Sonner库中实现Promise与自定义Toast的无缝集成
2025-05-23 22:11:41作者:庞队千Virginia
在React应用开发中,Toast通知是一个常见的UI组件,用于向用户展示操作反馈。Sonner作为一个轻量级的Toast通知库,提供了简洁易用的API。本文将深入探讨如何在使用Sonner时,将Promise操作与完全自定义样式的Toast通知相结合。
理解Sonner的基本Toast类型
Sonner默认提供了几种基础的Toast类型:
toast.loading- 表示操作正在进行中toast.success- 表示操作成功完成toast.error- 表示操作失败toast.custom- 允许完全自定义Toast的样式和内容
Promise与Toast的常规集成
Sonner提供了toast.promise方法,可以方便地将Promise操作与Toast通知关联起来。默认情况下,它会自动处理三种状态:
- 加载中(loading)状态
- 成功(success)状态
- 失败(error)状态
这种内置集成虽然方便,但样式上会受到限制,无法实现完全自定义的外观。
实现Promise与自定义Toast的集成
要实现Promise与完全自定义样式的Toast集成,可以采用以下技术方案:
- 手动更新Toast类型:首先创建一个基础Toast,然后在Promise的不同阶段手动更新它
- 使用Toast ID跟踪:通过Toast的唯一标识符来引用和更新特定的Toast实例
- 状态转换控制:在Promise的resolve和reject回调中,分别更新Toast的内容和样式
具体实现示例
// 创建初始Toast并获取其ID
const toastId = toast.custom(<YourCustomLoadingComponent />, {
duration: Infinity // 防止自动关闭
});
somePromise
.then((result) => {
// 成功时更新Toast
toast.custom(<YourCustomSuccessComponent data={result} />, {
id: toastId
});
})
.catch((error) => {
// 失败时更新Toast
toast.custom(<YourCustomErrorComponent error={error} />, {
id: toastId
});
});
高级技巧与最佳实践
- 抽象封装:可以创建一个高阶函数来封装这种模式,提高代码复用性
- 动画过渡:考虑在不同状态间添加平滑的过渡动画,提升用户体验
- 可访问性:确保自定义Toast组件遵循无障碍设计原则
- 性能优化:避免在频繁触发的操作中使用这种模式,防止Toast堆积
总结
通过手动控制Toast的更新过程,开发者可以突破Sonner库中toast.promise的默认样式限制,实现完全自定义的Promise状态通知。这种方法虽然需要更多的手动控制,但提供了极大的灵活性,特别适合对UI有严格设计要求的大型应用。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218