Jeecg-Boot中获取Online表单子表数据的方法解析
在Jeecg-Boot 3.7.0版本中,开发人员在使用Online表单增强按钮功能时,经常会遇到需要获取子表数据的需求。本文将详细介绍如何在增强按钮中获取子表数据,以及相关的实现原理和最佳实践。
问题背景
在Jeecg-Boot的Online表单开发中,增强按钮是一个非常有用的功能,允许开发人员通过JavaScript扩展表单的交互逻辑。然而,默认情况下,使用this.getFieldsValue()
方法只能获取主表的数据字段,这给需要处理子表数据的场景带来了不便。
解决方案
Jeecg-Boot提供了专门的方法来获取子表数据:
this.getSubTableInstance(tableName)
其中tableName
参数是子表的名称。这个方法返回子表的实例,通过该实例可以获取子表的所有数据。
实际应用示例
假设我们有一个订单主表和订单明细子表,子表名称为order_item
,我们可以这样获取子表数据:
// 获取子表实例
const subTable = this.getSubTableInstance('order_item');
// 获取子表所有数据
const subTableData = subTable.getTableData();
// 处理子表数据
console.log('子表数据:', subTableData);
实现原理
在Jeecg-Boot的Online表单架构中,每个子表都是一个独立的组件实例。getSubTableInstance
方法通过子表名称在表单上下文中查找对应的组件实例,然后返回该实例供开发者使用。
使用建议
-
明确子表名称:在使用前,确保准确知道子表的名称,可以通过查看表单配置或数据库表名确认。
-
数据格式处理:获取的子表数据通常是数组格式,每个元素代表一行子表数据。
-
空数据处理:注意处理子表为空的情况,避免空指针异常。
-
性能考虑:对于数据量大的子表,获取全部数据可能影响性能,考虑分页或按需获取。
扩展应用
除了获取数据,子表实例还提供了其他有用的方法:
- 获取选中行:
getSelectedRows()
- 刷新子表:
reload()
- 添加行:
addRows()
- 删除行:
deleteRows()
这些方法可以组合使用,实现复杂的业务逻辑。
总结
Jeecg-Boot通过getSubTableInstance
方法为开发者提供了便捷的子表数据访问能力,解决了增强按钮中只能获取主表数据的限制。掌握这一技术可以大大扩展Online表单的功能范围,实现更复杂的业务场景需求。在实际开发中,建议结合具体业务需求,合理使用这一功能,同时注意数据安全和性能优化。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









