VanJS 1.5.3版本发布:支持在标签函数中指定createElement选项
VanJS是一个轻量级的JavaScript库,它提供了一种简洁的方式来创建和管理DOM元素。与React或Vue等框架不同,VanJS采用了更直接的方式操作DOM,同时保持了代码的简洁性和高性能。在最新的1.5.3版本中,VanJS增加了一个重要的功能:支持在标签函数中指定document.createElement的options参数。
理解createElement的options参数
在原生JavaScript中,document.createElement方法可以接受一个可选的options参数,这个参数主要用于Web Components相关功能。其中最重要的一个选项是is属性,它允许开发者创建自定义元素的实例。
例如,要创建一个扩展自原生button元素的自定义元素,传统方式需要这样写:
const button = document.createElement('button', {is: 'my-custom-button'});
VanJS 1.5.3的新特性
在VanJS 1.5.3之前,虽然可以通过标签函数创建元素,但无法直接指定createElement的options参数。新版本解决了这个问题,允许开发者在标签函数的props参数中直接指定这些选项。
这个改进使得在VanJS中使用Web Components变得更加方便和直观。开发者现在可以轻松地创建和使用自定义元素,而不需要绕过VanJS的API。
实际应用示例
让我们看一个完整的示例,展示如何在VanJS中使用这个新特性:
const {button} = van.tags;
// 定义一个扩展自HTMLButtonElement的自定义元素类
class MyButton extends HTMLButtonElement {
connectedCallback() {
this.addEventListener("click", () => alert("按钮被点击了!"));
this.style.backgroundColor = "lightblue";
this.style.padding = "10px 20px";
this.style.borderRadius = "5px";
}
}
// 注册自定义元素
customElements.define("my-button", MyButton, {extends: "button"});
// 使用VanJS创建自定义按钮
const CustomButton = () => button({
is: "my-button",
style: "margin: 20px;"
}, "点击我");
// 将按钮添加到页面
van.add(document.body, CustomButton());
在这个例子中,我们首先定义了一个自定义按钮元素MyButton,它扩展了原生的HTMLButtonElement。然后我们使用VanJS的button标签函数创建这个自定义元素的实例,通过is属性指定我们要创建的是自定义按钮。
技术实现细节
在底层,VanJS的这个新特性是通过在创建元素时检查props对象中是否包含is属性来实现的。如果检测到这个属性,VanJS会使用带有options参数的document.createElement方法,而不是普通的创建方式。
这种实现方式保持了VanJS的简洁性,同时扩展了它的功能,使其能够更好地与现代Web平台特性集成。
使用场景和建议
这个新特性特别适合以下场景:
- 渐进式Web应用开发:当需要在VanJS应用中逐步引入Web Components时
- UI组件库开发:创建可重用的自定义UI组件
- 现有项目集成:将VanJS集成到已经使用Web Components的项目中
对于开发者来说,建议在以下情况考虑使用这个特性:
- 需要创建具有特殊行为的HTML元素
- 需要扩展原生HTML元素的功能
- 需要在多个项目中共享可重用的UI组件
总结
VanJS 1.5.3版本的这一改进,虽然看似是一个小变化,但实际上大大增强了库的功能性和灵活性。它使得VanJS能够更好地与现代Web标准接轨,特别是在Web Components方面的支持。对于追求轻量级但又需要现代Web特性的开发者来说,这无疑是一个值得欢迎的更新。
通过这个新特性,开发者现在可以在保持VanJS简洁API的同时,充分利用Web平台提供的强大功能,创建更加丰富和可复用的UI组件。
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