JSON-Editor中Select2编辑器设置非枚举值时的Bug分析
2025-06-12 00:58:19作者:胡唯隽
在JSON-Editor项目中使用Select2编辑器时,当尝试通过setValue方法设置一个不在预定义枚举列表中的值时,会出现JavaScript错误。这个问题主要影响那些启用了tags选项的Select2编辑器。
问题现象
当开发者尝试为Select2格式的字段设置一个不在枚举列表中的值时,控制台会抛出以下错误:
this.input.appendChild(...).trigger is not a function
at Select2Editor.addNewOption
这个错误发生在以下场景:
- 编辑器配置为Select2格式并启用了tags选项
- 尝试通过setValue方法设置一个不在枚举列表中的值
- 第一次设置时会出现错误,但第二次操作却能成功添加该值
技术分析
问题的根源在于Select2编辑器的addNewOption方法实现。在当前的代码中,直接对appendChild的结果调用trigger方法,而没有将其包装为jQuery对象。正确的做法应该是先将新创建的Option元素用jQuery包装,然后再调用trigger方法。
具体来说,问题出在这行代码:
this.input.appendChild(new Option(sanitized, sanitized, false, false)).trigger('change')
应该修改为:
$(this.input.appendChild(new Option(sanitized, sanitized, false, false))).trigger('change')
解决方案
对于使用JSON-Editor的开发者,目前有以下几种临时解决方案:
-
预定义所有可能的值:在schema的enum列表中包含所有可能的值,避免设置非枚举值。
-
使用数组类型:对于需要支持动态添加标签的场景,应该使用数组类型而非字符串类型。
-
自定义编辑器:创建一个继承自Select2Editor的自定义编辑器,重写addNewOption方法以修复这个问题。
-
等待官方修复:关注项目的更新,等待官方修复这个bug后升级版本。
最佳实践建议
在使用JSON-Editor的Select2编辑器时,建议开发者:
- 明确区分静态选择列表和动态标签功能的使用场景
- 对于需要支持用户自定义输入的字段,使用数组类型而非字符串类型
- 在设置值前,先验证值是否在枚举列表中
- 考虑使用自定义编辑器来扩展或修复标准编辑器的功能
这个bug虽然不影响基本功能,但在需要动态添加选项的场景下会造成困扰。开发者可以根据项目需求选择合适的解决方案,或者等待官方修复后升级。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219