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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 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
494
515
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++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
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。
Markdown
1.26 K
808
CANN 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 Notebook
647
284