Preline.js 在 Laravel 11 中的正确集成方式
Preline.js 是一个现代化的 UI 组件库,为开发者提供了丰富的交互组件。在 Laravel 项目中集成 Preline.js 时,开发者常会遇到加载问题,特别是当按照通用文档说明操作时。本文将详细介绍在 Laravel 11 项目中正确集成 Preline.js 的方法。
常见错误分析
许多开发者在 Laravel 项目中集成 Preline.js 时,会直接按照通用文档说明,在 HTML 文件中添加以下脚本引用:
<script src="./node_modules/preline/dist/preline.js"></script>
这种做法会导致 404 错误,因为 Laravel 的 Vite 构建系统不会直接暴露 node_modules 目录下的文件。错误信息通常会显示请求的 preline.js 文件无法找到。
正确的集成步骤
1. 安装 Preline.js
首先需要通过 npm 安装 Preline.js:
npm install preline
2. 配置 TailwindCSS
在 tailwind.config.js 文件中添加 Preline.js 的内容路径和插件:
module.exports = {
content: [
// 其他内容路径...
'node_modules/preline/dist/*.js',
],
plugins: [
require('preline/plugin'),
],
}
3. 在 JavaScript 入口文件中导入
在 resources/js/app.js 文件中添加 Preline.js 的导入:
import 'preline/preline'
4. 配置 Vite
确保 vite.config.js 正确配置了 CSS 和 JavaScript 的入口文件:
import { defineConfig } from 'vite'
import laravel from 'laravel-vite-plugin'
export default defineConfig({
plugins: [
laravel({
input: [
'resources/css/app.css',
'resources/js/app.js',
],
refresh: true,
}),
],
})
5. 在 Blade 模板中加载资源
最后,在 Blade 模板文件中使用 Vite 指令加载编译后的资源:
<!DOCTYPE html>
<html>
<head>
<!-- 其他 head 内容 -->
@vite(['resources/css/app.css', 'resources/js/app.js'])
</head>
<body>
<!-- 页面内容 -->
</body>
</html>
关键注意事项
-
不要手动引用 node_modules 中的文件:Laravel 的 Vite 构建系统会自动处理模块依赖,手动引用会导致路径问题。
-
确保构建过程完整:每次修改配置后,需要重新运行开发服务器或构建命令。
-
检查导入路径:在 JavaScript 文件中导入时,使用 'preline/preline' 而不是完整的 dist 路径。
-
开发与生产环境:开发环境下使用
npm run dev,生产环境使用npm run build来确保资源正确编译。
通过遵循这些步骤,开发者可以避免常见的 Preline.js 加载问题,并在 Laravel 11 项目中顺利使用这个强大的 UI 组件库。记住,框架特定的集成方式通常比通用文档更符合实际项目需求。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00