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。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00