使用Floating-UI实现文本高亮浮动气泡效果
2025-05-04 00:58:30作者:庞眉杨Will
Floating-UI是一个强大的JavaScript库,专门用于创建浮动UI元素,如工具提示、弹出框和下拉菜单等。本文将重点介绍如何利用Floating-UI实现一个常见但颇具挑战性的交互效果:在网页文本被选中时显示一个浮动气泡。
虚拟元素的核心作用
Floating-UI通过虚拟元素(virtual elements)的概念支持对任意选中文本的定位。虚拟元素允许开发者动态创建一个不可见的定位参考点,而不需要实际修改DOM结构。这对于处理用户选择的文本范围特别有用,因为文本选择本身并不对应具体的DOM元素。
实现原理
-
监听文本选择事件:通过JavaScript监听文档的selectionchange事件,当用户选择文本时触发回调
-
获取选择区域位置:使用Selection API获取用户选择的文本范围,然后通过getBoundingClientRect()方法获取其位置和尺寸信息
-
创建虚拟元素:基于选择区域的位置数据构造一个虚拟元素对象,这个对象需要提供getBoundingClientRect()方法
-
定位浮动元素:将虚拟元素作为参考元素传递给Floating-UI,库会自动计算浮动气泡的最佳显示位置
在浏览器扩展中的应用
对于需要在浏览器扩展中实现此功能的开发者,可以结合React等框架使用Floating-UI。虽然扩展运行在沙盒环境中,但现代浏览器扩展架构支持注入React组件到第三方网页中。关键点包括:
- 确保扩展的内容脚本正确注入React运行时
- 处理样式隔离问题,避免影响宿主页面
- 特别注意表单输入框中的文本选择定位问题
常见问题解决
当处理输入框中的文本选择时,可能会遇到定位在(0,0)的问题。这通常是由于:
- 选择范围没有正确获取
- 输入框处于某种特殊状态(如disabled或readonly)
- 浏览器安全限制
解决方案包括检查选择范围的有效性,确保在输入框可编辑状态下获取位置,以及添加适当的错误处理逻辑。
最佳实践建议
- 添加防抖机制优化频繁的文本选择事件
- 考虑移动端触摸选择的特殊处理
- 实现优雅的淡入淡出动画提升用户体验
- 处理边界情况,如选择跨多行文本或靠近视口边缘的情况
通过Floating-UI的这些高级功能,开发者可以构建出专业级的文本交互体验,而无需处理复杂的定位计算和边界情况判断。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
492
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
346
147