当前位置: 首页 > news >正文

关于使用 @iconify/vue2图标库组件的离线使用

Iconify 是最通用的图标框架,将各种图标库的图标集中在这里的一个组件库,例如ant-design,element-ui等 网站地址如下
https://iconify.design/getting-started/

1.安装依赖

这两个包提供了图标组件和离线图标数据的支持。

npm install @iconify/vue2 @iconify/json

2. 准备离线图标数据

@iconify/json 包含了大量的图标数据,我们可以选择需要的图标集合并将其添加到我们的项目中。以 simple-line-icons 和 ant-design 图标为例,我们需要下载这两个图标集合的 JSON 文件:

simple-line-icons.json:包含了 Simple Line Icons 图标数据
ant-design.json:包含了 Ant Design 图标数据
可以从 @iconify/json 的 GitHub 仓库或其他可信来源下载这些 JSON 文件,并将它们放在您的项目中。

3.使用示例

<template><div><!-- 使用 Simple Line Icons 图标 --><Icon icon="simple-line:home" /><!-- 使用 Ant Design 图标 --><Icon icon="ant-design:search" /></div>
</template><script>import { Icon, addCollection } from '@iconify/vue2';import simple from '@iconify/json/json/simple-line-icons.json'import design from '@iconify/json/json/ant-design.json'export default {components: { Icon },mounted() {addCollection(simple)addCollection(design)},}
</script>
http://www.lryc.cn/news/434315.html

相关文章:

  • pdfmake生成pdf的使用
  • PLM系统有哪些品牌推荐?国内不错的PLM厂商有哪些?
  • Linux网络:网络套接字-TCP回显服务器——多进程/线程池(生产者消费者模型)
  • Redis 篇-深入了解基于 Redis 实现消息队列(比较基于 List 实现消息队列、基于 PubSub 发布订阅模型之间的区别)
  • python 学习一张图
  • 通过Docker部署 MongoDB 服务器
  • 无人机避障雷达技术详解
  • 2009-2023年上市公司华证esg评级评分数据(年度+季度)(含细分项)
  • C++ 模板进阶知识——stdenable_if
  • 国内外ChatGPT网站集合,无限制使用【2024-09最新】~
  • 如何在VUE3中使用函数式组件
  • linux访问外网的设置
  • PHP轻松创建高效收集问卷调查小程序系统源码
  • Redis面试必问:Redis为什么快?Redis五大基本数据类型
  • InternVL2- dockerfile环境变量持久化使用`ENV`而不是`RUN export`来设置环境变量,以确保环境变量在容器运行时仍然可用
  • Python(PyTorch和TensorFlow)图像分割卷积网络导图(生物医学)
  • DevOps实现CI/CD实战(七)- Jenkins集成k8s实现自动化CI
  • 从ES6到ES2023 带你深入了解什么是ES
  • openVX加速-常见问题:适用场景、AI加速、安装方式等
  • 国产芯片LT8711HE:TYPE-C/DP1.2转HDMI2.0转换器,4k60Hz高分辨率
  • 论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey
  • Java+Swing用户信息管理系统
  • 数据结构基础详解(C语言): 栈的括号匹配(实战)与栈的表达式求值特殊矩阵的压缩存储
  • C# 关于多线程同步不同实现方式
  • 【人工智能学习笔记】4_2 深度学习基础之多层感知机
  • WPS2019如何打出各种横线
  • Vue获取后端重定向拼接的参数
  • vscode spring boot项目编辑yaml不自动提示补全如何解决
  • 算法练习题19——leetcode141环形链表
  • 基于人类反馈的强化学习概述