博客
关于我
vue用component动态组件的方式,实现加载组件,类似tab栏的效果
阅读量:681 次
发布时间:2019-03-17

本文共 781 字,大约阅读时间需要 2 分钟。

在项目开发过程中,当我们需要干预组件化管理时,会涉及到多个步骤来实现组件的复用和动态加载。本节将详细讲解如何实现一个有条件组件切换的灵活应用方案。

第一步,我们需要在父组件中正式引入我们需要加载和展示的子组件。具体来说,我们会在父组件的文件中加入以下内容:

在这个代码片段中,我们从项目路径中导入了两个子组件:service以及event。随后,我们将这些组件注册至父组件中,这样我们才能在父组件的HTML模板中简单地引用它们。

在HTML页面中,初步的绘制工作也需要完成。我们需要设置一个包含切换按钮的区域,使用户可以通过点击切换查看不同的组件展示。基本结构如下:

在这部分代码中,我们创建了两个切换按钮,分别点击后会触发切换不同的子组件展示。同时,我们还准备了一个动态组件引用区域,用于展示当前切换的子组件内容。

接下来,我们需要对数据进行适当的初始化设置。从父组件的数据部分,可以看到以下内容:

我们可以看到,父组件默认展示的是service组件。同时,changeActive字段初始设置为空,稍后将在切换逻辑中用于判断当前处于哪个状态。

在组件切换逻辑上,我们需要编写一个函数用来处理切换操作。函数定义如下:

toggleTab(tab, number) {  console.log(tab); // 输出切换的组件名称  console.log(number); // 输出切换的编号  this.changeActive = number;  this.cut = tab;}

这个函数通过接受两个参数(组件名称和切换编号)来实现逻辑判断和状态更新。changeActive字段会根据当前切换编号更新,cut字段则将设置为当前要展示的子组件名称,这样动态组件就可以正确展示对应的子组件内容。

转载地址:http://rywhz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实战 | 文本图片去水印--同时保持文本原始色彩(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 通过微调SegFormer改进车道检测效果(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 实战—使用YOLOv8图像分割实现路面坑洞检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战篇——基于YOLOv8和OpenCV实现车速检测(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战|OpenCV实时弯道检测(详细步骤+源码)
查看>>
OpenCV与AI深度学习 | 实用技巧 | 使用OpenCV进行模糊检测
查看>>
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>