高性能React Native底部抽屉组件:Reanimated Bottom Sheet
2026-01-15 17:53:55作者:房伟宁
Reanimated Bottom Sheet 是一个高度可配置的组件,它模拟了原生底部抽屉行为,并以其流畅的60 FPS原生动画为亮点。该组件基于react-native-gesture-handler和react-native-reanimated构建,无论你是 Expo 用户还是纯RN项目开发者,都能轻松集成。
功能演示
来看看这个组件的动态效果吧!
![]() |
![]() |
![]() |
![]() |
|---|
安装步骤
在你的项目根目录下,打开终端运行以下命令:
yarn add reanimated-bottom-sheet
如果你使用的是npm,可以运行:
npm install reanimated-bottom-sheet
接着,我们需要安装react-native-gesture-handler和react-native-reanimated。对于Expo用户,执行:
expo install react-native-gesture-handler react-native-reanimated
如果不是Expo项目,则运行:
yarn add react-native-reanimated react-native-gesture-handler
现在,你可以编译并运行你的应用啦!
使用方法
下面是一个简单的示例代码:
import * as React from 'react';
import { StyleSheet, Text, View, Button } from 'react-native';
import Animated from 'react-native-reanimated';
import BottomSheet from 'reanimated-bottom-sheet';
export default function App() {
const renderContent = () => (
<View
style={{
backgroundColor: 'white',
padding: 16,
height: 450,
}}
>
<Text>滑动关闭</Text>
</View>
);
const sheetRef = React.useRef(null);
return (
<>
<View
style={{
flex: 1,
backgroundColor: 'papayawhip',
alignItems: 'center',
justifyContent: 'center',
}}
>
<Button
title="打开底部抽屉"
onPress={() => sheetRef.current.snapTo(0)}
/>
</View>
<BottomSheet
ref={sheetRef}
snapPoints={[450, 300, 0]}
borderRadius={10}
renderContent={renderContent}
/>
</>
);
}
属性详情
组件提供了丰富的自定义属性,如snapPoints、initialSnap等,详细列表见readme中Props部分。
应用场景
这款组件非常适合用于创建如下功能:
- 设置面板
- 导航菜单
- 查看详细信息界面
- 搜索表单
项目特点
- 高性能: 基于react-native-gesture-handler和react-native-reanimated,实现原生级别的60 FPS动画。
- 高度可定制: 可自定义设置抽屉的停靠点、初始状态、边角半径等。
- 无需额外依赖: 对于Expo用户,无需脱离Expo环境即可直接使用。
- 易于集成: 提供清晰的API文档和示例代码,简化开发流程。
总之,Reanimated Bottom Sheet 是一个强大且易用的底部抽屉解决方案,无论您是新手还是经验丰富的React Native开发者,都值得一试。立即尝试将它加入到您的项目中,提升用户体验,让底部抽屉交互更加顺畅自然吧!
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
233
98
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
10
1
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
450
180
🎉 (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
1.28 K
704



