Jeecg Boot项目中表格列设置组件的优化实践
2025-05-02 18:39:19作者:房伟宁
问题背景
在Jeecg Boot项目(版本3.7.1及以上)中,表格列设置组件(ColumnSetting.vue)存在两个主要问题:
- 当用户取消所有列的显示后再次打开设置面板时,列选项不会显示
- 当用户勾选中间部分列并刷新页面后,未勾选的列会出现在最前面
这些问题影响了用户体验和数据展示的一致性,需要进行技术优化。
问题分析
通过分析源代码,发现问题主要出在以下几个方面:
- 列数据获取逻辑不完善:当所有列都被隐藏时,组件无法正确获取列数据
- 缓存处理机制不完整:列顺序的缓存处理没有完全覆盖所有场景
- 初始化流程存在缺陷:组件初始化时对列状态的判断不够严谨
解决方案
1. 完善列数据获取逻辑
优化后的getColumns方法增加了对缓存列数据的获取逻辑:
function getColumns() {
const ret: Options[] = [];
let t = table.getColumns({ ignoreIndex: true, ignoreAction: true });
if (!t.length) {
t = table.getCacheColumns();
}
t.forEach((item) => {
ret.push({
label: (item.title as string) || (item.customTitle as string),
value: (item.dataIndex || item.title) as string,
...item,
});
});
return ret;
}
2. 优化初始化流程
重构后的init方法解决了列顺序和显示状态的问题:
async function init() {
const columns = getColumns();
const checkList = table
.getColumns({ ignoreAction: true, ignoreIndex: true })
.map((item) => {
if (item.defaultHidden) {
return '';
}
return item.dataIndex || item.title;
})
.filter(Boolean) as string[];
if (!plainOptions.value.length) {
const { sortedList } = getCache() || {};
await nextTick();
let tmp = columns;
if (sortedList?.length) {
tmp = columns.sort((prev, next) => {
return sortedList.indexOf(prev.value) - sortedList.indexOf(next.value);
});
}
plainOptions.value = tmp;
plainSortOptions.value = tmp;
cachePlainOptions.value = tmp;
state.defaultCheckList = checkList;
} else {
unref(plainOptions).forEach((item: BasicColumn) => {
const findItem = columns.find((col: BasicColumn) => col.dataIndex === item.dataIndex);
if (findItem) {
item.fixed = findItem.fixed;
}
});
}
state.isInit = true;
state.checkedList = checkList;
state.checkAll = columns.length === checkList.length;
}
3. 补充缓存处理
在useColumnsCache中增加获取缓存的方法:
getCache: () => $ls.get(cacheKey.value)
实现原理
- 双重数据源保障:当常规获取列数据失败时,自动从缓存中获取,确保数据不丢失
- 严格的排序处理:根据缓存中的排序信息对列进行重新排序,保持用户设置的一致性
- 完整的初始化状态:在初始化时正确设置所有状态变量,包括勾选状态和全选状态
优化效果
经过上述优化后:
- 即使隐藏所有列,再次打开设置面板时也能正确显示所有列选项
- 刷新页面后列的显示顺序与用户设置保持一致
- 勾选状态在各种操作后都能正确保持
总结
表格列设置组件的优化展示了前端开发中几个重要原则:
- 健壮性:组件应该能够处理各种边界情况
- 一致性:用户操作的结果应该在各种场景下保持一致
- 可维护性:代码结构清晰,便于后续维护和扩展
这些优化不仅解决了具体问题,也为类似组件的开发提供了参考模式。在实际项目中,我们应该充分考虑用户的各种操作路径,确保组件在各种场景下都能正常工作。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1