新闻详情

新闻详情

首页 / 资讯中心 / 详情

草稿自动保存——填到一半再也不怕丢

发布时间:2026/10/26 6:55:15来源:尧图网络
草稿自动保存——填到一半再也不怕丢
一、一个属性开启草稿功能在AdminTable组件上加上EnableDrafttrueAdminTable TItemArticle TKeylong EnableDrafttrue DraftAutoSaveInterval30 !-- 表格列配置 -- /AdminTable属性类型默认值说明EnableDraftboolfalse是否启用草稿自动保存DraftAutoSaveIntervalint30草稿自动保存间隔秒就这么简单。一行额外代码都不用写。二、体验是什么样的场景1新增文章你打开「新增文章」弹窗填写标题、正文、分类……刚写到一半电脑死机了。重启后回到后台再次点击「新增文章」——弹窗会提示检测到未保存的草稿是否恢复点击确定之前填的内容全部回来了。场景2编辑文章你正在修改一篇长文改了十几处电话来了。你关掉浏览器去接电话。回来再次编辑这篇文章同样会提示你恢复草稿。新增和编辑的草稿是分开保存的不会互相覆盖。三、智能清理不打扰草稿不是无脑存有几个智能逻辑无变化不存如果表单数据和上次保存时一模一样不会重复存新增时没填任何内容不保存、不提示、不打扰编辑时没改动数据自动清理该条草稿提交成功后自动删除草稿体积控制草稿 JSON 会忽略导航属性只存外键避免超过 localStorage 限制你需要它的时候它在不需要它的时候它不碍事。四、背后的技术原理草稿数据存在浏览器的localStorage里不占用服务器资源。每30秒自动保存一次可自定义间隔恢复时从 localStorage 读取反序列化后回填表单每次保存/恢复都经过序列化处理支持复杂对象序列化优化AdminTable使用 Newtonsoft.Json 处理草稿序列化默认配置为private static readonly JsonSerializerSettings _draftJsonOptions new() { PreserveReferencesHandling PreserveReferencesHandling.Objects, ReferenceLoopHandling ReferenceLoopHandling.Ignore, NullValueHandling NullValueHandling.Ignore };为了控制 JSON 体积建议给实体类的导航属性加上[JsonIgnore]public class Article : EntityFull { public long? ClassifyId { get; set; } [JsonIgnore] // 草稿序列化时忽略导航属性只存外键 public Classify Classify { get; set; } public string Title { get; set; } }这样草稿里只有ClassifyId没有完整的Classify对象体积大幅减小。即使 Blazor Server 的 SignalR 连接断开草稿也安全地躺在本地。五、适用场景场景为什么需要草稿长表单文章、产品、订单填一次十几分钟丢了很崩溃网络不稳定环境公共WiFi、移动网络经常断临时走开电话、会议、下班……回来继续填复杂编辑需要反复修改、预览随时能保存凡是需要用户输入的地方草稿都有价值。六、与其他功能的联动配合代码生成器生成的页面天然支持草稿无需改造配合关联表外键下拉选中的值也会被草稿保存配合多语言多Tab表单每个Tab都能草稿保存草稿功能是AdminTable的内置能力所有基于AdminTable的页面自动获得。七、对比一下对比项传统开发EasyAdminBlazor手动实现草稿需要写localStorage读写、序列化、恢复逻辑至少200行代码一个属性区分新增/编辑要自己管理不同key自动区分智能清理自己判断何时删草稿自动处理你花一行配置的时间省下半天重复造轮子的精力。八、下一步草稿功能已经内置你只需要开启EnableDrafttrue。如果你还没试过今天就体验一下dotnet new install EasyAdminBlazor.Templates dotnet new easyadmin -n MyProject cd MyProject dotnet run
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/25 3:20:41

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/25 3:43:49

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/25 4:02:17

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/25 5:03:13

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/25 3:54:32

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/25 5:32:24

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉