React-Admin中DataGrid无数据时的界面优化方案
2025-05-07 20:49:19作者:咎竹峻Karen
在React-Admin项目开发中,DataGrid组件是展示列表数据的核心组件之一。当用户使用自定义过滤器筛选数据时,如果结果为空,默认情况下整个DataGrid(包括表头和搜索输入框)都会消失,只显示"无结果"的提示信息。这种设计可能会给用户带来困惑,因为他们无法确定是数据确实不存在,还是界面出现了问题。
问题分析
DataGrid组件默认的无数据状态处理方式存在以下用户体验问题:
- 表头和搜索框突然消失,破坏了界面的一致性
- 用户无法立即判断是数据不存在还是筛选条件过于严格
- 需要重新操作才能返回筛选前的状态
解决方案
React-Admin提供了empty属性来自定义无数据时的显示内容。开发者可以通过以下方式优化无数据状态下的界面:
<Datagrid empty={<div style={{ textAlign: 'center', padding: '20px' }}>暂无符合条件的数据</div>}>
{/* 列定义 */}
</Datagrid>
对于更高级的定制需求,可以考虑以下实现方案:
- 保持表头可见:通过自定义CSS样式,确保在无数据时表头仍然显示
- 显示空行提示:在数据区域显示友好的提示信息,而不是完全隐藏表格
- 提供操作建议:在提示信息中加入清除筛选或返回的按钮
实现示例
const CustomEmpty = () => (
<tbody>
<tr>
<td colSpan={列数} style={{ textAlign: 'center', padding: '20px' }}>
没有找到匹配的数据,请尝试调整筛选条件
<Button onClick={清除筛选}>清除筛选</Button>
</td>
</tr>
</tbody>
);
<Datagrid empty={<CustomEmpty />}>
{/* 列定义 */}
</Datagrid>
最佳实践
- 保持界面一致性,避免元素突然消失
- 提供明确的反馈,说明无数据的原因
- 给予用户下一步操作的指引
- 考虑添加重新加载或清除筛选的快捷操作
通过合理使用DataGrid的empty属性,开发者可以创建更加友好和专业的无数据界面,提升整体用户体验。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
308
🔥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
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878