ngx-formly中多选下拉框导致浏览器卡死的解决方案
2025-06-27 05:21:25作者:丁柯新Fawn
问题现象
在使用ngx-formly构建表单时,当配置了multiple: true的多选下拉框(select)组件时,或者在fieldArray/fieldGroup中使用select组件时,浏览器会出现卡死现象,无法继续响应用户操作。
问题根源分析
经过深入排查,发现这个问题是由于在模型变更回调函数中使用了对象展开运算符(...)导致的无限递归循环。具体表现为:
- 当用户选择下拉框选项时,触发表单模型变更
- 变更回调中对模型使用了
{...changes}这样的对象展开操作 - 这种操作意外触发了ngx-formly内部的变更检测机制
- 形成了无限递归循环,最终导致浏览器卡死
解决方案
解决这个问题的关键在于避免在模型变更回调中创建新的对象引用。正确的做法是直接使用传入的变更对象:
// 错误做法 - 会导致无限递归
onModelChange(changes: SimpleCounterConfig): void {
this.editModel = { ...changes };
}
// 正确做法 - 直接赋值
onModelChange(changes: SimpleCounterConfig): void {
this.editModel = changes;
}
技术背景
这个问题在Angular 18和ngx-formly 6.x环境下更为明显,可能与以下因素有关:
- 变更检测机制:Angular 18对变更检测进行了优化,对对象引用的变化更加敏感
- 表单控制:ngx-formly 6.x对表单控制逻辑进行了重构,特别是对多选组件的处理
- 隐藏表达式:当表单字段配置了hide表达式时,更容易触发这种递归行为
最佳实践建议
在使用ngx-formly时,特别是处理表单模型变更时,建议:
- 尽量避免在变更回调中创建新的对象引用
- 对于复杂表单,考虑使用不可变数据结构的库来管理状态
- 在多选组件场景下,特别注意模型变更的处理方式
- 在升级Angular或ngx-formly版本时,仔细测试表单交互逻辑
总结
这个案例展示了在复杂表单处理中,即使是简单的对象展开操作也可能导致严重问题。理解框架的变更检测机制和表单控制原理,对于避免这类问题至关重要。通过直接赋值而非创建新引用的方式,我们既解决了浏览器卡死的问题,又保持了表单功能的完整性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
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
492
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
342
146