NGX Progressbar 教程
2026-01-17 09:29:32作者:董斯意
1. 项目介绍
NGX Progressbar 是一个轻量级的 Angular 模块,用于在网页加载过程中展示进度条。该项目提供多种功能,包括对 Http 请求、路由事件的支持,以及创建多个独立的进度条实例。它允许自定义配置,如颜色、速度等,并与 Angular 应用程序无缝集成。
2. 项目快速启动
安装依赖
首先,你需要安装 ngx-progressbar 到你的 Angular 项目中:
npm install ngx-progressbar
引入模块
接着,在你的主模块(比如 app.module.ts)中导入所需模块:
import { BrowserModule } from '@angular/platform-browser';
import { NgModule } from '@angular/core';
import { HttpClientModule } from '@angular/common/http';
import { RouterModule } from '@angular/router';
import { NgProgressModule, NgProgressHttpModule } from 'ngx-progressbar';
import { AppComponent } from './app.component';
@NgModule({
imports: [
BrowserModule,
HttpClientModule,
RouterModule.forRoot([]),
NgProgressModule.forRoot(), // 全局配置
NgProgressHttpModule, // 针对 Http 请求的自动跟踪
],
declarations: [AppComponent],
bootstrap: [AppComponent]
})
export class AppModule {}
使用组件
在你的组件模板中添加 <ng-progress> 标签:
<ng-progress></ng-progress>
自动跟踪 HTTP 请求
如果你正在使用 Angular 的 HttpClient,NgProgressHttpModule 可以自动追踪请求并更新进度条:
import { HttpClientModule, HttpClient } from '@angular/common/http';
import { Injectable } from '@angular/core';
import { NgProgressService } from 'ngx-progressbar';
@Injectable()
export class MyService {
constructor(private http: HttpClient, private ngProgress: NgProgressService) {}
getData() {
this.ngProgress.start();
return this.http.get('http://example.com/data').pipe(
finalize(() => this.ngProgress.complete())
);
}
}
3. 应用案例和最佳实践
- 定制样式:你可以通过 CSS 对进度条进行定制,例如改变背景颜色或进度条的颜色。
- 多实例:在一个页面上可以创建多个进度条,每个都有自己的 ID:
<ng-progress id="instance1"></ng-progress>
<ng-progress id="instance2"></ng-progress>
- 手动控制:你可以使用组件提供的方法来控制进度条:
<ng-progress #progressBar></ng-progress>
<button (click)="progressBar.start()">开始</button>
<button (click)="progressBar.inc(10)">增加10%</button>
<button (click)="progressBar.complete()">完成</button>
4. 典型生态项目
@ngx-progressbar/core: 提供核心进度条组件和服务。@ngx-progressbar/http: 支持跟踪 Http 请求的模块。@ngx-progressbar/router: 监听路由变化并显示加载进度的模块。
以上是 NGX Progressbar 的基本介绍和使用方式,它可以帮助你在开发中为用户提供更好的体验。更多详细信息和高级用法,建议查看官方仓库中的文档和示例。
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 StartedRust0185
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 Notebook0110
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。Java03
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
项目优选
收起
暂无描述
Dockerfile
759
4.94 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++
853
1.91 K
deepin linux kernel
C
32
16
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++
673
1.31 K
Ascend Extension for PyTorch
Python
716
866
Claude 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 Started
Rust
1.76 K
185
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
454
436
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++
1.06 K
1.09 K
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
990
598
暂无简介
Dart
1 K
259