SitePen/dgrid项目:从dojox/grid迁移到dgrid的API对比指南
2025-06-19 11:29:25作者:翟江哲Frasier
前言
在现代Web开发中,数据表格组件是展示结构化数据的核心工具。本文将深入分析传统dojox/grid组件与现代化dgrid组件在API设计上的差异,帮助开发者顺利完成技术栈迁移。
核心属性对比
排序功能实现差异
在dojox/grid中,sortInfo属性用于存储排序信息,而dgrid采用了更现代的getter/setter模式:
- 通过
grid.get("sort")获取当前排序状态 - 排序参数格式与Store模块的
sort方法完全兼容
选择功能演进
选择功能在dgrid中通过Mixin模式实现模块化设计:
Selector混入提供间接选择功能Selection和CellSelection混入支持多种选择模式:none:禁用选择single:单选模式multiple:多选模式extended:扩展选择模式(默认)
列操作功能
列重排序功能在dgrid中通过ColumnReorder扩展实现,相比dojox/grid的columnReordering属性:
- 使用
reorderable属性控制单列是否可重排序 - 默认支持拖拽操作,无需额外配置
上下文菜单实现方案
dgrid没有内置的上下文菜单组件,但提供了灵活的事件处理机制:
- 事件监听配置示例:
// 表头上下文菜单
on(".dgrid-header:contextmenu", function(evt){
// 阻止默认菜单
evt.preventDefault();
// 获取当前行信息
const rowInfo = grid.row(evt);
// 自定义菜单逻辑
showCustomMenu(evt.pageX, evt.pageY, rowInfo.data);
});
- 与Dijit菜单集成技巧:
// 使用Dijit菜单的特殊打开方式
menu._scheduleOpen(this, null, {
x: evt.pageX,
y: evt.pageY
});
列定义规范对比
dgrid采用更灵活的列定义方式:
基础结构定义
columns:简单表格结构(数组或对象)subRows:多行复杂表格结构columnSets:多区域表格结构(需配合ColumnSet混入)
字段处理差异
- 字段定义:
- 支持传统的
field属性 - 支持特殊的
"_item"值引用完整数据项 - 对象形式的
columns定义时,属性名自动作为字段名
- 数据获取:
get方法只接收当前数据项参数- 不支持
fields属性,复杂数据需自定义getter
单元格渲染控制
dgrid提供两种渲染控制方式:
formatter:格式化文本内容renderCell:完全控制DOM节点生成
对于需要嵌入Widget的复杂场景,推荐使用renderCell方法。
重要方法迁移指南
数据操作方法
- 数据获取:
- 替代
getItem:通过事件对象的data属性获取
grid.on(".dgrid-row:click", function(evt){
const rowData = grid.row(evt).data;
});
- 数据源管理:
setStore→set("collection", store)setQuery→ 使用Store的filter功能
选择集操作
替代removeSelectedRows的现代实现:
// 批量删除选中项
Object.keys(grid.selection).forEach(id => {
grid.collection.remove(id);
});
最佳实践建议
- 样式控制:
- 使用CSS而非width属性控制列宽
- 通过
.field-<name>类选择器定位特定列
- 安全防护:
- 默认开启HTML转义,防范XSS攻击
- 仅在可信数据场景下关闭转义
- 性能优化:
- 避免直接操作DOM,利用dgrid的渲染周期
- 大数据集使用分页扩展
总结
从dojox/grid迁移到dgrid不仅是API的变更,更是开发思维的升级。dgrid的模块化设计、现代化的数据绑定机制以及与Dojo Store的深度集成,为开发者提供了更强大、更灵活的数据表格解决方案。通过本文的对比分析,开发者可以更顺利地完成技术迁移,构建更高效的Web应用。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Jetson TX2开发板官方资源完全指南:从入门到精通 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
766
暂无简介
Dart
598
132
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
744
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++
634
232