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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0103- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
SenseNova-U1-8B-MoTSenseNova U1 是全新的原生多模态模型系列,通过单一架构实现了多模态理解、推理与生成的统一。 它标志着多模态人工智能领域的根本性范式转变:从模态集成迈向真正的模态统一。与依赖适配器进行模态间转换的传统方式不同,SenseNova U1 模型能够以原生方式处理语言和视觉信息,实现思考与行动的一体化。00
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
项目优选
收起
暂无描述
Dockerfile
712
4.52 K
Ascend Extension for PyTorch
Python
575
698
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
416
349
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++
959
962
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
613
103
🎉 (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
1.61 K
951
昇腾LLM分布式训练框架
Python
153
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
222
Oohos_react_native
React Native鸿蒙化仓库
C++
341
386