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。
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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00