combobox的联动练习

  老师的项目中,网站右上有四个联动的combobox,今天第一次尝试解决。外观如图:

  首先第一次登陆系统时,需要分别载入4个框中的数据。通过easyui-combobox的url

属性请求php返回json数据即可,json中的value是名称,id是编号。

  然后当选择省时。触发combobox的onSelect事件,先将它clear,然后用JS改变后面

下拉框的url即可联动。

  url中要包含现在的动作信息,和选择下拉框项的id值(编号),id值通过selection对象

的id属性获得。

//当选择省份时$('#provinceSelectID').combobox({onSelect:function(selection){//获取公司下拉框var com=$('#companySelectID');com.combobox('clear');com.combobox({//更改urlurl:"$webdb[www_url]/do/index.php?action=proCom&proID="+selection.id,valueField:'id',textField:'text'});var con=$('#controlSelectID');//控制中心的联动con.combobox('clear');con.combobox({//更改urlurl:"$webdb[www_url]/do/index.php?action=proCon&proID="+selection.id,valueField:'id',textField:'text'});//变电站的更改var sub=$('#substationSelectID');sub.combobox('clear');sub.combobox({//更改urlurl:"$webdb[www_url]/do/index.php?action=proSub&proID="+selection.id,valueField:'id',textField:'text'});}});

  在php端,通过获取的$action来判断需要的是什么数据,然后通过当前用户和选项编号来获取下级的信息。然后让id为编号,text为名称,编译成json 返回给前台。

 1 if($action=="proCom"){
 2         $query='select distinct view_select.comid,COMPANYNAME FROM view_select where userid=\''.$userid.'\' and view_select.proid=\''.$proID.'\'';
 3         $results=$db->get_results($query,ARRAY_N);
 4         if(!$results){
 5             return null;
 6         }
 7         foreach ($results as $result){
 8             $item=array('id'=>$result[0],'text'=>$result[1]);
 9             array_push($items, $item);
10         }
11         $jsItems=json_encode($items);
12         echo $jsItems;
13     }

 

转载于:https://www.cnblogs.com/XHuangX/archive/2013/03/05/2944732.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/409078.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

[机器学习笔记]Note6--神经网络:表达

继续是机器学习课程的笔记,这节课会介绍神经网络的内容。 非线性假设 在之前的课程中,我们看到使用非线性的多项式能够帮助我们建立更好的分类模型。假设我们有非常多的特征,例如100个变量,我们希望用这100个特征来构建一个非线…

[机器学习笔记]Note7--神经网络:学习

继续是机器学习课程的笔记,这节课会继续介绍神经网络的内容,上一节主要是基本的介绍,以及模型表示,而本节会介绍代价函数,反向传播算法等。 神经网络代价函数 首先是有如下一个神经网络,这里将首先介绍一些…

[机器学习笔记]Note8--机器学习应用建议

继续是机器学习课程的笔记,本节课的内容主要是一些机器学习应用的建议,包括对假设的评估,如何处理过拟合和欠拟合等。 觉得下一步做什么 到目前为止,我们已经学习了线性回归,逻辑回归以及神经网络,梯度下…

Unity3d 手机屏幕自动适配

现在,市场上的手机分辨率多样化。带给开放人员一个很大的“跨界问题”。本人,昨晚突发奇想。手机分辨率多样化,但手机开放人员,制作UI时,最为重要的两个因素就是Position(位置)、Scale(大小); 我引入一个“…

[机器学习笔记]Note9--机器学习系统设计

继续是机器学习课程的笔记,本节课的内容主要是介绍如何设计一个机器学习系统。 首先要做什么 这节课将介绍如何设计一个机器学习系统,首先是以设计一个垃圾邮件分类器算法作为例子。 为了解决这个问题,首先要决定的是如何选择并表达特征向…

java 图片阴影_Java 为 PPT 中的图形添加阴影效果

在PowerPoint文档中,给图形添加阴影效果能增强图形的立体感,使其贴近现实效果,提升文档的美观度。 本文将展示如何使用Free Spire.Presentation for Java为PPT中的图形添加阴影效果。除了文中展示的预设阴影效果,还可以添加内部阴…

nyoj 21 三个水杯 BFS

三个水杯 时间限制:1000 ms | 内存限制:65535 KB难度:4描述给出三个水杯,大小不一,并且只有最大的水杯的水是装满的,其余两个为空杯子。三个水杯之间相互倒水,并且水杯没有标识,只…

论文阅读(1)--Fine-grained Image Classification by Exploring Bipartite-Graph Labels

这是阅读《Fine-grained Image Classification by Exploring Bipartite-Graph Labels》这篇论文所做的笔记。 这篇论文是来自NEC实验室,是一篇有关细粒度分类/精细分类方面的论文。 0. 摘要 首先提出一个问题,给定一张食物的图片,对于一个…

java注释和注解_深入理解JAVA注解(Annotation)以及自定义注解

Java 注解(Annotation)又称 Java 标注,是 JDK5.0 引入的一种注释机制。Java 语言中的类、方法、变量、参数和包等都可以被标注。注解可以看作是一种特殊的标记,在程序在编译或者运行时可以检测到这些标记而进行一些特殊的处理。本文对 Annotation 进行了…

[机器学习笔记]Note10--支持向量机(SVM)

继续是机器学习课程的笔记,这节课的内容是介绍支持向量机(SVM)的内容。SVM是一个非常强大且流行的算法,在一些情况下,面对一些复杂的非线性问题可以提供比逻辑回归或神经网络更加简洁更加有效的结果。 优化目标 首先…

[机器学习笔记]Note11--聚类

继续是机器学习课程的笔记,本节介绍的是聚类方法,主要是K-means算法。 非监督学习 首先介绍监督学习和非监督学习的区别。一个监督学习的例子如下图,给定训练集如:{(x(1),y(1)),(x(2),y(2)),…,(x(m),y(m))},每个训练实例都有对应的标签。 …

[机器学习笔记]Note12--降维

继续是机器学习课程的笔记,本节介绍的是降维方法,这也是非监督学习中的一个问题,主要介绍主要成分分析(Principal Component Analysis,PCA)算法。 降维 动机一:数据压缩 使用降维的一个原因是…