BlockNote项目中自定义侧边菜单与拖拽手柄菜单的协同使用问题解析
2025-05-29 01:56:37作者:卓炯娓
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
在BlockNote编辑器项目中,开发者经常会遇到需要同时自定义侧边菜单(SideMenu)和拖拽手柄菜单(DragHandleMenu)的需求。本文将从技术实现角度深入分析这一场景下的常见问题及其解决方案。
问题现象
当开发者尝试按照文档示例同时实现自定义SideMenu和DragHandleMenu时,发现自定义的DragHandleMenu无法正常显示。具体表现为:虽然按照官方文档分别实现了两个组件的自定义,但最终渲染时拖拽手柄菜单部分失效。
技术背景
BlockNote的菜单系统采用分层设计:
- 最外层是SideMenu,负责整个侧边栏的渲染
- 内部包含DragHandleButton等组件
- DragHandleMenu则是通过DragHandleButton触发的次级菜单
这种分层设计提供了良好的扩展性,但也带来了组件间通信的复杂性。
问题根源
经过分析,问题的核心在于组件层级关系理解有误。DragHandleMenu实际上应该设置在DragHandleButton组件上,而非直接放在SideMenu组件中。这是BlockNote内部设计的一个特性,在源码中有相关TODO注释提到这一点。
解决方案
正确的实现方式应该是:
- 首先创建自定义的DragHandleMenu组件
- 然后在DragHandleButton组件中通过props传递这个自定义菜单
- 最后将配置好的DragHandleButton放入SideMenu中
这种结构确保了菜单系统的层级关系正确,各组件能够按预期工作。
实现示例
<SideMenu {...props}>
<RemoveBlockButton {...props} />
<DragHandleButton
{...props}
dragHandleMenu={(props) => (
<DragHandleMenu {...props}>
<DragHandleMenuItem
onClick={() => {
editor.updateBlock(props.block, { type: 'paragraph' });
}}>
重置类型
</DragHandleMenuItem>
</DragHandleMenu>
)}
/>
</SideMenu>
最佳实践
- 理解组件层级:在自定义前先理清BlockNote各组件的父子关系
- 关注props传递:确保自定义组件正确接收和传递所有必要的props
- 版本适配:注意不同版本间的API变化,本例基于0.12.4版本
- 调试技巧:可以从简单配置开始,逐步添加自定义内容
总结
BlockNote提供了强大的自定义能力,但需要开发者准确理解其组件架构。通过正确设置DragHandleButton的dragHandleMenu属性,可以实现侧边菜单和拖拽手柄菜单的协同工作。这种设计模式也体现了React组件组合的思想,值得在类似场景中借鉴。
BlockNote
A "Notion-style" block-based extensible text editor built on top of Prosemirror and Tiptap.
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-1.5暂无简介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
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 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 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
268
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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