Style Dictionary项目中如何处理token引用时的前缀问题
2025-06-15 05:44:28作者:吴年前Myrtle
在Style Dictionary项目中,开发者经常需要处理设计系统中的token前缀问题。本文将深入探讨如何灵活控制token引用时的前缀行为,特别是针对不同来源(token来源)的前缀差异化处理方案。
前缀问题的背景
在大型设计系统中,我们通常会为CSS变量添加前缀以避免命名冲突。例如:
--PREFIX-padding-sm: var(--PREFIX-size-4);
但有时我们希望引用的基础token不包含前缀:
--PREFIX-padding-sm: var(--size-4);
默认行为分析
Style Dictionary的默认行为是将配置的prefix应用于所有token,无论它们是来自include(基础token)还是source(项目特有token)。这种一刀切的方式在某些场景下并不理想。
自定义解决方案
通过自定义name转换器(transformer),我们可以实现更精细的前缀控制。核心思路是:
- 检查token的来源属性(isSource)
- 根据条件决定是否应用prefix
- 保留原有的路径转换逻辑
实现代码示例
以下是一个功能完整的自定义name转换器实现:
export default {
name: 'name/pathToKebabCasePrefix',
type: 'name',
transformer: (token, platform = {}) => {
const {prefix} = platform
const addPrefix = platform.addPrefix ?? (() => true)
const getPrefix = (token, addPrefix) => addPrefix(token) && prefix
return (
[getPrefix(token, addPrefix), ...token.path]
.filter(part => typeof part === 'string' && part !== '@')
.join('-')
)
},
}
关键点解析
- 平台配置读取:从platform参数中获取prefix配置
- 条件判断:通过addPrefix函数决定是否应用prefix
- 路径处理:保留原有的路径转换和过滤逻辑
- 灵活性:支持通过platform.addPrefix覆盖默认行为
实际应用建议
在实际项目中,你可以:
- 为不同来源的token设置不同的prefix规则
- 通过platform.addPrefix实现复杂的前缀逻辑
- 结合其他转换器构建完整的设计系统管道
这种方案比在format阶段处理前缀更加灵活和可维护,是Style Dictionary推荐的最佳实践。
总结
通过自定义name转换器,我们可以精细控制Style Dictionary中token的前缀行为,满足不同来源token的前缀差异化需求。这种方法既保持了系统的灵活性,又不失可维护性,是处理复杂设计系统token命名的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C040
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 STM32到GD32项目移植完全指南:从兼容性到实战技巧 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 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++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
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
React Native鸿蒙化仓库
JavaScript
269
328
🔥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
65
19
🎉 (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
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869