JavaScripture项目中的ClipboardItem API详解
2025-07-04 19:42:52作者:宣利权Counsellor
什么是ClipboardItem
ClipboardItem是现代浏览器提供的剪贴板API中的一个核心类,它允许开发者以编程方式将多种格式的数据写入系统剪贴板。这个API属于异步剪贴板API的一部分,为Web应用提供了更强大的剪贴板操作能力。
基本特性
ClipboardItem对象具有以下关键特性:
- 多格式支持:可以同时存储同一内容的不同格式表示(如纯文本和富文本)
- 异步操作:支持Promise,适合处理可能需要时间准备的数据
- 类型安全:严格限制可存储的数据类型为String或Blob
- 元数据支持:可以指定内容的呈现样式(presentationStyle)
构造函数详解
ClipboardItem构造函数接受两个参数:
new ClipboardItem(valuesByType, options)
valuesByType参数
这是一个对象,其属性名为MIME类型字符串,属性值为对应类型的数据。数据可以是:
- String类型
- Blob类型
- 返回String或Blob的Promise
例如:
{
'text/plain': '纯文本内容',
'text/html': '<b>HTML内容</b>'
}
options参数
可选参数,目前支持一个属性:
presentationStyle:指定内容如何呈现,可选值:- 'attachment'(作为附件)
- 'inline'(内联内容)
- 'unspecified'(未指定,默认值)
实例属性
ClipboardItem实例提供以下只读属性:
presentationStyle:返回内容的呈现样式lastModified:返回最后修改时间的时间戳delayed:布尔值,指示是否是延迟创建的项types:返回包含所有MIME类型的数组
实例方法
getType(type)
异步获取指定MIME类型的数据,返回一个解析为Blob的Promise:
const blob = await clipboardItem.getType('text/plain');
静态方法
createDelayed()
创建一个延迟的ClipboardItem,参数与构造函数相同。这在数据需要较长时间准备时特别有用。
浏览器兼容性说明
目前需要注意以下浏览器限制:
- Firefox尚未实现此API
- Chrome目前不支持Promise形式的数据(截至文档编写时)
实际应用示例
复制文本到剪贴板
async function copyText(text) {
const type = 'text/plain';
const blob = new Blob([text], { type });
const clipboardItem = new ClipboardItem({
[type]: blob
});
await navigator.clipboard.write([clipboardItem]);
console.log('文本已复制到剪贴板');
}
复制Canvas图像到剪贴板
async function copyCanvasImage(canvas) {
const clipboardItem = new ClipboardItem({
'image/png': new Promise(resolve => canvas.toBlob(resolve))
});
await navigator.clipboard.write([clipboardItem]);
console.log('图像已复制到剪贴板');
}
最佳实践建议
- 始终处理异步操作:使用async/await或Promise链正确处理异步操作
- 提供多种格式:为提高兼容性,可同时提供多种格式的数据
- 错误处理:妥善处理用户可能拒绝剪贴板权限的情况
- 性能考虑:对于大文件,考虑使用延迟创建方式
总结
ClipboardItem API为Web开发者提供了强大的剪贴板操作能力,使得在Web应用中实现复杂的复制粘贴功能成为可能。虽然目前浏览器支持还不完全一致,但随着标准的推进和各浏览器的实现,这将成为Web开发中处理剪贴板操作的标准方式。
登录后查看全文
热门项目推荐
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
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
686
160
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
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869