Kobweb 0.22.0发布:布局系统革新与CSS增强
2025-06-26 14:00:48作者:温玫谨Lighthearted
Kobweb是一个基于Kotlin/Compose的现代化Web框架,它允许开发者使用声明式UI的方式构建响应式网站。最新发布的0.22.0版本带来了两大核心改进:全新的布局系统注解和CSS属性API的扩展。
布局系统重构
0.22.0版本引入了@Layout注解,这是对传统布局实现方式的重大改进。在之前的版本中,开发者需要通过嵌套函数调用来实现页面布局:
@Composable
fun PageLayout(content: @Composable () -> Unit) {
// 布局逻辑
content()
}
@Page
@Composable
fun ExamplePage() {
PageLayout {
// 页面内容
}
}
新版本允许开发者使用注解方式声明和使用布局:
@Composable
@Layout
fun PageLayout(content: @Composable () -> Unit) {
// 布局逻辑
content()
}
@Page
@Layout(".components.layouts.PageLayout")
@Composable
fun ExamplePage() {
// 页面内容
}
这种改进不仅仅是语法糖,它带来了几个重要优势:
- 状态保持:布局组件中的状态现在可以在页面导航时保持,无需依赖本地存储技巧
- 代码组织:减少了嵌套层级,使代码更加清晰
- 复用性:布局定义和使用解耦,提高了组件复用性
重要变更与修复
高度计算行为变化
本次更新修改了Surface组件的内部实现,从基于Box(使用grid布局)改为标准div元素。这一变化影响了高度计算行为:
- 旧版本中,
minHeight在grid布局中会被严格遵守 - 新版本中,标准
div需要显式设置高度才能保证布局完整性
如果发现页面在升级后出现高度塌陷问题(特别是短页面底部留白异常),可以通过以下方式修复:
// 修改前
Surface(SmoothColorStyle.toModifier().minHeight(100.vh)) {
content()
}
// 修改后
Surface(SmoothColorStyle.toModifier()) {
Box(Modifier.minHeight(100.vh)) {
content()
}
}
CSS API扩展
新版本增加了对多个CSS属性的支持,包括:
- 布局控制:
column-count、column-fill、column-span - 渲染优化:
will-change、backface-visibility - 排版控制:
word-spacing、widows - 容器属性:
contain及其相关变体
这些扩展使得开发者能够更精细地控制页面样式和行为。
其他改进
- SVG支持增强:修复了
RawHtml组件处理SVG标签的问题 - 服务器行为优化:确保Kobweb服务器在各种情况下都能正确返回HTML内容
- 开发体验提升:解决了SVG属性块自动补全的问题
升级建议
升级到0.22.0版本时,建议:
- 检查所有使用
Surface和minHeight的地方,按照上述方案调整 - 评估现有布局代码,考虑迁移到新的
@Layout注解系统 - 测试页面在各种高度下的表现,确保布局稳定性
Kobweb 0.22.0通过布局系统的革新和CSS能力的扩展,为开发者提供了更强大、更灵活的工具集,同时也为未来的功能演进奠定了基础。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220