Bootstrap Tags 项目技术文档
2024-12-28 02:34:19作者:庞队千Virginia
1. 安装指南
Bootstrap Tags 是一个基于 jQuery 的插件,用于扩展 Twitter Bootstrap 的标签功能。支持 Bootstrap 2.3.2 及以上版本。
安装方式
-
使用 Bower 进行安装:
$ bower install bootstrap-tags -
使用 Git 进行安装:
$ git clone https://github.com/maxwells/bootstrap-tags.git其中,JavaScript 文件位于
dist/js目录,CSS 文件位于dist/css目录。
2. 项目的使用说明
在项目中使用 Bootstrap Tags 插件,需要包含相应的 JavaScript 和 CSS 文件,并通过 jQuery 初始化标签功能。
使用示例
<!-- 引入 Bootstrap Tags 的 JS 和 CSS 文件 -->
<script src='path/to/bootstrap-tags/dist/js/bootstrap-tags.min.js'></script>
<link rel="stylesheet" type="text/css" href="path/to/bootstrap-tags/dist/css/bootstrap-tags.css" />
<div id="my-tag-list" class="tag-list"></div>
<script>
$(function() {
// 如果使用 Bootstrap 2,需要设置版本
// Tags.bootstrapVersion = "2";
$('#my-tag-list').tags({
tagData: ["boilerplate", "tags"],
suggestions: ["basic", "suggestions"],
excludeList: ["not", "these", "words"]
});
});
</script>
3. 项目API使用文档
Bootstrap Tags 插件支持多种配置选项,以下是一些常用的 API 方法。
配置选项
以下选项可以通过 JavaScript 对象传递给 tags jQuery 函数:
$('selector').tags({
readOnly: true,
tagData: ["a", "prepopulated", "list", "of", "tags"],
beforeAddingTag: function(tag){ console.log(tag); }
});
bootstrapVersion: 指定生成的 HTML 应该使用哪个版本的 Bootstrap 格式。接受的值为 "2" 或 "3"。tagData: 初始化标签界面时使用的标签列表。tagSize: 描述要使用的输入大小。接受的值为 "lg"、"md" 或 "sm"。readOnly: 是否禁用用户输入。suggestions: 用户输入第一个字符时将自动填充的术语列表。suggestOnClick: 是否在点击时触发自动建议功能。caseInsensitive: 自动建议是否忽略大小写。restrictTo: 允许的标签列表(如果提供,将结合建议使用)。不在该列表中的用户输入标签将被忽略。exclude: 不允许的标签列表,支持通配符。popoverData: 每个标签的弹出数据列表。popovers: 是否在鼠标悬停时启用 Bootstrap 弹出窗口。popoverTrigger: 弹出窗口的触发方式。tagClass: 标签 div 的类名,用于样式。promptText: 当没有标签且没有输入内容时显示的占位符字符串。maxNumTags: 允许的最大标签数(用户添加的)。如果设置了此值,当标签数量超过此值时,输入将被禁用。readOnlyEmptyMessage: 在只读模式下如果没有标签显示的文本。beforeAddingTag: 在添加标签之前执行的外部操作。返回false将阻止添加标签。afterAddingTag: 在添加标签后执行的外部操作。beforeDeletingTag: 在删除标签之前执行的外部操作。返回false将阻止删除标签。afterDeletingTag: 在删除标签后执行的外部操作。definePopover: 返回新添加标签的弹出内容的函数。excludes: 如果希望排除标签,则返回true,否则允许。
链式函数
以下是一些可链式调用的函数,用于操作标签数据:
hasTag(tag:string): 是否存在标签。getTags(): 当前界面中的标签列表。getTagsWithContent(): 包含tag和content属性的 JavaScript 对象列表。getTag(tag:string): 返回标签字符串。getTagWithContent(tag:string): 返回具有tag和content属性的对象(弹出内容)。addTag(tag:string): 添加标签。renameTag(tag:string, newTag:string): 重命名标签。removeLastTag(): 如果存在,则移除最后一个标签。removeTag(tag:string): 移除指定的标签。addTagWithContent(tag:string, popoverContent:string): 添加带有相关弹出内容的标签。setPopover(tag:string, popoverContent:string): 更新标签的关联弹出内容。
示例
var tags = $('#one').tags({
suggestions: ["here", "are", "some", "suggestions"],
popoverData: ["What a wonderful day", "to make some stuff", "up so that I", "can show it works"],
tagData: ["tag a", "tag b", "tag c", "tag d"],
excludeList: ["excuse", "my", "vulgarity"],
});
tags.addTag("tag e!!").removeTag("tag b").setPopover("tag c", "Changed popover content");
console.log(tags.getTags());
4. 项目安装方式
请参考“安装指南”部分,使用 Bower 或 Git 进行安装。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218