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
在這里插入圖片描述
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。
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)
組件介紹:
本文測試環境:
使用Docker部署elasticsearch
sudo docker run -it --rm --name elasticsearch -d -p 9200:9200 -p 9300:9300 elasticsearch:2.3.5
注意到該命令:
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
<!-- 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>
# 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
@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;
public interface JdItemRepository extends ElasticsearchRepository<JdItem, Integer>{ }
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; } }
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
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/
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
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~
*請認真填寫需求信息,我們會在24小時內與您取得聯系。