FormBuilder 项目中的控件分组功能实现解析
FormBuilder 是一个流行的表单构建工具,它允许开发者通过拖拽方式快速创建复杂的表单界面。在实际应用中,随着自定义控件的增多,控件面板可能会变得杂乱无章。本文将深入探讨如何为 FormBuilder 实现控件分组功能,以提升用户体验。
问题背景
在 FormBuilder 项目中,当开发者添加大量自定义控件时,右侧的控件面板会变得拥挤且难以管理。原生 FormBuilder 虽然提供了 inputSets 选项来实现简单的控件分组,但其界面效果较为基础,无法满足更复杂的分组需求。
技术实现方案
基础实现思路
通过 MutationObserver 监听 DOM 变化,当控件加载完成后,动态创建分组元素并将相关控件归入其中。核心实现步骤如下:
- 创建分组容器元素
- 查找目标自定义控件
- 将控件移动到分组容器中
- 添加展开/折叠功能
代码实现要点
$(document).ready(function(){
if (window.jQuery) {
var customControlsAdded = false;
var observer = new MutationObserver(function(mutations) {
mutations.forEach(function(mutation) {
if (mutation.addedNodes.length) {
var frmbControl = $('.frmb-control');
if (frmbControl.length) {
var groupNames = ['分组1', '分组2'];
var customControlTypes = [
['控件类型1','控件类型2'],
['控件类型3','控件类型4'],
];
groupNames.forEach(function(groupName, index) {
var groupElement = $('<li class="input-control-group ui-sortable-handle"><span><span class="control-icon">≡</span>' + groupName + '</span></li>');
frmbControl.append(groupElement);
var customControls = $('li').filter(function() {
return customControlTypes[index].includes($(this).data('type'));
});
groupElement.children('span').off('click').on('click', function() {
customControls.toggle();
});
customControls.hide();
var firstCustomControl = customControls.first();
groupElement.insertBefore(firstCustomControl);
customControls.appendTo(groupElement);
});
customControlsAdded = true;
observer.disconnect();
}
}
});
});
observer.observe(document, { childList: true, subtree: true });
}
})
关键问题解决
-
重复触发问题:原生的点击事件会同时作用于分组元素和内部控件,导致重复触发。解决方案是在分组元素上去掉 input-control 类名,并修改事件监听器只匹配 li.input-control。
-
无限循环问题:将 customControlsAdded 标志变量移到观察器外部,避免每次触发观察回调时重置。
-
拖拽禁用问题:通过修改 FormBuilder 源码,使排序功能只作用于 li.input-control 元素,忽略分组容器。
最佳实践建议
-
分组命名规范:为分组使用清晰、一致的命名,方便用户快速识别。
-
控件分类逻辑:按照功能或业务领域对控件进行分组,而不是简单按类型。
-
默认展开状态:可以考虑让常用分组默认展开,提升用户体验。
-
视觉区分:为分组标题添加适当的样式,如背景色、图标等,增强可识别性。
实现效果
最终实现的分组功能具有以下特点:
- 可折叠/展开的分组容器
- 保持原有控件的功能完整性
- 不影响拖拽排序功能
- 视觉上清晰区分不同分组
总结
通过本文介绍的方法,开发者可以在 FormBuilder 中实现灵活、美观的控件分组功能。这种方案不仅解决了控件过多导致的界面混乱问题,还为用户提供了更好的操作体验。核心在于巧妙地利用 DOM 操作和事件处理,同时注意与原有功能的兼容性。
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