Eldoraui项目中无限滚动动画的实现方案
2025-07-10 10:17:01作者:申梦珏Efrain
背景介绍
在Web开发中,无限滚动动画是一种常见的效果,特别是在展示合作伙伴标志、新闻资讯或产品列表时。Eldoraui项目中的<Companies />组件需要实现这种效果,但发现animate-infinite-scroll缺少必要的样式定义。
关键实现原理
无限滚动动画的核心是通过CSS的transform属性和@keyframes规则实现的。基本原理是:
- 创建一个包含所有元素的容器
- 使用CSS动画让容器从右向左平移
- 当动画完成一个周期后,无缝衔接重新开始
具体实现代码
在Tailwind CSS环境下,可以通过自定义动画来实现这一效果:
// 在tailwind.config.js中配置
module.exports = {
theme: {
extend: {
keyframes: {
'infinite-scroll': {
from: { transform: 'translateX(0)' },
to: { transform: 'translateX(-100%)' },
},
},
animation: {
'infinite-scroll': 'infinite-scroll 25s linear infinite',
},
},
},
}
技术细节解析
-
translateX变换:通过水平位移实现滚动效果
translateX(0)表示初始位置translateX(-100%)表示向左移动整个容器宽度
-
动画参数:
25s:动画完成一个周期需要25秒linear:动画速度曲线为匀速infinite:动画无限循环
-
性能优化:
- 使用
transform而不是left/right属性,因为前者会触发GPU加速 - 线性动画确保滚动速度一致
- 使用
实际应用建议
- 对于
<Companies />组件,建议结构如下:
<div class="overflow-hidden">
<div class="flex animate-infinite-scroll">
<!-- 公司logo列表 -->
<div class="flex-shrink-0">公司1</div>
<div class="flex-shrink-0">公司2</div>
<!-- ... -->
</div>
</div>
- 注意事项:
- 外层容器需要设置
overflow-hidden隐藏溢出内容 - 内层滚动元素需要设置为
flex布局 - 每个子元素需要设置为
flex-shrink-0防止压缩
- 外层容器需要设置
进阶优化方案
- 无缝衔接:可以复制一份内容,当第一份内容滚动完成后立即显示复制的版本
- 响应式调整:根据屏幕宽度动态调整动画持续时间
- 暂停效果:添加
:hover伪类暂停动画,提升用户体验
通过这种实现方式,可以在Eldoraui项目中为<Companies />组件创建流畅的无限滚动效果,展示合作伙伴或客户标志等内容。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
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
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160