JSONForm 动态表单字段显示控制技术解析
2025-06-28 01:53:33作者:韦蓉瑛
背景介绍
在基于JSONForm构建动态表单时,开发者经常会遇到需要根据用户选择动态显示或隐藏某些字段的需求。本文将通过一个实际案例,详细讲解如何实现这种动态表单字段控制机制。
需求分析
在一个表单配置场景中,存在以下业务需求:
- 一个选择字段(select)包含6个选项
- 其中2个特殊选项需要显示额外的输入字段
- 当用户选择这2个特殊选项时,显示对应的输入字段
- 当用户选择其他选项时,隐藏这些额外字段
- 需要处理表单初始化时可能已经选择特殊选项的情况
技术实现方案
1. 表单结构设计
首先定义JSON Schema和表单布局:
{
"properties": {
"compliments": {
"type": "array",
"items": {
"type": "object",
"properties": {
"when": {
"type": "string",
"enum": ["anytime", "morning", "afternoon", "evening", "date-format", "date-time-format"]
},
"date-format": {
"type": "string"
},
"date-time-format": {
"type": "string"
}
}
}
}
}
}
2. 初始隐藏控制
通过CSS默认隐藏特殊字段:
.xxx fieldset div[class$="format"] {
display: none;
}
3. 动态显示控制
使用jQuery实现选择变化时的字段显示控制:
$('.xxx div[class$="---when"]').on('change', function() {
let choices = ['date-format', 'date-time-format'];
let value = $(this).val();
let parent = $(this).closest('fieldset');
choices.forEach(function(field) {
let target = parent.find('div[class$="' + field + '"]');
target.css('display', field === value ? 'block' : 'none');
});
});
4. 初始化处理
对于表单初始化时可能已经选择特殊选项的情况,使用自定义DOM事件处理:
// 定义自定义事件
const event = new Event("form_loaded");
// 表单加载完成后触发事件
$("#result-form").jsonForm(data);
document.dispatchEvent(event);
// 事件处理程序
$(document).on('form_loaded', function() {
$('.xxx div[class$="---when"] option:selected').each(function() {
var value = $(this).val();
if(value.endsWith('-format')) {
$(this).closest('fieldset')
.find('div[class$="' + value + '"]')
.css('display', 'block');
}
});
});
技术要点解析
-
CSS选择器技巧:使用
[class$="format"]选择类名以"format"结尾的元素,实现精准定位。 -
DOM遍历方法:使用jQuery的
closest()和find()方法在DOM树中导航,确保操作正确的元素。 -
自定义事件机制:通过创建和触发自定义事件
form_loaded,实现表单加载完成后的初始化处理。 -
动态样式控制:使用
css()方法动态修改元素的display属性,实现显示/隐藏效果。
扩展思考
-
验证逻辑:可以为特殊字段添加验证逻辑,例如日期格式验证和cron表达式验证。
-
性能优化:对于大型表单,可以考虑使用事件委托减少事件监听器数量。
-
响应式设计:结合CSS媒体查询,确保在不同设备上都能正确显示动态字段。
总结
通过本文介绍的技术方案,开发者可以灵活地实现JSONForm表单中字段的动态显示控制。这种方案具有以下优点:
- 解耦性强:通过自定义事件机制,保持核心逻辑与扩展功能的分离
- 可维护性高:使用清晰的CSS选择器和jQuery方法,代码易于理解和修改
- 兼容性好:支持表单初始化和运行时两种场景的动态控制
- 扩展性强:可以方便地添加更多动态字段控制逻辑
这种实现方式不仅适用于当前案例,也可以推广到其他需要动态表单控制的场景中。
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
492
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
342
146