Blockly项目中为工作区评论添加DOM ID的技术解析
2025-05-18 03:19:00作者:齐添朝
背景介绍
Blockly作为一款流行的可视化编程工具,其工作区中的各种元素(包括块、评论等)都需要能够被准确识别和操作。在最新开发中,社区发现工作区评论(workspace comments)缺乏DOM层面的唯一标识符,这给多选插件等扩展功能的开发带来了不便。
问题本质
工作区评论作为Blockly的核心交互元素之一,虽然内部有唯一的ID标识,但这些ID并没有直接暴露在DOM结构中。这导致:
- 多选插件无法直接通过DOM识别被选中的评论
- 开发者无法便捷地通过DOM操作获取评论实例
- 相关扩展功能开发受到限制
技术解决方案
经过社区讨论和开发,最终确定的技术方案是:
- 将评论ID以
data-id属性的形式添加到评论的DOM元素中 - 公开
getCommentById方法,使开发者能够通过ID获取评论实例 - 确保评论元素具有正确的可拖动(draggable)类名
实现细节
在DOM层面,每个评论元素现在会包含类似如下的结构:
<div class="blocklyComment blocklyEditable blocklyDraggable" data-id="comment123">
<!-- 评论内容 -->
</div>
同时,开发者可以通过以下方式获取评论实例:
const comment = workspace.getCommentById('comment123');
技术意义
这一改进带来了多方面价值:
- 扩展性增强:多选插件等扩展功能现在可以准确识别和操作评论
- 开发便利性:开发者可以通过标准DOM操作访问评论元素
- 一致性提升:评论元素的处理方式与其他Blockly元素(如块)保持一致
- 性能优化:通过ID直接访问比遍历查找更高效
最佳实践建议
基于此改进,建议开发者在处理Blockly评论时:
- 优先使用
data-id属性识别DOM中的评论元素 - 通过公开的
getCommentById方法获取评论实例 - 注意检查元素是否同时具有
blocklyDraggable类名以确保拖动功能 - 避免直接操作DOM,尽量使用Blockly提供的API
总结
Blockly对工作区评论DOM标识的改进,体现了其对开发者体验和扩展性的持续关注。这一看似小的改动,实际上为构建更强大的Blockly扩展功能奠定了基础,也展示了优秀开源项目如何通过社区协作不断进化完善。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868