HN 日本語サマリー

← 一覧へ戻る
プログラミング

Taffy: 柔軟で高性能なクロスプラットフォームUIレイアウトライブラリ

Taffy: A flexible, high-performance, cross-platform UI layout library (github.com)

59 pointsby robin_reala24 コメント

要約

TaffyはRustで書かれた、柔軟で高性能なクロスプラットフォームUIレイアウトライブラリです。CSSのBlock、Flexbox、CSS Gridのレイアウトアルゴリズムを実装しており、将来的に他のパラダイムへの対応も計画されています。Servo、Blitz、Bevy、Slintなど、多くのUI/GUIライブラリで採用されています。

全文翻訳

[画像: Taffy]

[画像: GitHub CI] [画像: crates.io] [画像: docs.rs] [画像: Crates.io MSRV]

Taffyは、Rustで書かれた、柔軟で高性能なクロスプラットフォームUIレイアウトライブラリです。

現在、CSSのBlock、Flexbox、CSS Gridレイアウトアルゴリズムを実装しています。他のパラダイムへの対応も計画されています。これらやその他の将来の開発計画については、ロードマップのイシューを参照してください。

このクレートは、複数のチームによる共同プロジェクトであり、他のUIおよびGUIライブラリの依存関係として使用されるように設計されています。現在、以下のプロジェクトで利用されています。

  • Servo: 代替ウェブブラウザ
  • Blitz: 革新的にモジュール化されたウェブエンジン
  • Bevy: 人間工学的でECSファーストなRustゲームエンジン
  • Takumi: Reactコンポーネントを画像にレンダリング
  • iocraft: ターミナル向けの美しいインターフェースをクラフト
  • Slint: ネイティブユーザーインターフェース構築のための宣言型GUIツールキット
  • Lapce テキストエディタ(Floem UIフレームワーク経由)
  • Zed テキストエディタ(GPUI UIフレームワーク経由)

使用方法

use taffy::prelude::*;

// まずTaffyTreeのインスタンスを作成します
let mut tree : TaffyTree<()> = TaffyTree::new();

// `TaffyTree.new_leaf` と `TaffyTree.new_with_children` を使用してノードツリーを作成します。
// これらの関数はどちらも、そのノードを参照するために使用できるノードIDを返します。
// Style構造体はスタイリング情報を指定するために使用されます。
let header_node = tree
    .new_leaf(
        Style {
            size: Size { width: length(800.0), height: length(100.0) },
            ..Default::default()
        },
    ).unwrap();

let body_node = tree
    .new_leaf(
        Style {
            size: Size { width: length(800.0), height: auto() },
            flex_grow: 1.0,
            ..Default::default()
        },
    ).unwrap();

let root_node = tree
    .new_with_children(
        Style {
            flex_direction: FlexDirection::Column,
            size: Size { width: length(800.0), height: length(600.0) },
            ..Default::default()
        },
        &[header_node, body_node],
    )
    .unwrap();

// ルートノードに対してcompute_layoutを呼び出し、レイアウトアルゴリズムを実行します。
tree.compute_layout(root_node, Size::MAX_CONTENT).unwrap();

// compute_layoutの結果を `TaffyTree.layout` を使用して確認します。
assert_eq!(tree.layout(root_node).unwrap().size.width, 800.0);
assert_eq!(tree.layout(root_node).unwrap().size.height, 600.0);
assert_eq!(tree.layout(header_node).unwrap().size.width, 800.0);
assert_eq!(tree.layout(header_node).unwrap().size.height, 100.0);
assert_eq!(tree.layout(body_node).unwrap().size.width, 800.0);
assert_eq!(tree.layout(body_node).unwrap().size.height, 500.0); // この値は明示的に設定されていませんが、Taffyによって計算されました。

他言語へのバインディング

学習リソース

TaffyはFlexboxとCSS Gridの仕様を忠実に実装しているため、ウェブ向けに設計されたドキュメントはTaffyの実装にもそのまま適用できます。個々のスタイルプロパティのリファレンスドキュメントとしては、MDNのドキュメント(例: widthプロパティに関するこのページ)を推奨します。これらのページは通常、検索エンジンで「MDN プロパティ名」と検索することで見つけることができます。

CSSレイアウトのガイドレベルのドキュメントに興味がある場合は、以下のリソースを推奨します。

Flexbox
  • Flexbox Froggy: インタラクティブなチュートリアル/ゲームで、楽しく魅力的な方法でFlexboxの必須部分を学習できます。
  • A Complete Guide To Flexbox (CSS Tricks著): イラストと、さまざまなFlexboxプロパティとその動作に関する包括的な説明が記載された詳細なガイドです。
CSS Grid
  • CSS Grid Garden: インタラクティブなチュートリアル/ゲームで、楽しく魅力的な方法でCSS Gridの必須部分を学習できます。
  • A Complete Guide To CSS Grid (CSS Tricks著): イラストと、さまざまなCSS Gridプロパティとその動作に関する包括的な説明が記載された詳細なガイドです。

ベンチマーク(Yoga との比較)

  • 2021 MacBook Pro (M1 Proプロセッサ) でcriterionを使用して実行
  • ベンチマークはレイアウト計算のみを測定します。ツリー作成は測定しません。
  • Yogaのベンチマークはyogaクレート(Rustバインディング)、バージョン0.5.0経由で実行しました。
  • ほとんどの一般的なウェブサイトは3,000から10,000ノード(ただし、テキストレイアウトも必要ですが、YogaもTaffyも実装していません)を持つようです。

以下の表には複数の異なる単位(秒、ミリ秒、マイクロ秒)が含まれていることに注意してください。

ベンチマークノード数深さYoga (v3.2.1)Taffy (e747f6e)
yoga 'huge nested'1,0003328.24 µs250.23 µs
yoga 'huge nested'10,00043.2892 ms2.6947 ms
yoga 'huge nested'100,000541.686 ms32.871 ms
big trees (wide)1,0002468.66 µs471.14 µs
big trees (wide)10,00024.8667 ms4.8032 ms
big trees (wide)100,000263.304 ms58.111 ms
absolutely positioned leaves1,0002408.51 µs259.91 µs
absolutely positioned leaves10,00024.3898 ms2.7890 ms
absolutely positioned leaves100,000256.490 ms41.270 ms
big trees (deep, random size)4,000121.7937 ms1.8160 ms
big trees (deep, random size)10,000144.4436 ms4.5843 ms
big trees (deep, random size)100,0001763.555 ms69.952 ms
big trees (deep, auto size)4,0001232.872 ms4.7357 ms
big trees (deep, auto size)10,00014103.19 ms11.894 ms
big trees (deep, auto size)100,000172.3502 s164.24 ms
super deep1505061.132 ms179.02 µs
super deep300100finishedせず (>9分)366.89 µs

貢献

貢献を歓迎します: taffyを使いたい、改善したい、または構築したい場合は、ぜひ会話に参加し、イシューを開くか、PRを送信してください。taffyの使用方法について質問がある場合は、ディスカッションを開いてください。そうすれば、他の人が見つけられる形で質問に回答できます。