JeecgBoot项目中TAB页切换导致查询条件丢失的解决方案
2025-05-02 19:09:03作者:何将鹤
问题现象分析
在JeecgBoot v3.7.1版本中,用户反馈了一个关于TAB页切换时页面状态保持的问题。具体表现为:
- 用户管理和角色管理页面在查询后切换TAB页,再返回时能够保持查询条件
- 数据字典和职务管理页面在同样操作后,页面会刷新且查询条件丢失
- 通过Online表单开发的新页面也存在同样的问题
这种现象实际上是由于Vue路由缓存机制未正确配置导致的。在Vue.js的单页应用架构中,默认情况下组件在路由切换时会销毁重建,因此无法保持之前的状态。
解决方案
路由缓存配置原理
JeecgBoot基于Vue.js框架开发,提供了路由缓存功能来保持页面状态。当启用路由缓存后,组件实例会被保留在内存中,而不是在离开时销毁,这样再次访问时就能保持之前的状态。
具体实现步骤
- 修改路由配置:
在项目的路由配置文件中,为需要缓存的路由添加
keepAlive: true属性。例如:
{
path: '/system/dict',
name: 'system-dict',
component: () => import('@/views/system/DictList'),
meta: {
title: '数据字典',
keepAlive: true
}
}
-
Online表单生成的页面: 对于通过Online表单开发生成的页面,需要在生成代码后手动添加路由缓存配置。找到对应的路由文件(通常在
src/router/modules目录下),添加上述keepAlive属性。 -
组件适配: 确保页面组件能够正确处理
activated和deactivated生命周期钩子。这些钩子会在组件被缓存和激活时触发,可以在这里处理特定的状态恢复逻辑。
注意事项
-
内存占用: 启用路由缓存会增加内存使用量,特别是对于数据量大的页面。建议只对确实需要保持状态的页面启用缓存。
-
数据更新: 对于需要实时更新的数据,可以在
activated钩子中添加数据刷新逻辑,确保返回页面时显示最新数据。 -
表单重置: 如果某些场景下确实需要重置表单,可以在路由的
beforeRouteLeave钩子中清除缓存或重置状态。
最佳实践
- 对于查询条件复杂的列表页,建议启用路由缓存
- 对于简单的表单页面,可以不启用缓存
- 对于数据实时性要求高的页面,可以在缓存的同时添加定时刷新或手动刷新按钮
- 定期检查缓存页面的内存使用情况,避免内存泄漏
通过合理配置路由缓存,可以显著提升JeecgBoot应用的用户体验,特别是在频繁切换TAB页的操作场景下。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868