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
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
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
650
149
Ascend Extension for PyTorch
Python
211
221
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++
655
291
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
250
319
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
486
🎉 (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
1.17 K
640
仓颉编程语言运行时与标准库。
Cangjie
136
874
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216