SurveyJS 项目中的下拉组件无障碍优化实践
在Web开发中,确保应用程序对所有用户都具有良好的可访问性(Accessibility)是至关重要的。SurveyJS作为一个流行的问卷调查库,其团队最近针对下拉组件(Dropdown)和评分量表(Rating Scale)的无障碍支持进行了重要优化。
问题背景
在SurveyJS的早期版本中,开发团队发现下拉组件存在一些无障碍访问方面的问题。具体表现为组件错误地使用了aria-expanded属性,这个属性被应用在了不支持它的HTML元素上。根据WAI-ARIA规范,aria-expanded属性只能用于具有特定角色的元素,如按钮、链接或某些复合控件。
技术分析
下拉组件在SurveyJS中是一个常用控件,它允许用户从预定义的选项列表中选择一个值。在无障碍访问方面,下拉组件需要正确地传达其状态给辅助技术(如屏幕阅读器)。
原实现中存在两个问题点:
- 主下拉输入元素(
sd-input sd-dropdown)错误地设置了aria-expanded属性 - 下拉过滤输入框(
sd-dropdown__filter-string-input)也错误地设置了同一属性
这些不正确的ARIA属性使用会导致屏幕阅读器无法正确解读组件的状态,影响视障用户的使用体验。
解决方案
SurveyJS团队通过以下方式解决了这个问题:
-
属性位置调整:将
aria-expanded属性移动到真正需要它的元素上,通常是触发下拉列表展开/收起的按钮元素 -
角色定义完善:确保所有ARIA属性都与其元素的角色(role)相匹配,遵循WAI-ARIA规范
-
状态同步机制:实现JavaScript逻辑来动态更新
aria-expanded的值,准确反映下拉列表的当前状态(展开或收起)
实现细节
在技术实现上,团队对组件结构进行了重构:
// 重构后的组件结构更符合ARIA规范
<div class="sd-dropdown">
<div class="sd-input" role="combobox" aria-haspopup="listbox">
<input type="text" readonly aria-autocomplete="list">
<button aria-expanded="false">
<!-- 下拉箭头图标 -->
</button>
</div>
<ul class="sd-dropdown__list" role="listbox">
<!-- 选项列表 -->
</ul>
</div>
这种结构更清晰地表达了组件的语义:
- 使用
combobox角色标识这是一个组合控件 - 通过
aria-haspopup表明可以展开列表 - 按钮上的
aria-expanded正确反映了列表状态
对评分量表组件的影响
同样的优化也被应用到了评分量表(Rating Scale)组件上,当评分量表以下拉形式呈现时,它现在也能提供正确的无障碍支持。这确保了SurveyJS中所有类似交互模式的一致性。
总结
这次优化展示了SurveyJS团队对无障碍访问的重视。通过遵循WAI-ARIA规范,他们确保了所有用户,包括使用辅助技术的用户,都能获得良好的使用体验。这也为其他Web开发者提供了一个很好的范例,展示了如何正确处理下拉组件的无障碍支持。
对于开发者来说,在使用SurveyJS构建问卷调查时,现在可以更有信心地确保其应用符合无障碍标准,满足更广泛用户群体的需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00