Forty Facets 使用教程
2024-09-03 11:09:38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
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
 
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
278
2.57 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
302
Ascend Extension for PyTorch
Python
105
135
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++
599
164
暂无简介
Dart
568
127
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
261
24
🎉 (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
1.03 K
607
仓颉编译器源码及 cjdb 调试工具。
C++
119
103
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
447