Jeecg-Boot高级查询中部门选择组件的多选配置详解
2025-05-02 05:57:55作者:尤峻淳Whitney
在Jeecg-Boot 3.7.1版本中,开发者在使用高级查询功能时,经常会遇到需要配置部门选择组件的需求。本文将深入探讨如何正确配置部门选择组件的多选功能,帮助开发者更好地理解和使用这一特性。
部门选择组件的基本配置
Jeecg-Boot的高级查询功能通过superQuerySchema对象来定义查询字段。对于部门选择组件,基础配置如下:
export const superQuerySchema = {
departId: {
title: '部门ID',
order: 3,
view: 'sel_depart',
type: 'string'
}
};
这种配置会默认启用多选功能,用户可以在弹出的部门选择框中选择多个部门。
单部门选择的需求场景
在某些业务场景下,我们可能只需要用户选择一个部门,而不是多个。例如:
- 员工所属部门查询
- 部门领导查询
- 部门预算统计等
这些场景下,限制用户只能选择单个部门更为合理。
单部门选择的配置方法
要实现部门选择的单选框功能,不能简单地添加multiple: false属性。正确的做法是使用fieldExtendJson属性来传递额外的配置参数:
export const superQueryConfig = {
departId: {
title: '部门ID',
order: 3,
view: 'sel_depart',
type: 'string',
fieldExtendJson: '{"multiSelect":false}'
}
};
配置解析
- fieldExtendJson:这是一个JSON字符串格式的属性,用于传递组件特定的扩展配置
- multiSelect:设置为false时,部门选择组件将变为单选模式
- JSON格式:必须确保JSON字符串格式正确,包括引号和括号的匹配
实现原理
Jeecg-Boot的部门选择组件底层基于Ant Design的TreeSelect组件实现。当配置multiSelect:false时,组件内部会:
- 禁用多选模式
- 将选择器变为单选状态
- 用户只能选择一个部门节点
最佳实践建议
- 统一命名:建议将配置对象统一命名为
superQueryConfig而非superQuerySchema,保持项目一致性 - 注释说明:对于特殊配置,添加注释说明配置目的
- 格式校验:使用JSON格式化工具确保
fieldExtendJson的格式正确 - 组件测试:配置后务必测试组件行为是否符合预期
常见问题排查
如果配置后仍然出现多选情况,可以检查:
- JSON字符串格式是否正确
- 属性名是否正确拼写(注意大小写)
- 是否在正确的配置对象中添加了配置
- 浏览器控制台是否有错误提示
通过以上配置和注意事项,开发者可以灵活控制Jeecg-Boot高级查询中部门选择组件的单选/多选行为,满足不同业务场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 PANTONE潘通AI色板库:设计师必备的色彩管理利器 移动端HTML医疗影像DICOM在线浏览解决方案:零足迹医疗图像查看器 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
209
221
暂无简介
Dart
646
149
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++
654
287
React Native鸿蒙化仓库
JavaScript
250
318
🎉 (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
1.16 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
862
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
215
仓颉编程语言运行时与标准库。
Cangjie
136
874