Ark UI 中 Solid 版 Toast 组件类名未正确应用的解决方案
2025-06-15 17:00:56作者:韦蓉瑛
问题背景
在 Ark UI 3.2.1 版本的 Solid 框架实现中,Toast 组件的根元素未能正确应用 toast__root 类名。这是一个典型的样式类名未正确传递的问题,会影响组件的样式表现和主题一致性。
问题分析
Toast 组件是通知系统中的重要组成部分,其根元素的类名对于样式控制至关重要。在原始实现中,开发人员发现以下代码存在问题:
export const ToastRoot = (props: ToastRootProps) => {
const toast = useToastContext()
return (
<div {...toast().getRootProps()}>
<div {...toast().getGhostBeforeProps()} />
{props.children}
<div {...toast().getGhostAfterProps()} />
</div>
)
}
这段代码虽然能够渲染 Toast 组件,但未能正确合并传入的 props,导致 toast__root 类名丢失。经过分析,问题出在 props 合并的处理上。
解决方案
正确的实现应该使用 Solid 的 mergeProps 方法来合并上下文提供的 props 和组件接收的 props:
const RootFixed = (props: RootFixedProps) => {
const toast = useToastContext();
const mergedProps = mergeProps(() => toast().getRootProps(), props);
return (
<ark.div {...mergedProps}>
<ark.div {...toast().getGhostBeforeProps()} />
{props.children}
<ark.div {...toast().getGhostAfterProps()} />
</ark.div>
);
};
这个修正版本解决了以下关键问题:
- 使用
mergeProps正确合并了上下文和传入的 props - 保留了 ghost 元素的功能性
- 确保了类名的正确应用
技术细节
值得注意的是,虽然使用了 ark.div,但开发者特意没有在所有地方都替换为 ark.div,这是因为:
ark.div本身已经内置了 ghost 元素处理逻辑- 直接替换会导致
asChild属性的行为异常 - 需要保持对自定义子组件的兼容性
这种精细的控制体现了 Ark UI 设计中对组件扩展性和灵活性的重视。
总结
这个问题的解决展示了在组件库开发中 props 合并的重要性,特别是在需要同时处理上下文属性和用户自定义属性的场景下。通过正确的 props 合并策略,可以确保组件的样式和行为保持一致,同时保持足够的灵活性。
Ark UI 团队已经将此修复纳入最新版本,开发者只需升级到最新版即可解决此类问题。这个案例也为开发者提供了处理类似组件属性传递问题的参考模式。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218