RuoYi-Vue-Pro 项目表单设计器解析函数保存问题分析与解决方案
2025-05-05 23:51:14作者:何举烈Damon
问题背景
在 RuoYi-Vue-Pro 项目的 BPM 模块中,表单设计器的下拉框组件存在一个功能性问题:当用户为下拉框组件设置解析函数并保存后,再次编辑时发现解析函数未能正确保存。这个问题影响了表单设计器的数据持久化功能,导致用户设置的解析逻辑无法在后续编辑中保留。
问题现象分析
通过开发者工具的调试发现:
- 在 Vue 调试工具中可以看到解析函数参数确实存在于组件状态中
- 但在实际保存后重新加载时,这些解析函数设置却丢失了
- 问题根源在于表单设计器在序列化和反序列化组件配置时,没有正确处理函数类型的属性
技术原理
表单设计器通常会将组件配置序列化为 JSON 格式进行存储。然而,JSON 标准本身不支持函数类型的序列化,这导致:
- 当组件配置中包含函数属性时,直接 JSON.stringify() 会丢失这些函数
- 从存储中恢复配置时,需要特殊处理这些函数属性的重建
解决方案
项目中的 src/utils/formCreate.ts 文件提供了表单字段的编码和解码功能。针对解析函数保存问题,我们进行了以下改进:
编码阶段处理
// 编码表单 Fields
export const encodeFields = (designerRef: object) => {
// @ts-ignore
const rule = designerRef.value.getRule()
const fields: string[] = []
rule.forEach((item) => {
if (item?.effect?.fetch?.parse) {
// 将函数转换为字符串表示
item.effect.fetch.parse = item.effect.fetch.parse.toString()
}
const itemTmp = JSON.stringify(item)
fields.push(itemTmp)
})
return fields
}
解码阶段处理
// 解码表单 Fields
export const decodeFields = (fields: string[]) => {
const rule: object[] = []
fields.forEach((item) => {
const itemTmp = JSON.parse(item)
if (itemTmp?.effect?.fetch?.parse) {
// 将字符串表示的函数重新转换为可执行函数
itemTmp.effect.fetch.parse = eval('(' + itemTmp.effect.fetch.parse + ')')
}
rule.push(itemTmp)
})
return rule
}
实现细节
- 函数序列化:在编码阶段,通过调用函数的
toString()方法将函数转换为字符串表示 - 函数重建:在解码阶段,使用
eval将字符串重新转换为可执行函数 - 安全处理:通过检查属性路径 (
item?.effect?.fetch?.parse) 确保只在存在解析函数时进行处理 - 类型安全:虽然使用了
@ts-ignore暂时忽略类型检查,但实际处理中确保了类型安全
注意事项
- eval 的安全风险:虽然在此场景下是必要的,但需要注意确保解析的函数来源可信
- 性能考虑:频繁的序列化和反序列化可能影响性能,特别是在大型表单中
- 兼容性:不同浏览器对函数 toString() 的结果可能略有差异,需要测试确保兼容性
总结
通过改进表单设计器的编码和解码逻辑,我们成功解决了 RuoYi-Vue-Pro 项目中下拉框组件解析函数无法保存的问题。这个解决方案不仅适用于当前问题,也为处理表单设计器中其他需要保存函数类型配置的场景提供了参考。开发者在处理类似问题时,需要注意 JSON 序列化的限制,并合理设计函数持久化的方案。
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-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
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
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
376
3.26 K
暂无简介
Dart
619
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
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
479
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
262
🎉 (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
1.09 K
619
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
790
77