Pragmatic Drag and Drop 中 ref 传递问题的解决方案
2025-05-20 09:16:27作者:卓艾滢Kingsley
在 React 项目中实现拖拽功能时,我们经常会遇到需要将 ref 传递给子组件的情况。本文将以 Pragmatic Drag and Drop 项目为例,深入分析 ref 传递的常见问题及其解决方案。
问题背景
开发者在实现拖拽功能时,尝试通过两种方式将 ref 传递给子组件:
- 通过 children 方式传递
- 通过 forwardRef 方式传递
但无论采用哪种方式,都会遇到 "Invariant failed" 的错误提示。
代码分析
父组件实现
父组件中创建了两个 ref:
- elementRef:用于拖拽元素
- dragHandleRef:用于拖拽手柄
const elementRef = useRef<HTMLDivElement>(null);
const dragHandleRef = useRef<HTMLButtonElement>(null);
子组件实现
子组件 Toolbar 通过 forwardRef 接收 ref 并传递给内部的 UnstyledButton 组件:
export const Toolbar = forwardRef<HTMLButtonElement, toolbarProps>(
({ id, parentId, index, count }, ref) => {
return (
<UnstyledButton ref={ref}>
<Icon icon="arrows" type="fas" />
</UnstyledButton>
);
}
);
问题根源
经过深入排查,发现问题并非出在 ref 传递机制本身,而是由于:
- 拖拽手柄元素在初始渲染时被隐藏(display: none)
- 组件挂载时 ref 尚未指向实际 DOM 元素
- 拖拽初始化逻辑执行时无法获取有效的 DOM 引用
解决方案
方案一:使用 visibility 替代 display
将隐藏元素的样式从 display: none 改为 visibility: hidden:
display: none会完全从文档流中移除元素visibility: hidden会保留元素在文档流中的位置,只是视觉上不可见
// 修改前
.hidden-element {
display: none;
}
// 修改后
.hidden-element {
visibility: hidden;
}
方案二:延迟初始化
在确保元素已挂载后再初始化拖拽逻辑:
useEffect(() => {
const timer = setTimeout(() => {
const element = elementRef.current;
const dragHandle = dragHandleRef.current;
if (element && dragHandle) {
// 初始化拖拽逻辑
}
}, 100);
return () => clearTimeout(timer);
}, []);
最佳实践建议
- 避免在隐藏元素上初始化交互:确保交互元素在初始化时是可见的或至少存在于 DOM 中
- 使用 TypeScript 类型检查:明确 ref 的类型可以提前发现潜在问题
- 添加防御性编程:在使用 ref 前进行空值检查
- 考虑渲染时机:对于条件渲染的元素,确保交互逻辑在元素渲染后执行
总结
在 React 中实现拖拽功能时,正确处理 ref 的传递和元素的生命周期至关重要。通过本文的分析,我们了解到:
- 元素隐藏方式会影响 ref 的可用性
- forwardRef 是传递 ref 的有效方式
- 防御性编程可以避免运行时错误
希望这些经验能帮助开发者在实现类似功能时避免常见陷阱。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 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 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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