如何使用Mockplus的表格

简介: Mockplus对于表格的控制,采用的是通过文字来控制外形和数据的方法。稍微熟悉后,你会发现,这种方式可以很快地组装表格。如图,这里是一个表格:双击这个表格,进入编辑,看到如下的文字:好像很难?别急,我们马上就能明白文字的意思:首先来看第一横排(表头)和最后一个横排(列宽控制):第一横排:"姓名 ^, 年龄 ^v, 拼音, 职位 v"表示: 此表格是4个纵列,分别是姓名(升序)、年龄(升降序)、拼音、职位(降序)。

Mockplus对于表格的控制,采用的是通过文字来控制外形和数据的方法。稍微熟悉后,你会发现,这种方式可以很快地组装表格。

如图,这里是一个表格:

img_9861e51cf812be1927046348060d3373.png

双击这个表格,进入编辑,看到如下的文字:

img_5fab6c889b8396d16d9b8c543db7f727.png

好像很难?

别急,我们马上就能明白文字的意思:

首先来看第一横排(表头)和最后一个横排(列宽控制):

第一横排:"姓名 ^, 年龄 ^v, 拼音, 职位 v"

表示: 此表格是4个纵列,分别是姓名(升序)、年龄(升降序)、拼音、职位(降序)。

最后一个横排:"{35L, 30R, 35, 30C,20C}"

其中,"35L"表示第一纵列的宽度为表格宽度的35%,左对齐(Left)。当然,你一定明白:R表示右对齐(Right),C表示居中对齐(Center)。

现在来看中间的横排(内容)

第二横排:"张三, 43, zhang san, 总经理, [x]"

表示: 姓名为张三,年龄为43,拼音是zhang san,职位是总经理。最后的"[x]",表示此排附加一个复选框,并且状态是选中。

第三横排:"李四,28, li si, 工程师,[]"

表示: 姓名为李四,年龄为28,拼音是li si,职位是工程师。最后的"[]",表示此排附加一个复选框,并且状态是不选中。

(小建议:如果你需要装入的数据很多,你可以先找个自己顺手的文本编辑器,先写好,然后一次粘贴进去)

此外,在属性面板中,还有其他对表格的设置,比如线条颜色等等。这里不赘述。

相关文章
kde
|
运维 关系型数据库 MySQL
宝塔面板 Docker 镜像加速教程
本文介绍了如何为宝塔面板中的 Docker 配置轩辕镜像加速。内容包括:安装 Docker 管理器、获取镜像加速地址、配置加速 URL 以及验证设置等步骤。通过使用免费版或专业版加速地址(如 docker.xuanyuan.me 或 xuanyuan.cloud),可显著提升镜像拉取速度。同时,还提供了日常使用方法和注意事项,帮助用户顺利完成配置并保障 Docker 服务稳定运行。
kde
235 0
|
12月前
|
Java 数据库连接 网络安全
JDBC常用特性-SSH隧道连接
JDBC常用特性-SSH隧道连接
|
存储 监控 算法
在进行精度控制时,如何避免舍入误差的累积?
【10月更文挑战第29天】通过选择合适的精度控制方法、优化计算顺序和方式、运用误差补偿技术以及建立数据验证与监控机制等多种手段的综合运用,可以有效地避免舍入误差的累积,提高计算结果的精度和可靠性,满足各种对精度要求较高的应用场景的需求。
|
测试技术 Python
分支覆盖 (Branch Coverage)
分支覆盖 (Branch Coverage) 是一种软件测试覆盖率评估方法,能够测量代码中每个分支的执行情况,即代码中每个条件语句 (if-else 语句) 的所有可能分支是否都被执行过。
4233 1
完美解决Non-terminating decimal expansion; no exact representable decimal result.异常
完美解决Non-terminating decimal expansion; no exact representable decimal result.异常
27197 0
完美解决Non-terminating decimal expansion; no exact representable decimal result.异常
|
算法 Linux 调度
探索进程调度:Linux内核中的完全公平调度器
【8月更文挑战第2天】在操作系统的心脏——内核中,进程调度算法扮演着至关重要的角色。本文将深入探讨Linux内核中的完全公平调度器(Completely Fair Scheduler, CFS),一个旨在提供公平时间分配给所有进程的调度器。我们将通过代码示例,理解CFS如何管理运行队列、选择下一个运行进程以及如何对实时负载进行响应。文章将揭示CFS的设计哲学,并展示其如何在现代多任务计算环境中实现高效的资源分配。
|
监控 大数据 数据处理
大数据组件之Storm简介
【5月更文挑战第2天】Apache Storm是用于实时大数据处理的分布式系统,提供容错和高可用的实时计算。核心概念包括Topology(由Spouts和Bolts构成的DAG)、Spouts(数据源)和Bolts(数据处理器)。Storm通过acker机制确保数据完整性。常见问题包括数据丢失、性能瓶颈和容错理解不足。避免这些问题的方法包括深入学习架构、监控日志、性能调优和编写健壮逻辑。示例展示了实现单词计数的简单Topology。进阶话题涵盖数据延迟、倾斜的处理,以及Trident状态管理和高级实践,强调调试、性能优化和数据安全性。
784 4
|
机器学习/深度学习 存储 测试技术
【YOLOv8改进】 YOLOv8 更换骨干网络之 GhostNet :通过低成本操作获得更多特征 (论文笔记+引入代码).md
YOLO目标检测专栏探讨了卷积神经网络的创新改进,如Ghost模块,它通过低成本运算生成更多特征图,降低资源消耗,适用于嵌入式设备。GhostNet利用Ghost模块实现轻量级架构,性能超越MobileNetV3。此外,文章还介绍了SegNeXt,一个高效卷积注意力网络,提升语义分割性能,参数少但效果优于EfficientNet-L2。专栏提供YOLO相关基础解析、改进方法和实战案例。
|
安全 数据安全/隐私保护
在非对称加密中,公钥和私钥的生成过程是如何进行的?
【5月更文挑战第13天】在非对称加密中,公钥和私钥的生成过程是如何进行的?
987 3
|
前端开发 JavaScript 安全
前端测试如何做?
前端测试如何做?
287 0

热门文章

最新文章