PrimeNG多选组件p-multiselect自定义选中项模板的正确用法
2025-05-20 00:01:42作者:姚月梅Lane
在Angular项目中使用PrimeNG的p-multiselect组件时,开发者经常需要自定义选中项的显示方式。本文将详细介绍如何正确使用selectedItems模板来实现这一需求。
常见误区
许多开发者在使用p-multiselect的selectedItems模板时,会采用驼峰式命名法编写模板引用变量,例如:
<ng-template #selectedItems>
<span>自定义内容</span>
</ng-template>
这种写法看似合理,但实际上会导致模板无法正常工作。这是因为PrimeNG内部对模板引用变量的命名有特定要求。
正确实现方式
正确的做法是使用全小写的模板引用变量名:
<ng-template #selecteditems let-items>
<span>已选择{{items.length}}项</span>
</ng-template>
技术原理
PrimeNG组件内部通过ViewChild装饰器查找模板时,使用的是严格匹配的变量名。由于HTML属性名不区分大小写,但Angular的模板引用变量在匹配时是区分大小写的,因此必须完全按照组件内部定义的名称来使用。
完整示例
以下是一个完整的p-multiselect组件使用示例,包含自定义选中项模板和选项模板:
<div class="card">
<p-multiselect
[options]="items"
[(ngModel)]="selectedItems"
optionLabel="name">
<ng-template #selecteditems let-items>
<div class="custom-selected">
<span *ngFor="let item of items; let last = last">
{{item.name}}{{last ? '' : ', '}}
</span>
</div>
</ng-template>
<ng-template let-item #item>
<div class="flex items-center">
<span>{{item.name}}</span>
</div>
</ng-template>
</p-multiselect>
</div>
最佳实践建议
- 始终使用全小写的#selecteditems作为模板引用变量名
- 可以通过let-items获取当前选中的项目数组
- 结合CSS样式可以创建更美观的选中项展示效果
- 考虑添加空状态处理,当没有选中任何项目时显示提示信息
通过遵循这些实践,开发者可以充分利用p-multiselect组件的自定义能力,创建出更符合项目需求的用户界面。
登录后查看全文
热门项目推荐
相关项目推荐
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
HunyuanVideo-1.5暂无简介00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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