e-virt-table 虚拟表格组件 API 详解
2025-06-09 15:50:49作者:秋阔奎Evelyn
e-virt-table 是一个高性能的虚拟表格组件,专为处理大数据量场景设计。本文将全面解析该组件的 API 接口,帮助开发者更好地理解和使用这个强大的表格组件。
核心概念
虚拟化技术
e-virt-table 采用虚拟化技术,只渲染可视区域内的单元格,大幅提升了大数据量下的渲染性能。这种技术特别适合处理成千上万行数据的场景。
数据驱动
组件采用数据驱动设计,所有表格状态(如选中、编辑、排序等)都通过数据变化来驱动视图更新。
初始化配置
EVirtTable 构造函数
EVirtTable(target: HTMLDivElement, options: EVirtTableOptions)
初始化参数 EVirtTableOptions 包含以下属性:
data: 表格主体数据数组footerData: 表格底部数据数组columns: 列配置数组config: 全局配置对象(可选)overlayerElement: 覆盖层元素(可选)editorElement: 编辑器元素(可选)emptyElement: 空数据提示元素(可选)contextMenuElement: 右键菜单元素(可选)
全局配置详解
基础配置
ROW_KEY: 行的唯一标识键(必须为字符串类型)WIDTH/HEIGHT: 表格宽高,0 表示自适应MAX_HEIGHT: 表格最大高度BORDER_RADIUS: 边框圆角半径BORDER_COLOR: 边框颜色
样式配置
HEADER_HEIGHT: 表头行高HEADER_BG_COLOR: 表头背景色BODY_BG_COLOR: 表格主体背景色HEADER_TEXT_COLOR: 表头文字颜色CELL_HEIGHT: 单元格行高CELL_PADDING: 单元格内边距
功能配置
ENABLE_SELECTOR: 是否启用选择器ENABLE_EDIT_CLICK_SELECTOR: 是否启用点击选择器编辑ENABLE_AUTOFILL: 是否启用自动填充ENABLE_CONTEXT_MENU: 是否启用右键菜单ENABLE_COPY/ENABLE_PASTER: 是否启用复制粘贴ENABLE_RESIZE_ROW/ENABLE_RESIZE_COLUMN: 是否允许调整行高列宽ENABLE_KEYBOARD: 是否启用键盘操作ENABLE_HISTORY: 是否启用操作历史记录
列配置(Column)
基础属性
key: 列的唯一标识(必需)title: 列标题(必需)type: 列类型(index/selection/index-selection/tree/number)width: 列宽度align: 水平对齐方式(left/center/right)verticalAlign: 垂直对齐方式(top/middle/bottom)
功能属性
editorType: 编辑器类型readonly: 是否只读rules: 校验规则render: 自定义渲染方法formatter: 数据格式化方法overflowTooltipShow: 是否显示溢出提示hoverIconName: 悬浮图标名称
行配置(Row)
除了常规数据字段外,行对象支持以下特殊属性:
_readonly: 整行只读_height: 自定义行高_hasChildren: 是否有子节点(仅 type=tree 时有效)
事件系统
常用事件
change: 数据变更事件(包括编辑、复制、填充等操作)selectionChange: 选中状态变更事件validateChangedData: 通过校验的数据变更事件editChange: 编辑状态变更事件resizeColumnChange/resizeRowChange: 列宽/行高调整事件
交互事件
cellClick: 单元格点击事件cellMouseenter: 鼠标进入单元格事件cellContextMenuClick: 右键菜单点击事件startEdit/doneEdit: 开始/结束编辑事件
常用方法
数据操作
loadData: 加载表格数据setItemValue: 设置单元格值batchSetItemValue: 批量设置值getChangedData: 获取变更数据validate: 数据校验
选择操作
clearSelection: 清除选中toggleRowSelection: 切换行选中状态getSelectionRows: 获取选中行数据toggleAllSelection: 切换全选状态
滚动控制
scrollTo: 滚动到指定位置scrollToRowkey: 滚动到指定行scrollToColkey: 滚动到指定列
其他功能
setExpandRowKeys: 设置展开行getUtils: 获取工具方法(如合并行列)destroy: 销毁表格实例
高级功能
自定义渲染
通过 render、renderHeader、renderFooter 等属性可以实现单元格、表头、表尾的自定义渲染。
数据校验
基于 async-validator 实现的数据校验系统,支持自定义校验规则和方法。
树形结构
通过设置 type="tree" 和相关配置,可以实现树形表格展示。
历史记录
启用 ENABLE_HISTORY 后,表格会记录操作历史,支持撤销/重做功能。
最佳实践
- 大数据量优化:合理设置
CELL_HEIGHT和CELL_WIDTH以优化渲染性能 - 列宽自适应:对于变长内容列,设置合适的
overflowTooltip配置 - 校验策略:复杂校验建议使用
BODY_CELL_RULES_METHOD自定义方法 - 性能监控:大数据量下关注
onScroll事件性能
通过深入理解这些 API 和配置项,开发者可以充分发挥 e-virt-table 的强大功能,构建高性能、高交互性的数据表格应用。
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
773
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
暂无简介
Dart
598
132
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
1.03 K
460
🎉 (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
1.06 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
751
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++
634
232