Expensify/App 中未报告费用列表骨架加载问题分析与解决方案
问题背景
在Expensify/App的财务模块中,用户在使用"添加未报告费用"功能时遇到了一个界面显示问题。每当用户打开未报告费用列表时,即使没有新的数据需要加载,系统也会显示一个骨架加载动画(Skeleton Loading)。这种视觉反馈会给用户造成"正在加载更多数据"的错误印象,影响用户体验。
技术分析
骨架加载机制
骨架加载是现代前端应用中常见的加载状态指示器,它通过展示与内容结构相似的灰色占位区块,向用户暗示内容正在加载。在理想情况下,这种视觉反馈应该只在确实有数据正在加载时显示。
问题根源
通过代码审查发现,问题出在AddUnreportedExpense.tsx
组件中。当前实现存在两个关键问题:
-
加载状态管理不精确:
isLoadingUnreportedTransactions
标志位在每次调用fetchUnreportedExpenses
API时都会被设置为true,包括页面初始加载时。 -
条件判断不足:骨架加载的显示仅依赖于
isLoadingUnreportedTransactions
状态,而没有考虑当前是否确实有更多数据需要加载(hasMoreUnreportedTransactionsResults
)或者是否是初始加载场景。
解决方案
经过技术团队讨论,最终确定的解决方案是:
-
增强条件判断:修改骨架加载的显示逻辑,使其仅在满足以下两个条件时显示:
- 确实有未报告交易正在加载(
isLoadingUnreportedTransactions
为true) - 当前滚动偏移量大于0(表示不是初始加载)
- 确实有未报告交易正在加载(
-
代码实现:具体修改是在
listFooterContent
属性中添加偏移量检查:
listFooterContent={isLoadingUnreportedTransactions && offset > 0 ?
<UnreportedExpensesSkeleton fixedNumberOfItems={3} /> :
undefined}
技术考量
这个解决方案考虑了多种边界情况:
- 初始加载空状态:当首次打开页面且没有任何费用记录时,不会显示骨架加载,而是直接显示空状态
- 滚动加载:当用户滚动到底部加载更多数据时,骨架加载会正常显示
- 性能优化:避免了不必要的渲染操作,提升了界面响应速度
经验总结
这个案例为我们提供了几个重要的前端开发经验:
-
状态管理精细化:对于加载状态这类影响用户体验的关键状态,需要进行更细致的区分和管理。
-
用户预期匹配:视觉反馈应该准确反映后台的真实状态,避免给用户造成误解。
-
边界情况考虑:在实现功能时,需要充分考虑各种使用场景,包括初始状态、空状态、加载中等不同情况。
通过这次修复,Expensify/App的未报告费用功能提供了更准确、更符合用户预期的加载状态反馈,提升了整体用户体验。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0109AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









