前端拖拽排序实现详解:从原理到实践 - 附完整代码

前端拖拽排序实现详解:从原理到实践 - 附完整代码
在这里插入图片描述
🌷 古之立大事者,不惟有超世之才,亦必有坚忍不拔之志
🎐 个人CSND主页——Micro麦可乐的博客
🐥《Docker实操教程》专栏以最新的Centos版本为基础进行Docker实操教程,入门到实战
🌺《RabbitMQ》专栏19年编写主要介绍使用JAVA开发RabbitMQ的系列教程,从基础知识到项目实战
🌸《设计模式》专栏以实际的生活场景为案例进行讲解,让大家对设计模式有一个更清晰的理解
🌛《开源项目》本专栏主要介绍目前热门的开源项目,带大家快速了解并轻松上手使用
🍎 《前端技术》专栏以实战为主介绍日常开发中前端应用的一些功能以及技巧,均附有完整的代码示例
✨《开发技巧》本专栏包含了各种系统的设计原理以及注意事项,并分享一些日常开发的功能小技巧
💕《Jenkins实战》专栏主要介绍Jenkins+Docker的实战教程,让你快速掌握项目CI/CD,是2024年最新的实战教程
🌞《Spring Boot》专栏主要介绍我们日常工作项目中经常应用到的功能以及技巧,代码样例完整
👍《Spring Security》专栏中我们将逐步深入Spring Security的各个技术细节,带你从入门到精通,全面掌握这一安全技术
如果文章能够给大家带来一定的帮助!欢迎关注、评论互动~

前端拖拽排序实现详解:从原理到实践 - 附完整代码

1. 前言

在我们前端开发过程中经常会用到排序的功能,其中列表项的拖拽排序(Drag-and-Drop Sortable)不仅能让用户直观、高效地调整顺序,还能大幅提升交互体验。无论是管理后台的菜单排序、看板(Kanban)中任务卡片的调整,还是移动端的图片/视频重排,拖拽排序都是不可或缺的交互模式。

在这里插入图片描述


本文博主将带着小伙伴从零开始,用原生 HTML5 Drag & Drop API 实现一个简洁的可拖拽排序列表,并模拟向后端提交新顺序的完整流程。


2. 拖拽排序的应用

任务管理工具
用户可以拖拽卡片改变优先级或在不同分组间移动(如Trello

内容管理系统
页面元素排序(如WordPress

图片/视频排序
相册管理、商品轮播图顺序调整

问卷表单选项
管理问答列表时,调整题目或选项顺序更直观

自定义导航菜单
后台可视化拖拽菜单层级与顺序

这些场景下,通过拖拽排序,用户无需点上下箭头、输入序号,就能快速完成调整,显著提升效率与体验。


3. 核心实现原理

3.1 HTML5拖放API基础

在这里插入图片描述


HTML5 Drag & Drop 原生 API 核心流程如下:

  • 设定可拖拽元素:draggable="true"
  • 监听拖拽开始:dragstart 事件,记录当前拖拽项索引或标识
  • 允许拖拽进入目标:在目标元素或容器上 dragover 事件中调用 event.preventDefault()
  • 处理放置:drop 事件中获取拖拽项和目标项索引,完成 DOM 位置交换。
  • 结束拖拽:可选的 dragend 事件,用于清理样式或状态。

3.2 关键事件解析

默认拖放API具备以下几个事件类型:

事件类型触发时机常用操作
dragstart开始拖拽元素时设置被拖拽元素的ID
dragenter进入目标元素时添加视觉反馈
dragover在目标元素上悬停时阻止默认行为(允许放置)
dragleave离开目标元素时移除视觉反馈
drop在目标元素上释放时处理元素位置交换
dragend拖拽操作结束时清理状态

4. 完整示例代码

下面是一个最小可运行的示例,小伙伴们可以复制至本地测试运行,注意后端排序保存已经将当前顺序的 ID 数组传递,后端接口小伙伴们自行实现即可

<!DOCTYPEhtml><htmllang="zh-CN"><head><metacharset="UTF-8"><title>拖拽排序示例</title><style>body{font-family: sans-serif;padding: 20px;}#sortable-list{list-style: none;padding: 0;width: 300px;margin: 0 auto;}#sortable-list li{padding: 10px 15px;margin-bottom: 8px;background: #f0f0f0;border: 1px solid #ddd;cursor: move;user-select: none;}/* 拖拽时样式 */.dragging{opacity: 0.5;}.over{border-top: 2px solid #007bff;}</style></head><body><h2>拖拽排序示例</h2><ulid="sortable-list"><lidata-id="1"draggable="true">项目 1</li><lidata-id="2"draggable="true">项目 2</li><lidata-id="3"draggable="true">项目 3</li><lidata-id="4"draggable="true">项目 4</li><lidata-id="5"draggable="true">项目 5</li></ul><buttonid="saveOrderBtn">保存顺序</button><script>const list = document.getElementById('sortable-list');let dragSrcEl =null;functionhandleDragStart(e){ dragSrcEl =this;this.classList.add('dragging'); e.dataTransfer.effectAllowed ='move'; e.dataTransfer.setData('text/plain',this.dataset.id);}functionhandleDragOver(e){ e.preventDefault();// 必须阻止默认,才有 drop 事件 e.dataTransfer.dropEffect ='move';returnfalse;}functionhandleDragEnter(e){if(this!== dragSrcEl){this.classList.add('over');}}functionhandleDragLeave(e){this.classList.remove('over');}functionhandleDrop(e){ e.stopPropagation();// 阻止事件冒泡if(dragSrcEl !==this){// 在 DOM 中交换位置const nodes = Array.from(list.children);const srcIndex = nodes.indexOf(dragSrcEl);const targetIndex = nodes.indexOf(this);if(srcIndex < targetIndex){ list.insertBefore(dragSrcEl,this.nextSibling);}else{ list.insertBefore(dragSrcEl,this);}}returnfalse;}functionhandleDragEnd(e){// 清理样式this.classList.remove('dragging'); Array.from(list.children).forEach(item=>{ item.classList.remove('over');});}// 绑定事件 Array.from(list.children).forEach(item=>{ item.addEventListener('dragstart', handleDragStart); item.addEventListener('dragenter', handleDragEnter); item.addEventListener('dragover', handleDragOver); item.addEventListener('dragleave', handleDragLeave); item.addEventListener('drop', handleDrop); item.addEventListener('dragend', handleDragEnd);});// 模拟后端提交新顺序 document.getElementById('saveOrderBtn').addEventListener('click',()=>{const order = Array.from(list.children).map(li=> li.dataset.id); console.log('新的顺序:', order);// 示例:POST 到 /api/update-orderfetch('/api/update-order',{ method:'POST', headers:{'Content-Type':'application/json'}, body:JSON.stringify({ order })}).then(res=>{if(!res.ok)thrownewError('保存失败');return res.json();}).then(data=>{alert('顺序保存成功!');}).catch(err=>{ console.error(err);alert('保存失败,请重试');});});</script></body></html>

要点说明:

1、每个 <li> 元素设置了 draggable="true"data-id 作为唯一标识;
2、dragstart 时记录源元素并设置拖拽数据;
3、dragover 必须 preventDefault(),否则无法触发 drop
4、drop 事件中根据源元素和目标元素在父容器中的索引,动态交换位置;
5、点击“保存顺序”按钮后,将当前顺序的 ID 数组发送给后端接口 /api/update-order,完成持久化。

5. 结语

通过上述示例,相信小伙伴们已经掌握了使用原生 HTML5 Drag & Drop API 实现前端拖拽排序的全流程:从可拖拽元素配置、事件监听,到 DOM 顺序交换,再到模拟后端提交。

该方案无需引入第三方库,也足够轻量易懂。可以根据项目需求进一步优化:

  • 性能优化:对大型列表使用虚拟化或节流拖拽事件。
  • 视觉增强:使用动画(CSS transition)平滑排序过程。
  • 多容器拖拽:扩展至跨列表、跨分组的拖拽。
  • 第三方库:在复杂场景下可结合 SortableJSDragula 等成熟库。

希望本文能帮助小伙伴们快速在项目中落地拖拽排序功能,如果你在实践过程中有任何疑问或更好的扩展思路,欢迎在评论区留言,最后希望大家一键三连给博主一点点鼓励!


Read more

论文阅读-Manual2Skill:利用视觉语言模型(VLM)阅读说明书来指导机器人进行家具组装

论文阅读-Manual2Skill:利用视觉语言模型(VLM)阅读说明书来指导机器人进行家具组装

文章目录 * 文章信息 * 引言 * 方法 * A:VLM引导的分层装配图生成 * B:单步预装配位姿估计 * C:机器人装配动作生成 * 实验 * a.装配层级图生成 Hierarchical Assembly Graph Generation * b.每一步的姿态估计 Per-step Assembly Pose Estimation * c.整体效果评估 Overall Performance Evaluation(仿真) * d.真实世界的组装实验 Overall Performance Evaluation * e.泛化到其他装配任务 Generalization to Other Assembly Tasks * 结论与未来展望 文章信息 * 文章标题:《Manual2Skill: Learning to Read Manuals and

AIGC(生成式AI)试用 45 -- DocsGPT 与 Python开发 1

一切从python调用本地DocsGPT完成python开发开始。 遗留问题:如何验证AI开发提交的结果? * 提问 1: 使用python+Tkinter进行GUI程序编码 1. 界面分为左右两部分     - 左侧为python代码编辑区:       左上部为代码多行输入框,嵌入python idle,浅灰色底色;       左下部为 Run 按钮     - 右侧为GPT调用区:       右上部为tab,名称 Question,嵌入多行文本,输入提问问题;       中部为Show Answer按钮,海蓝色;       下部为2个tab:tab1,名称 Answer,嵌入多行文本,显示GPT处理结果;                                tab2,名称History,显示提问历史,answer + question,数据来自名为pyai的sqlite的数据库  2. 优化界面  3. 优化代码 * DeepSeek 回复 1: - 1 次调用界面

AI编程工具深度对比:Cursor、Copilot、Trae与Claude Code,2025年开发者该如何选择?

2025年,AI编程助手已从新奇技术演变为生产力核心,但面对众多选择,开发者如何才能找到最适合自己的智能编程伙伴? 一、四大AI编程工具的核心定位与市场格局 2025年的AI编程工具市场已经形成了明显的分层格局。根据最新的开发者使用数据,这些工具不再仅仅是代码补全助手,而是朝着专业化、场景化方向发展。

Arbitrage Bot 开发实战:从零构建高频套利机器人的核心逻辑与避坑指南

快速体验 在开始今天关于 Arbitrage Bot 开发实战:从零构建高频套利机器人的核心逻辑与避坑指南 的探讨之前,我想先分享一个最近让我觉得很有意思的全栈技术挑战。 我们常说 AI 是未来,但作为开发者,如何将大模型(LLM)真正落地为一个低延迟、可交互的实时系统,而不仅仅是调个 API? 这里有一个非常硬核的动手实验:基于火山引擎豆包大模型,从零搭建一个实时语音通话应用。它不是简单的问答,而是需要你亲手打通 ASR(语音识别)→ LLM(大脑思考)→ TTS(语音合成)的完整 WebSocket 链路。对于想要掌握 AI 原生应用架构的同学来说,这是个绝佳的练手项目。 从0到1构建生产级别应用,脱离Demo,点击打开 从0打造个人豆包实时通话AI动手实验 Arbitrage Bot 开发实战:从零构建高频套利机器人的核心逻辑与避坑指南 背景痛点分析 开发加密货币套利机器人时,新手常会遇到几个致命问题: * API速率限制:交易所通常对REST API有严格调用限制(