純JS打造select多選下拉框+模糊查詢功能

選下拉框功能，html本身就提供，multiple就可以了。但是這個multiple有個缺點，那就是高度和寬度是固定的，無法改變，很占用頁面空間。

下面兩張圖，第一張的是純js完成的，第二張的是html原生的multiple。

第一張：缺點是麻煩，優點是節約頁面空間，且附帶模糊查詢功能。

第二張：缺點是浪費空間，優點是簡單。

當然，現在很多前端框架都包含了左圖的功能，簡單易用。之所以會用純js完成左圖的功能，是因為同事負責的一個項目，框架很老，而且大公司對系統框架控制比較嚴格，不能引用新的前端框架，所以才用純js寫的。

代碼不多，很簡單，必要的注釋都有，相信都能看得懂。有什么疑問的話可以留言哈，一起討論。

下面附上模糊查詢的功能示意圖：

014年公司認繳制之后，有些公司的注冊資本金很高，交易對手是什么狀況就顯得有些模糊了。交易對手是否是大公司？交易對手是否實力雄厚？交易對手是否是異常公司？這些問題可能很難琢磨，而交易對手一旦選擇失敗，企業可能面臨經濟損失、資金周轉困難、長年累月的訴訟和連環違約責任等窘境。因此建議交易之前查詢一下如下幾個免費網站，簡單了解交易對手的基本情況。

1、信用中國 https://www.creditchina.gov.cn/home/index.html 查詢交易對手是否有相關資質證書或許可。交易對手無相關資質或許可，可能會影響合同的效力，同時發包方面臨選聘失責并承擔部分責任的風險。

2、國家企業信用信息公示系統 http://www.gsxt.gov.cn/index.html 了解該公司的股權狀況（質押、抵押）、行政許可、行政處罰以及是否被列入異常經營名錄、是否具有交易涉及的知識產權、交易涉及產品是否被處罰、相關處罰記錄等。相關年報也可以查看，部分企業會公開實際經營地址、企業繳納社保情況等。

3、裁判文書網 https://wenshu.court.gov.cn/ 了解公司是否有合同履約而產生的訴訟，如頻繁因產品、合同履行等發生訴訟，則要考慮其是否能夠履行合同以及合作的訴訟風險。

4、中國執行信息公開網 http://zxgk.court.gov.cn/ 查詢公司是否是被執行人、是否為失信被執行人以及限制高消費。

5、企查查、啟信寶、天眼查等第三方查詢網站（部分功能可能收費）查看交易對手的關聯企業信息以及公司近期是否有開庭公告、是否涉及的訴訟等。

當然，隨著市場交易的復雜性以及專業化的發展，企業分工越來越細，部分企業非因主觀原因被訴也成為了常事，因此查看相關文書時需要注意查看法院查明部分，區分企業主觀違約還是不得以卷入紛爭。

注我的微信公眾號：后端技術漫談

不定期推送關于后端開發、爬蟲、算法題、數據結構方面的原創技術文章，以及生活中的逸聞趣事。

我目前是一名后端開發工程師。主要關注后端開發，數據安全，網絡爬蟲，物聯網，邊緣計算等方向。

原創博客主要內容

Java知識點復習全手冊
Leetcode算法題解析
劍指offer算法題解析
SpringCloud菜鳥入門實戰系列
SpringBoot菜鳥入門實戰系列
Python爬蟲相關技術文章
后端開發相關技術文章

在這里插入圖片描述

前言

本文介紹了如何整合搜索引擎elasticsearch與springboot，對外提供數據查詢接口。

業務介紹

我的個人網站需要對mysql數據庫內存儲的京東商品進行模糊查詢（模仿淘寶商品搜索），所以選擇了將數據導入elasticsearch隨后使用他來進行關鍵詞查詢。前端只需發送用戶搜索的關鍵詞和分頁參數（可選），即可返回商品數據（json格式）

開發環境

組件介紹：

elasticsearch：搜索引擎，用于存儲待搜索數據
logstash：用于將mysql中的商品數據同步到搜索引擎中
elasticsearch-head（可選）：elasticsearch可視化工具
kibana（可選）：elasticsearch可視化工具

本文測試環境：

springboot：1.5.16
elasticsearch：2.3.5（springboot1.5僅支持2.x的es）
logstash：6.5.4

開發步驟

使用Docker部署elasticsearch

docker下一鍵啟動es，可根據需要的版本號對語句做修改

sudo docker run -it --rm --name elasticsearch -d -p 9200:9200 -p 9300:9300 elasticsearch:2.3.5

注意到該命令：

--rm參數：容器終止后銷毀
-d：后臺進程
-p 9200:9200 -p 9300:9300：開放了9200端口和9300端口

得到如圖：

在這里插入圖片描述

此時打開網頁localhost:9200即可查看狀態，顯示類似為：

{
 "name" : "Ant-Man",
 "cluster_name" : "elasticsearch",
 "version" : {
 "number" : "2.3.5",
 "build_hash" : "90f439ff60a3c0f497f91663701e64ccd01edbb4",
 "build_timestamp" : "2016-07-27T10:36:52Z",
 "build_snapshot" : false,
 "lucene_version" : "5.5.0"
 },
 "tagline" : "You Know, for Search"
}

注意：docker的es默認對0.0.0.0公網開放

下載并使用logstash并導入數據

本文中要導入的是pm_backend下的表pm_jd_item內的全部京東商品數據

詳細步驟參考：

http://blog.codecp.org/2018/04/16/Elasticsearch%E4%B9%8B%E4%BD%BF%E7%94%A8Logstash%E5%AF%BC%E5%85%A5Mysql%E6%95%B0%E6%8D%AE/

最終編寫的jdbc.conf為：

schedule => "* * * * *"默認為每分鐘同步一次

input {
 jdbc {
 jdbc_connection_string => "jdbc:mysql://localhost:3306/pm_backend"
 jdbc_user => "root"
 jdbc_password => "xxxxxxxxxx"
 jdbc_driver_library => "xxxxxxxx/mysql-connector-java-5.1.6.jar"
 jdbc_driver_class => "com.mysql.jdbc.Driver"
 jdbc_paging_enabled => "true"
 jdbc_page_size => "5000"
 statement=> "select * from pm_jd_item"
 schedule => "* * * * *"
 type => "pm_jd_item"
 }
}

output {
 elasticsearch {
 hosts => "localhost:9200"
 index => "pm_backend"
 document_type => "%{type}"
 document_id => "%{id}"
 }
 stdout {
 codec => json_lines
 }
}

在logstash目錄下執行命令，完成數據的導入：

bin/logstash -f jdbc.conf

得到如圖：

在這里插入圖片描述

同步完成后，使用elasticsearch-head查看（或者用kibana，請隨意）：

在這里插入圖片描述

整合進springboot

添加pom.xml

<!-- 搜索引擎：elastic-search-->
<dependency>
 <groupId>org.elasticsearch</groupId>
 <artifactId>elasticsearch</artifactId>
 <version>2.4.6</version>
</dependency>
<dependency>
 <groupId>org.springframework.boot</groupId>
 <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>
<dependency>
 <groupId>org.springframework.data</groupId>
 <artifactId>spring-data-elasticsearch</artifactId>
</dependency>

修改application.properties

# elasticsearch
spring.data.elasticsearch.cluster-name=elasticsearch
#節點地址，多個節點用逗號隔開
spring.data.elasticsearch.cluster-nodes=127.0.0.1:9300
#spring.data.elasticsearch.local=false
spring.data.elasticsearch.repositories.enable=true

在需要進行搜索的實體類上添加@Document、@Id、@Field等標注，本例為JdItem.java

@Document(indexName = "pm_backend", type = "pm_jd_item")
public class JdItem implements Serializable {

 @Id
 private Integer id;

 @Field(type = FieldType.Long)
 private Long itemId;

 @Field(type = FieldType.Long)
 private Long categoryId;

 @Field(type = FieldType.String)
 private String name;

添加JdItemRepository繼承ElasticsearchRepository

public interface JdItemRepository extends ElasticsearchRepository<JdItem, Integer>{
}

編寫JdItemController中的查詢接口findJdItemByName

代碼截取自個人項目京東價格監控，僅供參考！

 /**
 * 根據商品名在pm_jd_item中搜索商品
 * @param itemName
 * @param startRow
 * @param pageSize
 * @return
 */
 @ApiOperation(value="查詢商品", notes="查詢商品")
 @RequestMapping(value = "/findJdItemByName", method = {RequestMethod.GET})
 public ResponseData<List<JdItem>> findJdItemByName(
 @ApiParam("用戶輸入的商品名") @RequestParam(value = "itemName") String itemName,
 @ApiParam("頁碼索引(默認為0)") @RequestParam(value = "startRow", required = false, defaultValue = "0") int startRow,
 @ApiParam("每頁的商品數量(默認為10)") @RequestParam(value = "pageSize", required = false, defaultValue = "10") int pageSize
 ){
 ResponseData<List<JdItem>> responseData = new ResponseData<>();
 try {

 FunctionScoreQueryBuilder functionScoreQueryBuilder = QueryBuilders.functionScoreQuery().add(QueryBuilders.matchPhraseQuery("name", itemName), ScoreFunctionBuilders.weightFactorFunction(100)).scoreMode("sum").setMinScore(10);
 Pageable pageable = new PageRequest(startRow, pageSize);
 SearchQuery searchQuery = new NativeSearchQueryBuilder().withPageable(pageable).withQuery(functionScoreQueryBuilder).build();
 Page<JdItem> jdItems = jdItemRepository.search(searchQuery);
 // Page分頁getTotalPages()返回了應有的頁數，臨時放在errorMsg傳給前端
 responseData.jsonFill(1, String.valueOf(jdItems.getTotalPages()), jdItems.getContent());
 } catch (Exception e) {
 e.printStackTrace();
 responseData.jsonFill(2, e.getMessage(), null);
 }
 return responseData;
 }
}

運行springboot

調用findJdItemByName接口，得到：

在這里插入圖片描述

整合分詞器功能

請參考：https://github.com/medcl/elasticsearch-analysis-ik

參考

Docker安裝ES & Kibana：

https://www.jianshu.com/p/fdfead5acc23

Elasticsearch之使用Logstash導入Mysql數據：

http://blog.codecp.org/2018/04/16/Elasticsearch%E4%B9%8B%E4%BD%BF%E7%94%A8Logstash%E5%AF%BC%E5%85%A5Mysql%E6%95%B0%E6%8D%AE/

關注我

我是蠻三刀把刀，后端開發。主要關注后端開發，數據安全，爬蟲等方向。

來微信和我聊聊：yangzd1102

Github個人主頁：

https://github.com/qqxx6661

原創博客主要內容

Java知識點復習全手冊
Leetcode算法題解析
劍指offer算法題解析
Python爬蟲相關技術實戰
后端開發相關技術實戰
SpringCloud實戰

同步更新公眾號及以下全部博客：

1. Csdn

http://blog.csdn.net/qqxx6661

2. 知乎

https://www.zhihu.com/people/yang-zhen-dong-1/

3. 掘金

https://juejin.im/user/5b48015ce51d45191462ba55

4. 簡書

https://www.jianshu.com/u/b5f225ca2376

個人公眾號：后端技術漫談

如果文章對你有幫助，不妨收藏起來并轉發給您的朋友們~

在線咨詢

上一篇：javaScript 冒泡排序算法
下一篇：HTML教程（看完這篇就夠了）

您的項目需求

*請認真填寫需求信息，我們會在24小時內與您取得聯系。

整合營銷服務商

純JS打造select多選下拉框+模糊查詢功能

前言

業務介紹

開發環境

開發步驟

參考

關注我

您的項目需求