vue 计算属性,实现复选框的全选和反选 【小案例】

简介: 本文通过一个Vue.js小案例,展示了如何使用计算属性实现复选框的全选和反选功能。计算属性的完整写法包括get和set两部分,分别用于获取值和设置值。在全选和反选的场景中,计算属性的get方法用于判断所有复选框是否都已选中,从而控制全选复选框的状态;计算属性的set方法则用于根据全选复选框的状态,批量更新每个复选框的选中状态。通过示例代码和效果图,文章清晰地说明了计算属性在实现这一功能中的作用和效果。

vue 计算属性的完整写法

计算属性的完整写法是:

computed:{
   
    计算属性名:{
   
        get(){
   
           // 代码逻辑和操作
           return 结果
        },
        set(修改的值){
   
           // 代码逻辑和操作
        }
    }
}

全选和反选小案例

思路:首先每个项的复选框绑定到数据上,然后复选框全部选中,则全选复选框被选中。

同理全选复选框的点选取消也会影响单个的复选框被选中还是取消。

然后只需要利用计算属性(计算属性绑定到全选上),来计算每一项是否复选框都被选择,若是则将全选按钮选中。显然这是一个计算属性的get。

点选全选复选框,从而决定单个的复选框被选中还是取消,只需要在计算属性的set时,将每一项遍历然后修改其选中状态。

 <style>
   .box {
    
       width: 500px;
       height: 500px;
       margin: 20vh auto;
   }

   th,
   tr,
   td {
    
       border: 1px solid black;
       width: 100px;
   }
</style>
<div id="app" class="box">
      <table>
          <tr>
              <th>操作</th>
              <th>id</th>
              <th>姓名</th>
          </tr>
          <tr v-for="(item,index) in userList" :key="item.id">
              <td><input type="checkbox" v-model="item.isChecked"></td>
              <td>{
  {item.id}}</td>
              <td>{
  {item.name}}</td>
          </tr>
          <tr>
              <td colspan="3"><input type="checkbox" v-model="isCheckAll">全选</td>
          </tr>
      </table>
  </div>

  <script src="https://cdn.jsdelivr.net/npm/vue/dist/vue.js"></script>

  <script>
      const app = new Vue({
    
          el:'#app',
          data:{
    
              userList:[
                  {
    id:1001,name:'张三',isChecked:true},
                  {
    id:1002,name:'李四',isChecked:false},
                  {
    id:1003,name:'王五',isChecked:false}
              ]
          },
          computed:{
    
              isCheckAll:{
    
                  // get 通过所有复选框选中,然后自动选中全选按钮
                  get(){
    
                      return this.userList.every(item=>item.isChecked===true)
                  },
                  // set 根据手动选中全选,实现所有复选框的选中和取消
                  set(newStatus){
    
                      // newStatus 为当前全选复选框的状态,true || false
                      this.userList.forEach(item=>item.isChecked=newStatus)
                  }
              }
          }
      })
  </script>

效果图:
在这里插入图片描述

在这里插入图片描述


相关文章
|
10天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
6天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2506 14
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
6天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1519 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
8天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
531 13
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19282 30
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18836 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17524 13
Apache Paimon V0.9最新进展
|
8天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
458 48
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
|
1天前
|
云安全 存储 运维
叮咚!您有一份六大必做安全操作清单,请查收
云安全态势管理(CSPM)开启免费试用
355 4
叮咚!您有一份六大必做安全操作清单,请查收
|
2天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。