Sonner项目中的Toast进度动态更新技术解析
2025-05-23 16:47:57作者:曹令琨Iris
在Web应用开发中,用户交互反馈机制至关重要。Sonner作为一个现代化的Toast通知库,提供了灵活的通知展示能力。本文将深入探讨如何利用Sonner实现文件上传进度的动态更新,为用户提供实时反馈体验。
核心需求场景
文件上传是Web应用中常见的功能场景,用户往往需要了解上传进度。传统的静态提示如"文件上传中..."缺乏足够的信息量,而动态进度展示能显著提升用户体验。
技术实现方案
Sonner提供了两种关键方法协同工作来实现进度更新:
- 基础Toast初始化
const toaster = toast(`开始上传文件 ${addedFileState.file.name}`)
这里创建了一个基础通知,返回的toaster对象包含唯一标识符,为后续更新提供锚点。
- 动态进度更新
toast.promise(promise, {
important: true,
id: toaster, // 关联初始Toast
loading: `上传中 ${addedFileState.file.name} - ${percentComplete}%`,
success: data => `上传完成 ${addedFileState.file.name}`,
error: '上传错误'
})
关键技术点
-
ID关联机制 通过将初始Toast的ID传递给promise方法,确保进度更新作用于同一通知而非创建新通知。
-
Promise集成 将上传Promise与Toast绑定,自动处理成功/失败状态转换,同时允许在pending状态时动态更新内容。
-
进度百分比计算 实际应用中需要配合上传API的progress事件计算
percentComplete,典型实现:
const percentComplete = Math.round((progressEvent.loaded * 100) / progressEvent.total)
最佳实践建议
-
性能优化 对于高频进度更新(如每1%变化),建议添加节流逻辑避免过度渲染。
-
用户体验增强
- 添加文件大小信息
- 包含传输速率计算
- 成功时显示耗时统计
- 错误处理 细化错误类型反馈,如网络错误、文件类型错误等差异化提示。
扩展应用场景
这种动态更新模式不仅适用于文件上传,还可应用于:
- 数据导出进度
- 批量操作处理
- 长任务执行跟踪
- 多步骤流程指示
通过Sonner的这种动态更新机制,开发者可以轻松构建专业级的进度反馈系统,显著提升Web应用的专业度和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220