在jsonform中实现带全选功能的Fieldset字段组
2025-06-28 07:39:25作者:尤辰城Agatha
背景介绍
jsonform是一个流行的JSON表单生成库,它允许开发者通过JSON配置快速生成复杂的表单界面。在实际项目中,我们经常需要实现带有"全选"功能的复选框组,这在用户需要批量选择多个选项时非常实用。
实现方案
基本结构
要实现带全选功能的Fieldset字段组,我们需要结合jsonform的schema和form配置。核心思路是:
- 使用fieldset类型包裹复选框组
- 在fieldset的标题中添加自定义HTML复选框
- 通过JavaScript处理全选逻辑
配置示例
{
"schema": {
"menu": {
"type": "array",
"title": "Options",
"items": {
"type": "string",
"title": "Option",
"enum": ["starter", "maincourse", "cheese", "dessert"]
}
}
},
"form": [
{
"title": "<input type=\"checkbox\" onchange=\"handleChange()\"> Options (全选)",
"type": "fieldset",
"expandable": false,
"items": [
{
"key": "menu",
"notitle": true,
"type": "checkboxes",
"htmlClass": "checkbox-group",
"titleMap": {
"starter": "开胃菜",
"maincourse": "主菜",
"cheese": "奶酪",
"dessert": "甜点"
}
}
]
}
]
}
JavaScript处理逻辑
全选功能的JavaScript实现可以这样编写:
function handleChange(evt) {
const allChecked = evt.target.checked;
document.querySelectorAll('.checkbox-group input[type="checkbox"]').forEach(box => {
if(box !== evt.target) {
box.checked = allChecked;
}
});
}
技术要点
-
自定义HTML标题:通过在fieldset的title属性中嵌入HTML代码,我们可以添加额外的UI元素。
-
CSS类名控制:为复选框组添加特定的htmlClass,便于JavaScript选择器精确找到需要控制的元素。
-
事件处理:虽然jsonform的onchange属性只能调用函数名,但我们可以通过事件对象获取当前状态并处理。
-
表单结构:使用fieldset包裹复选框组不仅语义化更好,还能提供更灵活的布局控制。
注意事项
-
在Angular等框架中使用时,需要遵循框架的事件绑定方式,不能直接使用onchange属性。
-
样式可能需要额外调整,特别是全选复选框的位置和对齐方式。
-
如果表单是动态生成的,需要确保JavaScript函数在正确的作用域中可用。
扩展思考
这种技术不仅适用于复选框组,还可以应用于其他需要批量操作的场景。例如:
- 表格行的全选操作
- 多层级菜单的选择控制
- 复杂表单的批量编辑
通过灵活组合jsonform的各种特性,我们可以构建出功能丰富且用户友好的表单界面。
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
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137