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
kernelopenEuler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。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
475
3.54 K
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
225
94
暂无简介
Dart
725
175
React Native鸿蒙化仓库
JavaScript
287
339
Ascend Extension for PyTorch
Python
284
316
🎉 (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
1.27 K
701
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
10
1
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++
849
441
🔥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
65
19