Laravel-Datatables 使用数组作为数据源的实现方法
2025-06-11 04:21:48作者:傅爽业Veleda
前言
在 Laravel 开发中,yajra/laravel-datatables 是一个非常流行的数据表格处理包,它通常用于处理数据库模型数据。然而,在实际开发中,我们有时会遇到需要直接使用数组或集合(Collection)作为数据源的情况,比如从Session中获取临时购物车数据。本文将详细介绍如何正确使用数组/集合作为数据源来实现DataTables功能。
核心实现方案
1. 基础结构搭建
首先创建一个继承自DataTable的类,这里以LicenseCartDataTable为例:
class LicenseCartDataTable extends DataTable
{
public function dataTable(): CollectionDataTable
{
$collection = $this->query();
return (new CollectionDataTable($collection))
// 列处理逻辑...
}
public function query()
{
return collect(Session::get('cart_' . Auth::id(), []));
}
}
2. 关键点解析
- 数据源获取:在
query()方法中,我们从Session获取数据并使用collect()转换为集合 - 数据处理:
dataTable()方法接收并处理这些数据 - 返回类型:使用
CollectionDataTable而不是常规的DataTable来处理集合数据
3. 列处理实现
->editColumn('price', function ($cart) {
$product = Product::find($cart['product_id']);
$price = (Auth::user()->role === 'member'
? $product->sell_price
: $product->base_price) * $cart['duration'];
return $price;
})
->addColumn('product_name', function ($cart) {
$product = Product::find($cart['product_id']);
return $product->name;
})
->addColumn('action', function($cart) {
$delete = route('orders.license.order.cart.delete', $cart['id']);
return "<a href=\"#\" class=\"btn btn-icon btn-danger\"
onclick=\"confirmDelete('$delete')\">
<i class=\"fas fa-times\"></i></a>";
});
常见问题解决方案
-
空集合处理:确保Session中有默认空数组
Session::get('cart_'.Auth::id(), []) -
数据类型转换:使用
collect()将数组转换为集合,这是Laravel集合操作的基础 -
性能优化:对于关联数据(如Product),考虑使用预加载或缓存减少查询次数
-
前端兼容性:确保返回的数据结构与前端DataTables配置匹配
最佳实践建议
-
数据验证:在处理前验证Session中的数据格式
-
错误处理:添加try-catch块处理可能的异常
-
代码复用:将公共列处理逻辑提取到trait或辅助类中
-
测试覆盖:编写测试用例验证各种数据场景
总结
通过上述方法,我们可以灵活地将数组或集合数据源集成到Laravel-Datatables中,实现与ORM模型相似的功能。这种方案特别适合处理临时数据、Session数据或其他非数据库来源的数据。关键在于正确使用CollectionDataTable类并确保数据结构的兼容性。
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
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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
319
🎉 (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
658
React Native鸿蒙化仓库
JavaScript
262
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868