ArtPlayer项目中实现媒体播放进度记忆功能的技术解析
2025-06-27 01:43:28作者:宗隆裙
背景介绍
在视频播放场景中,用户经常需要中断观看,而下次打开时希望能够从上次中断的位置继续播放。这种"记忆播放进度"的功能已成为现代媒体播放器的标配。本文将基于ArtPlayer项目,详细介绍如何在React/Next.js环境中实现这一功能。
核心实现原理
实现播放进度记忆功能主要涉及以下几个技术要点:
- 获取播放时间信息:需要能够实时获取当前播放位置和视频总时长
- 存储机制:选择合适的存储方式保存进度信息
- 恢复播放:再次加载时读取存储的进度并定位到指定位置
具体实现方案
1. 获取播放时间信息
ArtPlayer提供了丰富的事件监听机制,我们可以利用这些事件来获取播放进度:
const art = new Artplayer({
// 配置项
});
// 监听时间更新事件
art.on('video:timeupdate', () => {
const currentTime = art.currentTime;
const duration = art.duration;
const progress = (currentTime / duration) * 100;
// 可以在这里更新React状态
setPlaybackProgress({
currentTime,
duration,
percentage: progress
});
});
2. 存储播放进度
为了持久化存储播放进度,我们可以使用localStorage:
// 存储进度
function savePlaybackProgress(videoId, currentTime) {
localStorage.setItem(`playback_${videoId}`, currentTime.toString());
}
// 示例使用 - 可以在timeupdate事件中节流调用
art.on('video:timeupdate', _.throttle(() => {
savePlaybackProgress('video123', art.currentTime);
}, 5000)); // 每5秒保存一次
3. 恢复播放位置
当用户再次访问时,可以从存储中读取进度并设置播放位置:
function loadPlaybackProgress(videoId) {
const savedTime = localStorage.getItem(`playback_${videoId}`);
return savedTime ? parseFloat(savedTime) : 0;
}
// 初始化播放器时设置时间
const art = new Artplayer({
// 其他配置...
url: 'video.mp4',
currentTime: loadPlaybackProgress('video123'),
});
优化建议
- 节流处理:频繁保存进度会影响性能,建议使用节流函数控制保存频率
- 数据校验:存储的时间可能超过视频长度,需要进行数据校验
- 多视频支持:为不同视频使用不同的存储键名,通常可以使用视频ID作为区分
- 清理策略:考虑添加过期机制,避免存储过多无用数据
完整示例代码
import Artplayer from 'artplayer';
import _ from 'lodash';
function useVideoPlayer(videoId) {
const [player, setPlayer] = useState(null);
// 保存进度到localStorage
const saveProgress = useCallback(_.throttle((currentTime) => {
localStorage.setItem(`playback_${videoId}`, currentTime.toString());
}, 5000), [videoId]);
// 初始化播放器
useEffect(() => {
const savedTime = parseFloat(localStorage.getItem(`playback_${videoId}`)) || 0;
const art = new Artplayer({
container: '#player',
url: 'video.mp4',
currentTime: savedTime,
// 其他配置...
});
art.on('video:timeupdate', () => {
saveProgress(art.currentTime);
});
setPlayer(art);
return () => {
art.destroy();
};
}, [videoId, saveProgress]);
return player;
}
总结
通过ArtPlayer的事件系统和浏览器的本地存储能力,我们可以轻松实现视频播放进度的记忆功能。这种方案不仅适用于ArtPlayer,其核心思路也可以迁移到其他视频播放解决方案中。开发者可以根据实际需求,进一步扩展功能,如添加进度同步到服务器、实现跨设备同步等高级特性。
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 StartedRust0448
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。Python0769
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++0313
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
5.49 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
518
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++
786
1.58 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
803
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++
973
2.29 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++
482
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
3.02 K
769
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
811
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
648
287