nprogress在路由中使用

简介: nprogress在路由中使用

import { createRouter, createWebHashHistory } from 'vue-router'
import { routes } from './routes.js'
import NProgress from 'nprogress'
import 'nprogress/nprogress.css'
NProgress.inc(0.2)
NProgress.configure({ easing: 'ease', speed: 500, showSpinner: true })
const router = createRouter({
  history: createWebHashHistory(),
  routes,
  //滚动行为
  scrollBehavior() {
    return {
      left: 0,
      top: 0,
    }
  },
})
// 页面路由刚开始切换的时候
router.beforeEach(async (to, from, next) => {
  // 开启进度条
  NProgress.start()
  next()
})
 
// 页面路由切换完毕的时候
router.afterEach(() => {
  // 关闭进度条
  NProgress.done()
})
 
export default router
相关文章
|
缓存 网络协议 应用服务中间件
NATAPP - 连不上 / 错误信息等问题解决汇总
NATAPP - 连不上 / 错误信息等问题解决汇总
5206 0
NATAPP - 连不上 / 错误信息等问题解决汇总
|
5月前
|
人工智能 测试技术 API
GLM 5.2深度实战:API快速集成、MIT权重配置与百万上下文能力验证
GLM 5.2是智谱AI于2026年6月推出的旗舰级大模型,凭借744B总参数MoE混合专家架构、原生支持100万Token稳定上下文窗口,以及MIT许可开源权重,成为当前开源模型领域的标杆产品。该模型不仅在长程编程、文档分析等任务中表现突出,还提供了Z.ai Coding Plan托管API与MIT开源权重两种接入路径,满足个人开发者、企业团队的不同使用需求。本文将从API快速接入、MIT开源权重本地部署、百万上下文能力实测三大核心环节,提供完整实战指南,帮助开发者高效落地GLM 5.2。
1015 1
|
编译器 C语言
算术操作符+,-,*,/,%
算术操作符+,-,*,/,%
525 0
|
算法 安全 搜索推荐
TLS 协议-对称加密原理
TLS 协议-对称加密原理
1068 0
|
人工智能 编译器 Linux
golang交叉编译和条件编译的实际应用
交叉编译是指在一个平台上生成可在另一平台运行的可执行代码。它允许开发者在资源受限或未准备好的目标环境下提前编译程序。条件编译则根据特定条件选择性地编译代码,常用于适配不同运行环境或区分开发与发布版本。两者结合,能有效提升开发效率与程序适配能力。
470 0
|
Java 开发工具
鸿蒙Flutter实战:02-Windows环境搭建踩坑指南
本指南介绍如何搭建鸿蒙Flutter开发环境,包括下载Flutter SDK、配置环境变量(如FLUTTER_STORAGE_BASE_URL、PUB_HOSTED_URL、DEVECO_SDK_HOME等)和检查工具版本。还提到避免项目路径过深、与SDK同盘存放等注意事项,以及解决VsCode无法识别设备的方法。
895 0
如何初始化PoolingHttpClientConnectionManager
【8月更文挑战第26天】如何初始化PoolingHttpClientConnectionManager
923 7
|
关系型数据库 MySQL 数据库
为什么 MySQL 不推荐用 Docker 部署?
本文探讨了MySQL是否适合容器化的问题,分析了Docker容器在数据安全、性能瓶颈、状态管理及资源隔离等方面的挑战,并指出目前主流分布式数据库如TDSQL和OceanBase仍倾向于部署在物理机或KVM上。
583 0
|
数据采集 监控 网络协议
【计算机网络】你真的懂学校的校园网吗?
在数字时代,计算机网络已经成为了现代社会不可或缺的一部分。而对于大多数人来说,校园网是我们日常生活中接触最频繁的网络之一,它为学校的师生提供了信息传输、资源共享和互联互通的基础设施。但是,尽管我们每天都在使用校园网,很少有人真正深入了解它的工作原理、安全性和管理细节。
6471 3
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与ai有什么区别
本文探讨了“人工智能”与“AI”在语义、使用场景及技术侧重点上的差异,强调理解这些差异对把握技术发展的重要性。文中分析了两者的学术与通俗应用场景,并结合生成式人工智能认证项目(由培生于2024年推出),说明如何通过理论与实践结合,规避AI局限性,推动技术创新。最终呼吁在概念辨析中探索人工智能的未来潜力。