Tamagui项目中使用自定义Google字体的完整指南
2025-05-18 00:28:47作者:咎竹峻Karen
在基于Tamagui框架开发跨平台应用时,自定义字体的使用是一个常见需求。本文将详细介绍如何在Tamagui项目中正确配置和使用Google字体,确保字体在Web和Native平台上都能正常显示。
字体配置的基本原理
Tamagui通过createFont函数来定义字体配置,它需要处理两个主要方面:
- Web端:通过CSS引入字体
- Native端:通过expo-google-fonts包加载字体
实现步骤详解
1. 准备字体资源
首先需要确定要使用的Google字体,本文以Glegoo、Open Sans和Nunito三种字体为例。
2. Native端配置(Expo)
在Expo应用中,使用@expo-google-fonts系列包来加载字体:
import { Glegoo_400Regular, Glegoo_700Bold } from '@expo-google-fonts/glegoo'
import { OpenSans_400Regular, OpenSans_600SemiBold } from '@expo-google-fonts/open-sans'
import { Nunito_400Regular, Nunito_700Bold } from '@expo-google-fonts/nunito'
const [fontsLoaded] = useFonts({
Glegoo: Glegoo_400Regular,
GlegooBold: Glegoo_700Bold,
OpenSans: OpenSans_400Regular,
OpenSansSemiBold: OpenSans_600SemiBold,
Nunito: Nunito_400Regular,
NunitoBold: Nunito_700Bold
})
3. Web端配置(Next.js)
对于Web端,需要通过CSS引入Google字体:
- 创建CSS文件
_app.styles.css:
@import url('https://fonts.googleapis.com/css2?family=Glegoo:wght@400;700&family=Nunito:ital,wght@0,200..1000;1,200..1000&family=Open+Sans:ital,wght@0,300..800;1,300..800&display=swap');
- 在Next.js的
_app.tsx中引入该CSS:
import './_app.styles.css'
4. Tamagui字体配置
在tamagui.config.ts中定义字体:
const openSansFont = createFont({
// Web端使用带空格的字体名称,Native端使用无空格名称
family: isWeb ? 'Open Sans, serif' : 'OpenSans',
size: {
1: 12,
2: 14,
3: 16,
// 其他尺寸...
},
weight: {
1: '400',
2: '600',
3: '700',
},
face: {
400: { normal: 'OpenSans' },
600: { normal: 'OpenSansSemiBold' },
700: { normal: 'OpenSansBold' },
},
})
5. 全局配置
最后将定义好的字体加入Tamagui配置:
export const config = createTamagui({
fonts: {
body: openSansFont, // 设置为默认字体
heading: headingFont,
glegoo: glegooFont,
openSans: openSansFont,
nunito: nunitoFont,
},
// 其他配置...
})
注意事项
-
字体名称格式:Web端需要完整的字体名称(如"Open Sans"),而Native端通常使用无空格名称(如"OpenSans")
-
字体权重映射:确保
weight配置与实际的字体变体匹配 -
加载状态处理:在Native端需要处理字体加载完成前的状态,避免界面闪烁
-
字体回退:在CSS中指定serif或sans-serif作为回退字体
通过以上步骤,可以确保自定义字体在Tamagui项目的Web和Native平台上都能正确显示,同时保持一致的视觉体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781