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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
134