JeecgBoot项目中获取Online表单附表数据的技术方案
2025-05-02 19:13:55作者:滕妙奇
概述
在JeecgBoot项目的实际开发中,经常会遇到需要处理Online表单中主表和附表数据的情况。本文主要探讨在Online表单增强按钮中如何获取附表数据的技术实现方案。
背景分析
JeecgBoot 3.7.0版本中,开发者在使用Online表单增强按钮时发现,通过常规的this.getFieldsValue()方法只能获取到主表的数据,而无法直接获取附表的数据。这在需要同时处理主表和附表数据的业务场景下带来了不便。
技术解决方案
JeecgBoot提供了专门的方法来处理附表数据的获取问题:
1. 使用getSubTableInstance方法
核心方法是this.getSubTableInstance(tableName),其中tableName参数为子表的名称。该方法可以获取到子表的实例,进而操作子表数据。
示例代码:
// 获取子表实例
const subTable = this.getSubTableInstance('子表名称');
// 获取子表数据
const subTableData = subTable.getValuesSync();
2. 子表增强按钮方案
除了在主表增强按钮中获取子表数据外,JeecgBoot还支持直接在子表中添加增强按钮:
- 在子表配置中设置增强按钮
- 该按钮可以直接操作当前子表行的数据
- 避免了从主表按钮操作子表数据的复杂性
实际应用场景
- 数据校验:需要同时校验主表和附表数据的完整性
- 业务处理:主表和附表数据需要联动处理
- 数据提交:需要同时获取主表和附表数据进行统一提交
注意事项
- 确保子表名称参数正确,与配置中的子表名称一致
- 获取子表数据时注意异步处理问题
- 对于多子表的情况,需要分别获取每个子表的实例
- 子表数据操作完成后可能需要刷新主表或子表显示
总结
JeecgBoot提供了灵活的方式来处理Online表单中的主附表数据交互问题。开发者可以根据具体业务需求选择在主表增强按钮中获取子表数据,或者直接在子表中添加增强按钮。掌握这些技术方案可以大大提高开发效率和代码质量。
登录后查看全文
热门项目推荐
相关项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
68
20
🎉 (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
1.37 K
781