JeecgBoot项目中TAB页切换导致查询条件丢失的解决方案
2025-05-02 22:35:00作者:舒璇辛Bertina
在JeecgBoot v3.7.1版本中,开发者可能会遇到一个常见问题:当在页面查询数据后切换到另一个TAB页,再切换回原TAB页时,查询条件丢失且页面自动刷新。本文将深入分析这一问题的原因,并提供完整的解决方案。
问题现象分析
该问题表现为两种不同的行为模式:
- 保留查询条件的情况:如用户管理、角色管理等页面,切换TAB后查询条件仍然存在
- 丢失查询条件的情况:如数据字典、职务管理等页面,切换TAB后页面刷新且查询条件丢失
这种差异的根本原因在于路由缓存的配置不同。JeecgBoot框架提供了路由缓存功能,可以保持页面状态,避免切换TAB时丢失查询条件和数据。
解决方案
1. 配置路由缓存
对于需要保持状态的页面,需要在路由配置中启用缓存功能。具体实现步骤如下:
- 打开项目的路由配置文件(通常位于
src/router/index.js) - 找到对应页面的路由配置项
- 添加
meta属性并设置keepAlive为true
示例配置:
{
path: '/system/dict',
name: 'SystemDict',
component: () => import('@/views/system/DictList'),
meta: {
title: '数据字典',
keepAlive: true
}
}
2. Online表单生成页面的特殊处理
对于通过Online表单生成的页面,需要额外注意:
- 生成代码后,手动检查路由配置文件
- 确保生成的路由配置中包含
keepAlive属性 - 如果使用动态路由,需要在路由守卫中处理缓存逻辑
3. 页面组件调整
除了路由配置外,页面组件本身也需要做一些调整:
- 确保组件有唯一的
name属性 - 避免在
created或mounted钩子中直接重置查询条件 - 使用
activated和deactivated生命周期钩子处理缓存状态下的逻辑
实现原理
JeecgBoot的路由缓存功能基于Vue的keep-alive组件实现。当路由配置中设置了keepAlive: true时,框架会:
- 将组件实例缓存起来而不是销毁
- 再次访问时从缓存中恢复组件状态
- 保持所有数据、DOM状态和查询条件不变
注意事项
- 不要过度使用路由缓存,会占用较多内存
- 对于数据实时性要求高的页面,建议不使用缓存或在适当时机手动刷新
- 缓存的页面组件会跳过
created和mounted钩子,但会触发activated钩子 - 确保每个缓存页面的
name属性唯一,否则可能导致缓存混乱
通过以上配置和调整,可以确保JeecgBoot项目中的页面在TAB切换时保持查询条件和数据状态,提供更流畅的用户体验。
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-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
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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
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
274
94
暂无简介
Dart
623
140
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
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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