Yazi文件管理器中的自定义排序策略实现
2025-05-08 08:09:39作者:翟江哲Frasier
概述
在Yazi文件管理器中,用户经常需要根据不同场景对文件进行不同方式的排序。本文探讨了如何实现一个智能的文件夹排序策略系统,能够根据当前目录和使用场景自动切换排序方式。
需求分析
用户通常会有以下两种排序需求:
- 在日常浏览时,希望特定目录(如下载文件夹)默认按修改时间倒序排列
- 在清理文件时,希望所有目录都能按文件大小排序
技术实现方案
初始方案分析
最初尝试通过监听cd事件来实现,但存在以下局限性:
- 无法感知用户在目录内部手动更改排序方式的操作
- 状态管理复杂,难以准确恢复之前的排序状态
改进方案
更优雅的解决方案是覆盖默认的排序快捷键,在用户主动排序时触发自定义逻辑:
- 快捷键重映射:
[manager]
prepend_keymap = [
{ on = [ ",", "m" ], run = [ "sort modified --reverse=no", "linemode mtime", "plugin folder-rules --sync --args='hi'" ], desc = "按修改时间排序" },
{ on = [ ",", "s" ], run = [ "sort size --reverse=no", "linemode size", "plugin folder-rules --sync --args='hi'" ], desc = "按大小排序" },
# 其他排序快捷键...
{ on = [ ",", "," ], run = [ "plugin folder-rules --sync" ], desc = "恢复默认排序规则" }
]
- Lua插件逻辑:
local M = {}
local function execute_rules(cx)
local cwd = cx.active.current.cwd
if cwd:ends_with("Downloads") then
ya.manager_emit("sort", { "modified", reverse = true, dir_first = false })
else
ya.manager_emit("sort", { "alphabetical", reverse = false, dir_first = true })
end
end
function M.setup()
ps.sub("cd", function()
if not user then
execute_rules(cx)
end
end)
end
function M:entry(args)
user = args[1] and true or false
if not user then -- 刷新
execute_rules(cx)
end
end
return M
实现原理
- 状态管理:通过
user变量区分是用户主动排序还是系统自动应用规则 - 事件处理:
cd事件:进入目录时自动应用预设规则- 快捷键:用户主动排序时标记为手动操作,避免自动规则覆盖
- 规则应用:根据当前目录路径决定使用哪种排序策略
使用建议
- 对于常用目录,可以扩展
execute_rules函数添加更多自定义规则 - 考虑添加可视化提示,让用户清楚当前处于自动规则还是手动排序状态
- 可以进一步扩展支持更多排序维度,如按文件类型、扩展名等
总结
通过结合快捷键重映射和Lua插件,我们在Yazi中实现了一个灵活的文件排序策略系统。这种方法避免了直接修改核心代码的复杂性,同时提供了足够的灵活性来满足不同场景下的排序需求。这种模式也展示了Yazi插件系统的强大之处,能够在不影响核心功能的情况下扩展出丰富的自定义行为。
对于进阶用户,可以进一步探索Yazi的事件系统和API,开发出更复杂的文件管理策略,打造真正符合个人工作流的文件管理环境。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
最新内容推荐
Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 STM32到GD32项目移植完全指南:从兼容性到实战技巧 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
200
81
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
274
311
React Native鸿蒙化仓库
JavaScript
285
331
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++
846
424
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
10
1
🎉 (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
1.26 K
693
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
107
120