Crummy 面包屑导航技术文档
2024-12-23 19:11:49作者:瞿蔚英Wynne
本文档将详细介绍如何在 Rails 应用中安装、使用和配置 Crummy 插件,以添加面包屑导航功能。
1. 安装指南
在 Rails 应用的 Gemfile 文件中添加以下依赖项:
gem "crummy", "~> 1.8.0"
然后执行以下命令安装该 gem:
bundle install
2. 项目的使用说明
Crummy 插件允许您在 Rails 控制器和视图中添加和管理面包屑导航。
控制器中使用
在控制器中,您可以使用 add_crumb 方法添加面包屑:
class ApplicationController
add_crumb "首页", '/'
end
class BusinessController < ApplicationController
add_crumb("业务", lambda { |instance| instance.businesses_path })
add_crumb("评论", only: "comments", lambda { |instance| instance.businesses_comments_path })
before_action :load_comment, only: "show"
add_crumb :评论, only: "show"
# 为嵌套路由添加面包屑
add_crumb(:文档) { [:account, :document] }
def show
add_crumb @business.display_name, @business
end
def load_comment
@comment = Comment.find(params[:id])
end
end
视图中渲染
在视图中,使用 render_crumbs 方法渲染面包屑:
<%= render_crumbs %>
面包屑链接 HTML 选项
您可以通过 link_html_options 方法设置面包屑链接的 HTML 选项:
add_crumb "首页", '/', link_html_options: {title: "我的链接标题"}
使用 HTML 代替文本
您可以在第一个参数中使用 HTML 代替文本。如果 HTML 中包含 <a> 标签,该标签将不会被用作包装器:
add_crumb "<a class='glyphicons shield' href='/support'><i></i>支持</a>".html_safe, "", {}
3. 项目 API 使用文档
以下是 render_crumbs 方法的可用选项:
format: 输出格式,可以是:html、:html_list或:xml。默认为:html。separator: 分隔符文本。默认为»(对于:html)和<crumb>(对于:xml)。links: 是否渲染链接。默认为true。microdata: 是否渲染 Richsnipet。默认为false。last_crumb_linked: 是否链接最后一个面包屑。默认为true。skip_if_blank: 如果没有面包屑,输出为空。默认为false。
以下是一些示例:
render_crumbs # => <a href="/">首页</a> » <a href="/businesses">业务</a>
render_crumbs separator: ' | ' # => <a href="/">首页</a> | <a href="/businesses">业务</a>
render_crumbs format: :xml # => <crumb href="/">首页</crumb><crumb href="/businesses">业务</crumb>
render_crumbs format: :html_list # => <ol class="" id=""><li class=""><a href="/">首页</a></li><li class=""><a href="/businesses">业务</a></li></ol>
4. 项目安装方式
请参考上述“安装指南”部分。
以上是 Crummy 面包屑导航插件的技术文档,希望对您在使用该插件时有所帮助。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 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
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 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 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 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 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 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 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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
315
2.74 K
deepin linux kernel
C
24
7
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++
639
246
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
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
470
Ascend Extension for PyTorch
Python
155
178
暂无简介
Dart
606
136
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
240
85
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K
React Native鸿蒙化仓库
JavaScript
238
310