SurveyJS实现静态下拉菜单的级联筛选功能
2025-06-14 01:47:17作者:蔡丛锟
概述
在问卷设计工具SurveyJS中,开发者经常需要实现下拉菜单之间的级联筛选功能。这种功能允许第二个下拉菜单的选项根据第一个下拉菜单的选择动态变化,为用户提供更加精准和相关的选项。
实现原理
SurveyJS通过visibleIf条件表达式来实现这种级联筛选功能。visibleIf可以应用于整个问题或者单个选项,控制它们的显示与隐藏。当我们需要实现下拉菜单的级联关系时,可以在第二个下拉菜单的各个选项上设置visibleIf条件,使其仅当第一个下拉菜单选择特定值时才会显示。
具体实现方法
以下是一个完整的JSON配置示例,展示了如何实现两个静态下拉菜单的级联筛选:
{
"pages": [
{
"name": "page1",
"elements": [
{
"type": "dropdown",
"name": "question1",
"choices": [
"test_1",
"test_2",
"test_3"
]
},
{
"type": "dropdown",
"name": "question2",
"visibleIf": "{question1} notempty",
"choices": [
{
"value": "op1",
"visibleIf": "{question1} = 'test_1'"
},
{
"value": "op2",
"visibleIf": "{question1} = 'test_1'"
},
{
"value": "op3",
"visibleIf": "{question1} = 'test_1'"
},
{
"value": "op4",
"visibleIf": "{question1} = 'test_2'"
},
{
"value": "op5",
"visibleIf": "{question1} = 'test_2'"
},
{
"value": "op6",
"visibleIf": "{question1} = 'test_3'"
},
{
"value": "op7",
"visibleIf": "{question1} = 'test_3'"
}
]
}
]
}
]
}
代码解析
-
第一个下拉菜单(question1):这是一个基本的下拉菜单,包含三个静态选项:test_1、test_2和test_3。
-
第二个下拉菜单(question2):
- 设置了
visibleIf: "{question1} notempty",表示只有当question1有选择值时才会显示 - 每个选项都配置了自己的
visibleIf条件,例如:- op1、op2、op3仅在question1选择test_1时显示
- op4、op5仅在question1选择test_2时显示
- op6、op7仅在question1选择test_3时显示
- 设置了
应用场景
这种级联下拉菜单特别适用于以下场景:
- 地区选择(先选省份,再显示对应的城市)
- 产品分类(先选大类,再显示小类)
- 条件筛选(先选条件类型,再显示具体条件值)
注意事项
- 确保第一个下拉菜单的选项值与第二个下拉菜单条件中的值完全匹配(包括大小写)
- 可以为第二个下拉菜单设置默认值,但要注意默认值必须符合当前筛选条件
- 考虑添加清除或重置按钮,方便用户重新选择
- 对于复杂的级联关系,可以考虑使用动态数据源而非静态选项
通过这种实现方式,可以创建出交互性强的问卷表单,提升用户体验和数据收集的准确性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
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
12
1
🔥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
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178