Headless UI Combobox 在 Portal 中渲染时的测试解决方案
2025-05-06 06:37:27作者:廉皓灿Ida
Headless UI 是一个流行的无头 UI 组件库,它提供了完全可访问、无样式的 UI 组件,让开发者可以完全控制样式和行为。在最新版本(v2)中,Combobox 组件默认会将选项列表渲染到 Portal 中,这给测试带来了一些挑战。
问题背景
当 Combobox 使用 anchor 属性时,选项列表会被渲染到 body 元素下的 Portal 中。这种设计虽然提高了组件的灵活性和可访问性,但在使用 react-testing-library 进行测试时会出现问题:
- 测试用例无法找到渲染在 Portal 中的选项列表
- 测试会无限挂起或失败
- 控制台会出现关于无效 CSS 值的警告
解决方案
1. 使用 userEvent 代替 fireEvent
Headless UI 内部使用 mousedown 而非 click 事件来处理选项选择。因此,使用 userEvent.selectOptions() 更符合实际交互:
screen.getByRole("input").focus();
const option = await screen.getByRole("option", { name: "Some option" });
await userEvent.selectOptions(screen.getByRole("listbox"), option);
2. 处理动画帧问题
由于 Combobox 内部使用了 requestAnimationFrame 来处理焦点状态,这会导致测试时序问题。可以通过模拟这些 API 来解决:
const requestAnimationFrameMock = jest.spyOn(window, "requestAnimationFrame")
.mockImplementation(setImmediate as any);
const cancelAnimationFrameMock = jest.spyOn(window, "cancelAnimationFrame")
.mockImplementation(clearImmediate as any);
// 测试代码...
requestAnimationFrameMock.mockRestore();
cancelAnimationFrameMock.mockRestore();
3. 使用 immediate 属性
设置 immediate 属性可以简化焦点管理:
<Combobox
multiple
value={selectedPeople}
onChange={setSelectedPeople}
onClose={() => setQuery("")}
immediate
>
{/* ... */}
</Combobox>
4. 直接操作焦点
对于简单场景,直接操作焦点可能就足够了:
fireEvent.focus(screen.getByRole("combobox"));
screen.getByRole("option", { name: "Katelyn Rohan" });
最新进展
Headless UI 团队已经意识到这个问题,并在最新的 insider 版本中提供了修复。开发者可以通过以下命令尝试修复后的版本:
npm install @headlessui/react@insiders
总结
测试渲染在 Portal 中的组件确实会带来一些挑战,但通过理解 Headless UI 的内部实现机制,并采用适当的测试策略,这些问题是可以解决的。随着库的不断更新,这些测试体验也在不断改善。开发者可以根据自己的需求选择最适合的解决方案,或者等待官方正式发布修复版本。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989