PrimeNG多选组件p-multiselect自定义选中项模板的正确用法
2025-05-20 15:39:08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
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218