在Svelte 5中使用egjs-infinitegrid的注意事项
2025-07-02 08:57:51作者:伍希望
问题背景
随着Svelte 5的发布,一些原有的类组件模式发生了变化,这影响了部分第三方库的使用。egjs-infinitegrid作为一个优秀的网格布局库,在Svelte 5环境中使用时可能会遇到类构造函数调用错误的问题。
错误现象
开发者在使用Svelte 5配合egjs-infinitegrid时,可能会遇到"Class constructor SvelteMasonryInfiniteGrid cannot be invoked without 'new'"的错误提示。这个问题主要出现在尝试直接使用MasonryInfiniteGrid等特定布局组件时。
问题根源
这个问题的根本原因在于Svelte 5已经弃用了类组件的支持。在Svelte 5中,组件不再通过类的方式定义,而是采用了新的函数式组件模式。然而,egjs-infinitegrid的部分组件仍然基于类组件实现,导致兼容性问题。
解决方案
针对这个问题,目前有一个有效的解决方案:使用InfiniteGrid基础组件,并手动传递所需的布局类。具体实现方式如下:
<script>
import { MasonryInfiniteGrid as GridClass } from '@egjs/infinitegrid';
import { InfiniteGrid } from '@egjs/svelte-infinitegrid';
let items = getItems(0, 10);
function getItems(nextGroupKey, count) {
const nextItems = [];
for (let i = 0; i < count; ++i) {
const nextKey = nextGroupKey * count + i;
nextItems.push({ groupKey: nextGroupKey, key: nextKey });
}
return nextItems;
}
</script>
<InfiniteGrid
{GridClass}
class="container"
gap={5}
{items}
on:requestAppend={({ detail: e }) => {
const nextGroupKey = (+e.groupKey || 0) + 1;
items = [...items, ...getItems(nextGroupKey, 10)];
}}
let:visibleItems
>
{#each visibleItems as item (item.key)}
<div class="item">
<div class="thumbnail">
<img
width="250"
src={`path/to/image/${(item.key % 33) + 1}.jpg`}
alt="example"
/>
</div>
<div class="info">{`Item ${item.key}`}</div>
</div>
{/each}
</InfiniteGrid>
实现原理
这种解决方案的核心在于:
- 从基础库中导入具体的布局类(如MasonryInfiniteGrid)
- 将其作为GridClass属性传递给InfiniteGrid组件
- InfiniteGrid组件内部会使用这个类来创建实际的布局实例
这种方式绕过了直接使用类组件的限制,同时保持了所有布局功能。
注意事项
- 这种方法适用于所有egjs-infinitegrid提供的布局类型,包括Masonry、Grid、Justified等
- 需要确保导入的布局类与使用的组件版本兼容
- 在Svelte 5环境下,其他基于类组件的库可能也需要类似的适配方案
总结
随着前端框架的演进,开发者需要适应新的编程范式。在Svelte 5中,通过这种间接使用布局类的方式,我们仍然可以充分利用egjs-infinitegrid的强大功能,同时保持与新版本Svelte的兼容性。这种解决方案既简单又有效,是当前阶段的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
9
1
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210