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 09:22:52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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253