Vue Vben Admin 中自定义表单组件的正确使用方式
2025-05-09 15:20:47作者:钟日瑜
在 Vue Vben Admin 项目中,开发者经常需要在表格搜索表单中使用自定义组件。然而,一些开发者在使用 h 函数渲染自定义组件时遇到了表单值无法正确获取的问题。本文将深入分析这一问题的根源,并提供几种正确的解决方案。
问题分析
当开发者尝试在表单 schema 中使用 h 函数直接包裹组件时,如以下代码所示:
component: (props) => {
return h(Cascader, {
...props,
onChange: (value) => {
data.value = value;
},
});
}
这种写法会导致表单值无法正确传递到 query 方法的 formValues 参数中。问题的核心在于这种写法破坏了 Vue Vben Admin 表单系统的双向绑定机制。
正确解决方案
方案一:直接使用组件引用
最简单的方式是直接引用组件,而不是使用 h 函数包裹:
{
component: Cascader,
componentProps: {
allowClear: true,
changeOnSelect: true,
options: cascaderOptions,
placeholder: '请选择省市区',
},
fieldName: 'Ids',
label: '省市区',
}
这种方式保持了表单的原生绑定机制,是最推荐的做法。
方案二:使用 markRaw 处理组件
如果需要动态决定使用哪个组件,可以使用 markRaw:
{
component: markRaw(Cascader),
componentProps: {
// 同上
},
// 其他配置
}
方案三:正确处理 h 函数返回值
如果确实需要使用 h 函数,必须正确处理 props 和 attrs:
component: (props, { attrs }) => {
return h(Cascader, {
...props,
...attrs,
onChange: (value) => {
props.onChange(value); // 必须调用原始 onChange
},
});
}
最佳实践建议
- 优先使用直接组件引用的方式
- 避免在表单 schema 中直接使用 h 函数
- 如果必须自定义渲染逻辑,确保正确处理所有 props 和事件
- 对于复杂表单场景,考虑使用插槽方式
总结
Vue Vben Admin 的表单系统提供了多种自定义组件的方式,但开发者需要理解其内部绑定机制。通过遵循本文提供的解决方案,可以避免表单值无法获取的问题,同时保持代码的简洁性和可维护性。记住,最简单的解决方案往往是最可靠的。
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
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
695
🎉 (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
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
197
74
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