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。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00