forwardRef 的详解及使用
一、 介绍
React.forwardRef 会创建一个React组件,这个组件能够将其接受的 ref 属性转发到其组件树下的另一个组件中。这种技术并不常见,但在以下两种场景中特别有用:
- 转发 refs 到 DOM 组件
- 在高阶组件中转发 refs
二、案例效果
将父组件的ref 传递给子组件
三、代码案例
父组件
const container = useRef(null);// 子组件<ContextMenuref={container}visible={isSelectList}clickX={clickX}clickY={clickY}menuDataList={menuDataList}/>
子组件
import React, {useState, useEffect, forwardRef,
} from 'react';
import PropTypes from 'prop-types';
import './index.scss';import { getMenuStyle } from '../card/card.service';const ContextMenu = forwardRef(({visible, clickX, clickY, menuDataList,
}, ref) => {const [menuStyle, setMenuStyle] = useState({});useEffect(() => {if (visible) {const { current } = ref;setMenuStyle(getMenuStyle(clickX, clickY, current));} else {setMenuStyle({ visibility: 'hidden' });}}, [visible]);// eslint-disable-line react-hooks/exhaustive-depsreturn (<ul className="chooseList-box" style={menuStyle} ref={ref}>{menuDataList.map((menuItem) => (menuItem.isEnabled ? (<li role="presentation" onClick={menuItem.clickEvent} key={menuItem.menuContent}>{menuItem.menuContent}</li>) : (<li className="disabledLi" key={menuItem.menuContent}>{menuItem.menuContent}</li>)))}</ul>);
});
ContextMenu.propTypes = {visible: PropTypes.bool.isRequired,menuDataList: PropTypes.arrayOf(PropTypes.object).isRequired,clickX: PropTypes.number.isRequired,clickY: PropTypes.number.isRequired,
};export default ContextMenu;
forwardRef 的详解及使用相关推荐
- 从命令行到IDE,版本管理工具Git详解(远程仓库创建+命令行讲解+IDEA集成使用)
首先,Git已经并不只是GitHub,而是所有基于Git的平台,只要在你的电脑上面下载了Git,你就可以通过Git去管理"基于Git的平台"上的代码,常用的平台有GitHub.Gi ...
- JVM年轻代,老年代,永久代详解
秉承不重复造轮子的原则,查看印象笔记分享连接↓↓↓↓ 传送门:JVM年轻代,老年代,永久代详解 速读摘要 最近被问到了这个问题,解释的不是很清晰,有一些概念略微模糊,在此进行整理和记录,分享给大家.在 ...
- docker常用命令详解
docker常用命令详解 本文只记录docker命令在大部分情境下的使用,如果想了解每一个选项的细节,请参考官方文档,这里只作为自己以后的备忘记录下来. 根据自己的理解,总的来说分为以下几种: Doc ...
- 通俗易懂word2vec详解词嵌入-深度学习
https://blog.csdn.net/just_so_so_fnc/article/details/103304995 skip-gram 原理没看完 https://blog.csdn.net ...
- 深度学习优化函数详解(5)-- Nesterov accelerated gradient (NAG) 优化算法
深度学习优化函数详解系列目录 深度学习优化函数详解(0)– 线性回归问题 深度学习优化函数详解(1)– Gradient Descent 梯度下降法 深度学习优化函数详解(2)– SGD 随机梯度下降 ...
- CUDA之nvidia-smi命令详解---gpu
nvidia-smi是用来查看GPU使用情况的.我常用这个命令判断哪几块GPU空闲,但是最近的GPU使用状态让我很困惑,于是把nvidia-smi命令显示的GPU使用表中各个内容的具体含义解释一下. ...
- Bert代码详解(一)重点详细
这是bert的pytorch版本(与tensorflow一样的,这个更简单些,这个看懂了,tf也能看懂),地址:https://github.com/huggingface/pytorch-pretr ...
- CRF(条件随机场)与Viterbi(维特比)算法原理详解
摘自:https://mp.weixin.qq.com/s/GXbFxlExDtjtQe-OPwfokA https://www.cnblogs.com/zhibei/p/9391014.html C ...
- pytorch nn.LSTM()参数详解
输入数据格式: input(seq_len, batch, input_size) h0(num_layers * num_directions, batch, hidden_size) c0(num ...
最新文章
- R语言使用for循环绘制多个模型的DCA(Decision Curve Analysis)曲线并保存特定分辨率的DCA曲线的结果文件
- python2(中文编码问题):UnicodeDecodeError: 'ascii' codec can't decode byte 0x?? in position 1...
- Docker用Dockerfile定制镜像
- 周四话分析:数据驱动,如何塑造下一个“教育领头羊”?
- cuda-convnet2编译
- rails 构建 API
- Oracle DBA课程系列笔记(16)
- Ubuntu16 python2.7升级python3.5
- 【MySQL】MySQL中的查询语句的详解----等值连接、左连接、右连接、全连接
- docker-for-windows配置了阿里云镜像,仍然无法获得链接:(Client.Timeout exceeded while awaiting headers)
- 实验3.3 设计一个用于人事管理的People(人员)类
- 我的第一个python web开发框架(23)——代码版本控制管理与接口文档
- swt中关于Text.setSelection()的记录
- pymysql.err.OperationalError: 1136, Column count doesn t match value count at row 1
- OpenCV Python 直方图
- linux tar解压bin文件,linux下 tar解压 gz解压 bz2等各种解压文件使用方法
- 【测试】11月11日的测试
- 计算机用户删除会怎样,电脑注销会删掉内容吗,电脑注销后会删除账户吗
- npm安装报错(npm ERR code EPERM npm ERR syscall mkdir npm ERR path CProgram Filesnodejsnode_ca...)
- ArcMap 属性连接和空间连接用法