Forty Facets 使用教程
2024-09-03 17:14:07作者:裘旻烁
项目介绍
Forty Facets 是一个用于在 Rails 应用程序中轻松构建探索性搜索界面的 Ruby gem。它基于 ActiveRecord 模型的字段,提供了强大的搜索和过滤功能。Forty Facets 的目标是简化搜索界面的开发过程,使开发者能够快速实现复杂的搜索需求。
项目快速启动
安装
首先,在您的 Gemfile 中添加以下内容:
gem 'forty_facets'
然后运行:
bundle install
创建搜索类
假设您有一个名为 Movie 的 ActiveRecord 模型,您可以创建一个对应的搜索类:
class MovieSearch < FortyFacets::FacetSearch
model 'Movie'
text :title, name: '标题'
range :price, name: '价格'
facet :genre, name: '类型'
facet :year, order: Proc.new { |year| -year }
facet :studio, name: '工作室', order: :name
orders '标题' => :title,
'价格低优先' => "price asc",
'价格高优先' => [price: :desc, title: :desc]
end
在控制器中使用
在您的控制器中,您可以这样使用:
class MoviesController < ApplicationController
def index
@search = MovieSearch.new(params)
@movies = @search.result.paginate(page: params[:page], per_page: 9)
end
end
视图中渲染
在您的视图中,您可以这样渲染搜索结果和过滤器:
<%= form_tag movies_path, method: :get do %>
<%= text_field_tag :title, params[:title] %>
<%= submit_tag '搜索' %>
<% end %>
<% @search.filter(:studio).facet_each do |facet_value| %>
<% if facet_value.selected? %>
<%= link_to "#{facet_value.name} (#{facet_value.count})", @search.filter_add(facet_value).path %>
<% else %>
<%= link_to facet_value.name, @search.filter_remove(facet_value).path %>
<% end %>
<% end %>
<% @movies.each do |movie| %>
<div>
<h2><%= movie.title %></h2>
<p>价格: <%= movie.price %></p>
<p>类型: <%= movie.genre.name %></p>
<p>年份: <%= movie.year %></p>
<p>工作室: <%= movie.studio.name %></p>
</div>
<% end %>
应用案例和最佳实践
应用案例
Forty Facets 可以用于各种需要复杂搜索和过滤功能的 Rails 应用程序,例如:
- 电子商务网站的产品搜索
- 内容管理系统的内容过滤
- 数据分析平台的报表筛选
最佳实践
- 保持搜索类简洁:尽量保持搜索类的定义简洁明了,避免过度复杂的逻辑。
- 充分利用 ActiveRecord 功能:Forty Facets 基于 ActiveRecord,因此可以充分利用 ActiveRecord 提供的各种查询功能。
- 考虑性能:虽然 Forty Facets 在数据库层面处理搜索和过滤,但在处理大量数据时仍需考虑性能问题。
典型生态项目
Forty Facets 可以与其他 Rails 生态项目结合使用,例如:
- Kaminari:用于分页功能。
- Simple Form:用于生成表单。
- Devise:用于用户认证。
通过这些生态项目的结合,可以进一步增强 Forty Facets 的功能和用户体验。
登录后查看全文
热门项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥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
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
暂无简介
Dart
799
199
🎉 (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
780
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
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
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1