控制EditorGridPanel的某个单元格(cell)是否被禁用

简介:

gridpanel有一个beforeedit属性,可以实现对单元格的禁用

 
  1. var grid = new Ext.grid.EditorGridPanel({ 
  2.       //gridpanel的内容 
  3. }); 
  4. grid.on("beforeedit",function(e){ 
  5.         var dateUnit = e.record.data.dateUnit; 
  6.         var fieldName = e.field; 
  7.         if(fieldName == "date"){ 
  8.             if(e.value=='-'){ 
  9.                 e.cancel = true;//这行就实现了禁用 
  10.             } 
  11.         } 
  12.     }); 

这样的操作只会对一个单元格进行限制,同行的其它单元格还可以正常操作。如果要在初始化gridpanel之前修改其中的数据,那么就要对其的store进行修改了



本文转自sucre03 51CTO博客,原文链接:http://blog.51cto.com/sucre/951172,如需转载请自行联系原作者

相关文章
|
Java Linux Maven
解决jdk17启动seata报错的问题
解决jdk17启动seata报错的问题
3893 1
解决jdk17启动seata报错的问题
|
SQL NoSQL 前端开发
基于BS架构的饰品购物平台设计与实现(程序+文档+数据库)
基于BS架构的饰品购物平台设计与实现(程序+文档+数据库)
|
存储 算法 编译器
【CMake 基础 】CMake命名解析:项目名、目标名与它们的角色
【CMake 基础 】CMake命名解析:项目名、目标名与它们的角色
499 0
开发指南063-上传文件到百度网盘
赛事平台中需要下载伴奏文件。伴奏文件是选手通过小程序上传到minio中的。
|
Oracle IDE Java
IDEA安装教程配置java环境(超详细)
IDEA安装教程配置java环境(超详细)
7595 1
|
机器学习/深度学习 自然语言处理 测试技术
87.8%准确率赶超GPT-4o登顶!谷歌DeepMind发布自动评估模型FLAMe
【8月更文挑战第21天】谷歌DeepMind推出的FLAMe(Foundational Large Autorater Models)是一种基于深度学习的自动评估模型,旨在通过分析输入文本与参考答案的差异来评估大型语言模型(LLMs)的输出质量。FLAMe采用多任务学习方法,在涵盖500万个手工评分的100多种质量评估任务上训练,展现出强大的泛化能力。在RewardBench基准测试中,FLAMe以87.8%的准确率超越GPT-4等先进模型。这一突破不仅降低了人工评估成本,还提高了评估效率,为自然语言处理等领域带来革新。
299 1
|
数据采集 传感器 监控
LPWAN技术及常用场景(一)
LPWAN技术及常用场景(一)
633 0
|
算法 Java 程序员
抢红包必看!算法决定你的红包大小
嗨,大家好!我是小米,热爱分享的技术程序员。今天聊聊红包算法——在保证公平、随机与乐趣的同时,如何巧妙分配红包金额。主要分为线性切割法与二倍均值法。前者通过随机切割区间,后者则确保金额在一定范围内随机,使分配更均匀。两种方法各有千秋,适用于不同场合,希望能给你带来灵感!
576 0
|
监控 JavaScript 前端开发
什么是网络货运平台?
什么是网络货运平台?
851 0
|
数据可视化 Python
【100天精通Python】Day69:Python可视化_实战:导航定位中预测轨迹和实际轨迹的3D动画,示例+代码
【100天精通Python】Day69:Python可视化_实战:导航定位中预测轨迹和实际轨迹的3D动画,示例+代码
713 1