当前位置:首页 > 文章列表 > 文章 > 前端 > HTML怎么做图标搜索_html图标库搜索展示功能实现【快速上手】

HTML怎么做图标搜索_html图标库搜索展示功能实现【快速上手】

2026-05-03 10:05:32 0浏览 收藏
热门推荐
漫画APP
动画内容聚合,热门资源快捷查看
立即下载

大家好,我们又见面了啊~本文《HTML怎么做图标搜索_html图标库搜索展示功能实现【快速上手】》的内容中将会涉及到等等。如果你正在学习文章相关知识,欢迎关注我,以后会给大家带来更多文章相关文章,希望我们能一起进步!下面就开始本文的正式内容~

HTML无法实现图标搜索,需JavaScript动态过滤渲染:监听input事件,用Array.filter()和String.includes()匹配图标名,避免DOM频繁重绘,推荐CSS类或SVG sprite,自定义图标须注册到Font Awesome库。

HTML怎么做图标搜索_html图标库搜索展示功能实现【快速上手】

怎么用 HTML + JavaScript 实现图标搜索框

纯 HTML 无法实现图标搜索功能,必须配合 JavaScript 动态过滤和渲染。核心逻辑是:把图标数据(通常是 icon name 和 svg 或 class)存成数组,监听输入框 input 事件,实时比对 icon.name.toLowerCase() 是否包含关键词。

常见错误是直接操作 DOM 插入大量 svg 标签导致卡顿——应优先用 CSS class(如 Font Awesome)或预加载 SVG sprite,搜索时只切换显示/隐藏。

  • 推荐用 Array.filter() + String.includes() 做基础匹配,不建议一上来就上正则
  • 搜索前对关键词 trim() 并忽略空字符串,避免清空输入后仍显示全部图标引发误点
  • 若图标来自 CDN(如 https://cdn.jsdelivr.net/npm/@fortawesome/fontawesome-free@6.5.0/svg/icons.svg),不要在搜索时重复请求,而是提前加载并缓存 SVGElement

Font Awesome 的 icon 搜索为什么搜不到自定义图标

因为 Font Awesome 官方 JS(@fortawesome/fontawesome-svg-core)默认只注册它自己包里的 icon,你手动加的 或自定义 icon definition 不在它的 library 中,fa-search 组件自然查不到。

解决方式不是改它的搜索逻辑,而是把你自己的图标也注册进去:

import { library } from '@fortawesome/fontawesome-svg-core';
import { faHome } from '@fortawesome/free-solid-svg-icons';
// 注册你自己的图标对象(必须含 icon、prefix、iconName)
library.add({
  prefix: 'custom',
  iconName: 'my-icon',
  icon: [24, 24, [], 'f123', '...'] // SVG path 数据
});
  • 注册后,可用 library.allIcons 查看当前所有可搜图标(含自定义)
  • 注意 iconName 必须是合法标识符(不能含短横线、空格),否则搜索时 toLowerCase() 匹配失败
  • 如果用的是 Font Awesome 5 的旧版 CDN 方式,需改用 FontAwesomeConfig.searchPseudoElements = true 并确保 :before 内容可被 JS 读取——这很不可靠,建议升级到 v6 + ES module 方式

搜索结果点击后如何插入到编辑器里

用户点图标,本质是往目标区域(比如 contenteditable 元素或 textarea)插入一段 HTML 或 Unicode 字符。难点在于光标位置保持和多行兼容。

对 contenteditable:必须用 document.execCommand('insertHTML', false, '')(已废弃但仍是唯一可靠方案),或更稳妥地手动操作 Range 和 Selection。

  • 用 textarea 时,不能直接插 HTML,得转成 emoji 或占位符(如 :home:),再由后续解析器替换
  • 插入前务必调用 getSelection().getRangeAt(0) 获取当前光标位置,否则总插在开头
  • 插入后主动触发 input 事件(el.dispatchEvent(new Event('input', { bubbles: true }))),让 Vue/React 等框架能响应变化

为什么搜索慢、卡顿,甚至页面假死

典型原因是图标数据量大(比如 500+ 个)且每次输入都做全量 DOM 重绘。不是 JS 慢,是浏览器 Layout + Paint 压力大。

优化关键在「懒渲染」和「节流」:

  • 用 requestIdleCallback() 延迟非紧急渲染,或至少加 setTimeout(..., 0) 让出主线程
  • 搜索框加 debounce(300ms),避免用户连打时频繁执行过滤
  • 不要每次搜索都 innerHTML = '' 再拼接;改用 DocumentFragment 批量创建节点,最后一次性 append
  • 图标列表容器设 height + overflow-y: auto,禁用 scroll-behavior: smooth,防止滚动动画加剧卡顿

最常被忽略的一点:没给图标元素加 key 或唯一 data-id,导致 Vue/React 列表更新时复用错节点,视觉错乱还难调试。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

golang如何实现消息队列多租户隔离_golang消息队列多租户隔离技巧golang如何实现消息队列多租户隔离_golang消息队列多租户隔离技巧
上一篇
golang如何实现消息队列多租户隔离_golang消息队列多租户隔离技巧
怎么通过 System.gc() 理解当超大规模数组引用被置为 null 后的内存回收机制
下一篇
怎么通过 System.gc() 理解当超大规模数组引用被置为 null 后的内存回收机制
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    297次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    352次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    353次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    318次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    137次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码