QMUI_iOS 中 QMUIPopupMenuView 的选中状态自定义方案
2025-05-30 14:44:41作者:盛欣凯Ernestine
背景介绍
QMUI_iOS 是腾讯开源的一套高质量 UI 组件库,其中 QMUIPopupMenuView 是一个常用的弹出菜单组件。在 4.8.0 版本更新后,该组件的 API 设计发生了一些变化,导致开发者在使用过程中遇到了一些关于菜单项选中状态自定义的问题。
问题分析
在 4.8.0 版本之前,QMUIPopupMenuView 提供了较为灵活的菜单项(Item)字体和颜色设置方式,开发者可以方便地区分选中和未选中状态。但在新版本中,这些直接设置属性的 API 被移除或调整了,导致开发者需要寻找新的实现方式。
解决方案
方案一:在每次显示时动态设置
开发者可以通过在每次显示菜单时,遍历所有菜单项并设置它们的样式:
[popupMenuView showWithAnimated:YES completion:^(BOOL finished) {
for (QMUIPopupMenuItemView *itemView in popupMenuView.itemViews) {
itemView.textLabel.textColor = itemView.selected ? selectedColor : normalColor;
itemView.textLabel.font = itemView.selected ? selectedFont : normalFont;
}
}];
这种方式的优点是实现简单直接,缺点是每次显示菜单都需要执行这段代码,且样式逻辑分散在业务代码中。
方案二:自定义 QMUIPopupMenuItemView 子类
更优雅的解决方案是创建自定义的菜单项视图子类:
@interface CustomPopupMenuItemView : QMUIPopupMenuItemView
@property (nonatomic, strong) UIColor *normalColor;
@property (nonatomic, strong) UIColor *selectedColor;
@property (nonatomic, strong) UIFont *normalFont;
@property (nonatomic, strong) UIFont *selectedFont;
@end
@implementation CustomPopupMenuItemView
- (void)setSelected:(BOOL)selected {
[super setSelected:selected];
[self updateAppearance];
}
- (void)setHighlighted:(BOOL)highlighted {
[super setHighlighted:highlighted];
[self updateAppearance];
}
- (void)updateAppearance {
self.textLabel.textColor = self.selected || self.highlighted ? self.selectedColor : self.normalColor;
self.textLabel.font = self.selected || self.highlighted ? self.selectedFont : self.normalFont;
}
@end
使用时:
popupMenuView.itemViewConfigurationHandler = ^(QMUIPopupMenuItemView *itemView, NSUInteger index) {
if ([itemView isKindOfClass:[CustomPopupMenuItemView class]]) {
CustomPopupMenuItemView *customItemView = (CustomPopupMenuItemView *)itemView;
customItemView.normalColor = [UIColor grayColor];
customItemView.selectedColor = [UIColor redColor];
customItemView.normalFont = [UIFont systemFontOfSize:14];
customItemView.selectedFont = [UIFont boldSystemFontOfSize:14];
[customItemView updateAppearance];
}
};
这种方案的优点在于:
- 将样式逻辑封装在自定义视图中,业务代码只需关心状态值
- 更符合面向对象的设计原则
- 便于复用和维护
最佳实践建议
-
样式与逻辑分离:将视觉样式相关的代码尽可能封装在视图层,业务层只需控制状态
-
考虑继承与组合:对于简单的样式变化,继承是合适的;如果需要更复杂的变化,可以考虑使用装饰器模式
-
性能考量:避免在频繁调用的方法(如setSelected:)中进行复杂的计算或对象创建
-
状态一致性:注意处理selected和highlighted状态的关系,通常需要同时考虑这两个状态
总结
QMUI_iOS 4.8.0 版本对 QMUIPopupMenuView 的 API 进行了调整,虽然移除了部分直接设置样式的接口,但通过自定义菜单项视图子类的方式,开发者仍然可以实现灵活的状态样式控制。这种设计实际上鼓励了更好的代码组织方式,将样式逻辑从业务代码中解耦出来,提高了代码的可维护性和复用性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
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 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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 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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
703
🎉 (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
1.06 K
616
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
197
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460