Joint.js 项目中自定义图标导出为VSDX格式的解决方案
2025-06-10 07:44:44作者:乔或婵
问题背景
在使用Joint.js的Joint Plus扩展进行图表导出时,开发者遇到了一个常见问题:当尝试将包含自定义图标的图表导出为VSDX格式时,所有图像和样式都会丢失,导致导出的Visio文件中只显示空白形状。
问题分析
经过深入分析,发现问题的根源在于当前版本的Joint Plus扩展(4.0.4)无法正确处理基于字体图标的导出。开发者原本使用的是自定义字体(VemIcons)来显示图标,通过Unicode字符引用图标,这种方式在浏览器中显示正常,但在导出为VSDX格式时无法保留。
解决方案
1. 使用SVG图像替代字体图标
最有效的解决方案是将字体图标替换为SVG格式的图像。SVG作为矢量图形格式,不仅能够保持高质量的显示效果,还能被Visio导出功能正确处理。
实现步骤:
- 创建自定义元素类:继承自
dia.Element基类,定义专门用于显示图标的元素类型。
const markup = util.svg`
<image @selector='icon'></image>
`;
class DeviceIconModel extends dia.Element {
defaults() {
return util.defaultsDeep(
{
type: 'mapShapes.DeviceIconModel',
attrs: {
icon: {
href: 'assets/icons/heart.svg',
width: 48,
height: 48
}
},
},
super.defaults
);
}
preinitialize(): void {
this.markup = markup;
}
}
- 正确设置元素属性:将自定义数据存储在模型属性中,而非表示属性中。
const icon = new DeviceIconModel({
size: {
width: (item.size.width + item.size.height) / 2,
height: (item.size.width + item.size.height) / 2
},
position: item.position,
cursor: 'default',
data: {
mapObjId: item.mapObjId,
mapObjType: item.mapObjType,
icon: item.icon,
mapAssetId: mapAssetId,
link: item.link,
deviceType: item.deviceType,
mapAssetEntityId: assetEntityId
},
attrs: {
root: {
'data-tooltip': deviceDescription ?? null
},
icon: {
href: MapIconsDictionary[item.icon.replace('.gif', '')],
transform: 'translate(0,5)',
cursor: 'default'
}
}
});
2. 数据存储最佳实践
在Joint.js中,应该区分表示属性和模型数据:
- 表示属性(attrs):用于控制元素在视图中的显示方式,如位置、大小、颜色等
- 模型数据:存储业务相关的自定义数据,应直接存储在模型上
这种分离使得代码更加清晰,也便于维护和扩展。
实施建议
-
图标资源准备:将原有的字体图标转换为SVG格式,确保每个图标都有对应的SVG文件。
-
渐进式迁移:可以逐步将现有基于字体的图标替换为SVG版本,而不是一次性全部替换。
-
性能优化:对于大量使用相同图标的场景,可以考虑使用
<use>元素引用同一个SVG定义,减少文件大小。 -
样式处理:由于SVG图像不能通过CSS直接改变颜色,需要在SVG文件中预设好颜色方案,或者使用SVG滤镜实现动态着色。
总结
通过将字体图标替换为SVG图像,并正确组织数据存储结构,开发者可以成功解决Joint.js图表导出为VSDX格式时图标丢失的问题。这种解决方案不仅解决了当前问题,还提供了更好的代码组织和维护性,为未来的功能扩展打下了良好基础。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
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++
894
677
暂无简介
Dart
803
198
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
353
207
昇腾LLM分布式训练框架
Python
119
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781