Sonner项目中HTML标签在Toast通知中的渲染问题解析
2025-05-23 07:16:02作者:毕习沙Eudora
问题背景
在Web开发中,Toast通知是一种常见的用户反馈机制,用于向用户展示临时性的提示信息。Sonner作为一个Toast通知库,在1.3.1版本中遇到了HTML标签无法正确渲染的问题。当开发者尝试在Toast通知中嵌入HTML内容时,这些标签会被当作普通字符串显示,而不是被解析为HTML元素。
问题表现
开发者在使用Sonner库时,发现以下两种使用方式都无法正确渲染HTML内容:
- 直接传递包含HTML标签的字符串:
toast("<div>A custom toast with default styling</div>");
- 使用JSX语法作为description属性:
toast.error(title, {
description: <div>A custom toast with default styling</div>,
});
在这两种情况下,HTML标签都会以纯文本形式显示,而不是被浏览器解析为DOM元素。
技术分析
这个问题本质上涉及到了React应用中的HTML内容安全渲染问题。React出于安全考虑,默认会将所有字符串内容进行转义处理,防止XSS攻击。因此,直接传递包含HTML标签的字符串会被当作普通文本显示。
解决方案
社区贡献者提出了一个解决方案,核心思路是:
- 使用DOMPurify库对HTML内容进行安全净化
- 通过React的dangerouslySetInnerHTML属性来渲染净化后的HTML
具体实现包括两个关键部分:
- 创建HTML净化函数:
function sanitizeHTML(html) {
return { __html: DOMPurify.sanitize(html) };
}
- 在Toast组件中使用净化后的HTML:
<div
data-title=""
dangerouslySetInnerHTML={sanitizeHTML(toast.title)}
></div>
对于description部分也采用同样的处理方式。
安全考虑
这个解决方案的关键在于:
- 使用DOMPurify对HTML内容进行净化,移除潜在的危险脚本和恶意代码
- 明确使用dangerouslySetInnerHTML属性,提醒开发者这是有潜在风险的渲染方式
- 保持React默认的安全机制,同时为需要HTML渲染的场景提供可控的解决方案
实现意义
这个改进使得Sonner库能够:
- 支持更丰富的Toast内容展示,开发者可以在通知中使用自定义样式和布局
- 保持安全性,通过净化处理防止XSS攻击
- 提供更灵活的内容展示方式,满足不同场景的需求
最佳实践建议
对于需要在Toast中使用HTML内容的开发者,建议:
- 尽量限制HTML的使用范围,只在必要时使用
- 确保传入的HTML内容是可信的,特别是当内容来自用户输入时
- 考虑使用更安全的替代方案,如预定义的样式类或React组件
- 在升级到支持HTML渲染的版本后,全面检查现有代码中的Toast使用情况
这个改进体现了开源社区协作解决实际问题的典型过程,从问题发现到解决方案提出,再到最终实现,展示了现代前端开发中安全性与功能性的平衡考量。
登录后查看全文
热门项目推荐
相关项目推荐
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
24
9
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
🔥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
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322