在FormKit Drag-and-Drop中实现分类项拖拽时自动选择子项
2025-07-08 12:21:32作者:薛曦旖Francesca
FormKit的Drag-and-Drop库提供了一个强大的拖放功能实现,特别适合需要复杂交互的列表操作场景。本文将深入探讨如何在该库中实现一个特殊需求:当用户拖拽分类项时,自动选择并拖拽该分类下的所有子项。
需求背景
在实际应用中,我们经常会遇到需要按类别组织数据的场景。例如,一个食品列表可能包含"水果"和"蔬菜"两个分类,每个分类下又有若干具体项目。用户操作时,希望拖拽分类标题就能同时移动该分类下的所有项目,而不是逐个选择。
实现方案演变
初始方案(v0.1.6)
在早期版本中,可以通过重写multiHandleDragstart回调函数来实现这一功能。核心思路是:
- 检查当前拖拽的节点是否为分类项
- 如果是分类项,则遍历后续节点,直到遇到下一个分类项
- 将这些子节点添加到multiDragState.selectedNodes数组中
- 调用原始的multiHandleDragstart函数
这种方案虽然可行,但需要直接操作内部状态对象,不够优雅。
改进方案(v0.2.5)
新版本提供了更简洁的API,通过onDragstart回调函数实现相同功能:
- 在dragAndDrop配置中定义onDragstart处理函数
- 通过data.draggedNode获取当前拖拽节点
- 判断节点是否为分类项
- 遍历后续节点,将符合条件的子节点添加到data.draggedNodes数组
新API更加直观,不需要直接操作内部状态,代码可维护性更好。
关键实现细节
实现这一功能时,有几个关键点需要注意:
- 节点识别:需要为数据模型添加isCategory字段来标识分类项
- 排序逻辑:依赖ordinal字段确定节点顺序,确保子项紧跟在分类项后面
- 边界处理:遍历子项时需要检查是否遇到下一个分类项作为终止条件
- 视觉反馈:确保添加的节点能正确显示拖拽状态样式
完整示例代码
以下是基于新API的完整实现示例:
const theParentRef = ref<HTMLElement | undefined>(undefined)
const myList = ref<Food[]>([
{ id: 1, ordinal: 5, isCategory: true, name: '水果' },
{ id: 2, ordinal: 6, isCategory: false, name: '苹果' },
{ id: 3, ordinal: 7, isCategory: false, name: '香蕉' },
{ id: 4, ordinal: 8, isCategory: false, name: '橙子' },
{ id: 5, ordinal: 9, isCategory: false, name: '草莓' },
{ id: 6, ordinal: 1, isCategory: true, name: '蔬菜' },
{ id: 7, ordinal: 2, isCategory: false, name: '土豆' },
{ id: 8, ordinal: 3, isCategory: false, name: '胡萝卜' },
{ id: 9, ordinal: 4, isCategory: false, name: '生菜' }
])
dragAndDrop<Food>({
parent: theParentRef,
values: myList,
onDragstart(data, state) {
const node = data.draggedNode.data.value as Food
if (node.isCategory) {
const startOrdinal = node.ordinal + 1
const allNodes = data.parent.data.enabledNodes
for (let i = startOrdinal; i < allNodes.length; ++i) {
const currentNode = allNodes[i].data.value as Food
if (currentNode.isCategory) {
break
} else {
data.draggedNodes.push(allNodes[i])
}
}
}
},
})
总结
FormKit的Drag-and-Drop库提供了灵活的API来满足各种复杂的拖拽需求。通过合理利用事件回调函数,我们可以实现类似分类项连带拖拽这样的高级交互功能。随着库版本的更新,API设计越来越直观,开发者可以更轻松地实现复杂交互逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143