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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥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
68
20
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
12
1
暂无简介
Dart
798
197
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
376
446
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1