Pragmatic Drag and Drop 迁移指南:拖拽样式差异解析
2025-05-20 17:37:27作者:霍妲思
在从 react-beautiful-dnd 迁移到 @atlaskit/pragmatic-drag-and-drop 的过程中,开发者可能会注意到拖拽样式存在明显差异。本文将从技术实现角度分析这一现象,并给出解决方案。
核心问题现象
当在相同列内进行卡片重排序时,新版库默认不会显示 react-beautiful-dnd 中常见的视觉反馈效果(如蓝色引导线或元素间隔)。这种差异主要源于两个库在视觉反馈机制上的不同设计理念。
技术原理分析
react-beautiful-dnd 采用自动化的视觉反馈系统,而 pragmatic-drag-and-drop 则更倾向于将控制权交给开发者。这种设计差异体现在:
- 占位符机制:新版库需要显式声明 {provided.placeholder} 才能激活位置指示器
- 动画系统:react-beautiful-dnd 内置了丰富的过渡动画,而新库需要开发者自行实现
- 视觉层分离:新库将拖拽逻辑与视觉效果解耦,提高了定制灵活性
解决方案实现
要恢复类似的视觉反馈,开发者需要:
<Droppable droppableId="column">
{(provided) => (
<div ref={provided.innerRef}>
{items.map((item) => (
<Draggable key={item.id} draggableId={item.id}>
{(provided) => (
<div
ref={provided.innerRef}
{...provided.draggableProps}
{...provided.dragHandleProps}
>
{item.content}
</div>
)}
</Draggable>
))}
{provided.placeholder} // 关键占位符声明
</div>
)}
</Droppable>
进阶样式定制
对于追求更丰富视觉效果的情况,开发者可以:
- 通过 CSS 自定义占位符样式
- 使用 transform 实现平滑的位置过渡
- 结合 React state 实现拖拽过程中的元素高亮
- 添加阴影/透明度变化增强拖拽感知
设计哲学差异
这种变化反映了现代前端库的设计趋势:
- 从"全自动"到"可控式"的转变
- 核心功能与视觉表现的分离
- 更强调开发者的定制能力
理解这一设计理念有助于更好地运用 pragmatic-drag-and-drop 的强大功能。
最佳实践建议
- 始终包含 provided.placeholder
- 考虑添加自定义过渡动画
- 在复杂场景中结合使用 CSS transform
- 针对移动端优化触觉反馈
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
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++
871
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
956
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
644