FastUI表单中search_url字段的初始值设置方法
2025-05-26 03:16:05作者:农烁颖Land
在使用FastUI构建表单时,我们经常会遇到需要为带有search_url属性的字段设置初始值的情况。本文将详细介绍如何正确地为这类字段设置初始值,确保表单能够正常显示和提交。
问题背景
在FastUI项目中,开发者经常需要创建带有搜索功能的表单字段。这些字段通常通过json_schema_extra中的search_url属性来实现动态搜索功能。例如:
class OrderSubmit(BaseModel):
order_id: str
region: str = Field(json_schema_extra={'search_url': '/api/region_search', 'placeholder': 'Select Region...'})
当我们需要为这样的表单设置初始值时,直接使用字符串值可能无法正常工作,特别是在表单提交时会出现验证问题。
正确的初始值设置方法
对于带有search_url的字段,正确的做法是使用SelectOption类来设置初始值。SelectOption是FastUI中专门用于表示选项数据的类,它包含value和label两个属性:
from fastui import SelectOption
initial_values = {
'order_id': '12345',
'region': SelectOption(value='All', label='All')
}
实现示例
下面是一个完整的示例,展示如何在FastUI表单中正确设置search_url字段的初始值:
from fastapi import FastAPI
from fastui import FastUI, SelectOption, ModelForm
from pydantic import BaseModel, Field
app = FastAPI()
class OrderSubmit(BaseModel):
order_id: str
region: str = Field(json_schema_extra={'search_url': '/api/region_search', 'placeholder': 'Select Region...'})
@app.get("/order-form")
async def get_order_form():
initial_values = {
'order_id': '12345',
'region': SelectOption(value='All', label='All')
}
return FastUI(
components=[
ModelForm(
model=OrderSubmit,
submit_url="/api/order-submit",
initial=initial_values
)
]
)
注意事项
-
确保SelectOption中的value类型与模型字段的类型一致。如果模型字段是字符串,value也应该是字符串。
-
对于多选字段,初始值应该是一个SelectOption列表。
-
如果字段是必填的,必须提供有效的初始值,否则表单将无法提交。
-
初始值的label属性仅用于显示,不会影响表单提交的数据。
通过正确使用SelectOption类来设置初始值,可以确保带有search_url的表单字段既能正确显示初始值,又能顺利通过表单验证并提交。这种方法保持了类型一致性,是FastUI推荐的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥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
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30