在jQuery-QueryBuilder中为规则组添加自定义权重字段
jQuery-QueryBuilder是一个强大的jQuery插件,用于创建复杂的查询条件界面。在实际应用中,我们经常需要为规则组添加额外的自定义字段来满足特定业务需求。本文将详细介绍如何为规则组添加权重字段并实现数据的存储与读取。
需求背景
在许多业务场景中,我们需要为不同的规则组分配不同的权重值。例如在搜索系统中,某些条件组合可能比其他组合更重要;在评分系统中,不同规则组可能对最终得分有不同的影响比例。
实现方案
1. 存储权重值
首先,我们需要一个全局对象来存储各个规则组的权重值:
let ruleGroupWeights = {};
const weightChanged = (value, levelId) => {
ruleGroupWeights[levelId] = value;
};
这里使用一个对象ruleGroupWeights来保存权重值,键是规则组的层级ID,值是对应的权重数值。weightChanged函数用于在权重值变化时更新存储。
2. 修改组模板
接下来,我们需要修改规则组的模板,添加权重输入框:
templates: {
group: ({group_id, level, conditions, icons, settings, translate, builder}) => {
return `<div id="${group_id}" class="rules-group-container">
<div class="rules-group-header">
<div class="btn-group float-end group-actions">
<input type="number" step="0.01" id="${group_id}_weight" name="${group_id}_weight" onchange="weightChanged(this.value, ${level})"/>
<button type="button" class="btn btn-sm btn-success" data-add="rule">
...
在组模板中添加了一个数字输入框,类型为number,步长为0.01以支持小数权重。当值变化时,调用weightChanged函数更新存储。
3. 获取规则时处理权重
最后,在获取规则时,我们需要将存储的权重值添加到规则对象中:
$('#btn-get').on('click', function () {
const result = $('#dateRuleBuilder').queryBuilder('getRules');
function populateWeights(result, level = 1) {
if (result.hasOwnProperty('condition')) {
result.weight = ruleGroupWeights[level];
if (result.hasOwnProperty('rules')) {
for (const rule in result.rules) {
populateWeights(result.rules[rule], level + 1);
}
}
}
}
populateWeights(result);
if (!$.isEmptyObject(result)) {
console.log(JSON.stringify(result, null, 2));
}
});
populateWeights函数递归遍历规则树,为每个规则组添加对应的权重值。level参数表示当前规则组的层级,从1开始递增。
技术要点
-
数据存储:使用全局对象存储权重值,确保在页面生命周期内数据不丢失。
-
模板定制:通过修改组模板添加自定义字段,保持UI一致性。
-
递归处理:使用递归函数处理嵌套的规则结构,确保所有层级的规则组都能正确获取权重值。
-
事件绑定:通过onchange事件实时更新权重值,保证数据同步。
扩展思考
这种模式可以扩展到其他自定义字段的添加,例如:
- 为规则组添加优先级字段
- 添加生效时间范围
- 添加说明文本等
只需要修改模板添加相应字段,并在获取规则时处理这些字段即可。这种灵活性使得jQuery-QueryBuilder能够适应各种复杂的业务场景需求。
总结
通过本文介绍的方法,我们成功实现了为jQuery-QueryBuilder的规则组添加权重字段的功能。这种方案具有以下优点:
- 非侵入式修改,不影响原有功能
- 实现简单,易于理解和维护
- 可扩展性强,可以方便地添加其他自定义字段
希望本文能为需要在jQuery-QueryBuilder中添加自定义字段的开发者提供有价值的参考。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00