element-ui树形控件

时间: 2023-08-28 08:13:53 AIGC 浏览: 242
element-ui树形控件是一个常用的组件,可以用于展示树状结构的数据。在使用element-ui树形控件时,可以通过绑定属性对象来设置控件的一些属性。例如,可以使用treeProps属性来设置树形控件的子节点属性和标签属性。通过设置children属性和label属性,可以指定数据中表示子节点和标签的字段。<em>1</em><em>2</em><em>3</em> #### 引用[.reference_title] - *1* *2* *3* [element-ui树形控件(tree)](https://blog.csdn.net/m0_51933554/article/details/127669895)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}} ] [.reference_item] [ .reference_list ]
相关问题

element-plus树形控件 ts

element-plus是element-ui的一个升级和扩展版本,它提供了更多的功能和改进。对于树形控件的使用,element-plus同样提供了Tree组件来满足你的需求。你可以使用Tree组件来展示树形结构的数据,并且支持选择和展开等功能。在使用Tree组件时,你可以通过props来配置树节点的显示和交互行为,例如设置节点的唯一标识符、节点的显示字段、默认展开的节点等。同时,你还可以使用事件和方法来监听节点的选中、展开、折叠等操作。 如果你需要在树形控件中根据不同部门选择不同的人,你可以在Tree组件中使用slots来自定义节点的显示内容,并在节点展示的时候根据部门的不同来动态渲染节点的内容。另外,你还可以通过设置checkbox属性来实现节点的多选功能。最后,如果你需要从后台获取树形数据,你可以使用异步加载的方式来请求后台数据,并在获取数据后更新Tree组件的数据源。 总结起来,element-plus的Tree组件可以满足你在表单中选择参会人员的需求。你可以根据具体情况配置和使用Tree组件的props、slots、事件和方法等来实现所需的功能。

element-ui,怎么获取tree树形控件,选择后它的值

<think>嗯,用户的问题是想要在element-ui的tree树形控件中获取选中节点的值。我之前有处理过类似的引用内容,现在需要结合这些信息来回答。 首先,用户提到的引用[3]里提到可以使用getCheckedKeys方法获取选中的子节点key,还有getHalfCheckedKeys获取半选的父节点key。但用户可能需要的是更详细的数据,比如节点对象而不仅仅是key。这时候可能需要使用getCheckedNodes方法,如引用[4]提到的,这个方法可以获取所有选中的节点数据,包括父节点和子节点。不过用户可能希望当所有子节点都被选中时,只返回父节点而不返回子节点,如引用[1]中的情况,这时候需要自定义处理。 用户的问题比较直接,可能只需要基本的获取方法,但也要考虑到他们可能遇到的特殊情况。比如是否需要处理半选状态,或者是否需要过滤掉子节点。根据引用[1]中的代码,用户可能需要自己编写逻辑来处理全选父节点的情况,这时候可以建议他们参考那个方法。 另外,引用[2]和[4]提到如何修改样式和获取特定节点数据,可能用户还需要知道如何设置默认选中的节点,这时候可以用setCheckedKeys方法,如引用[3]所述。 需要分步骤回答,先介绍基本方法,再讲进阶处理,比如过滤父节点或处理全选情况。同时要确保代码示例正确,比如使用this.$refs.tree.getCheckedKeys()这样的调用方式,并提醒设置node-key属性。 还要注意用户可能遇到的常见问题,比如为什么获取的数据包含父节点,或者如何只获取叶子节点。这时候需要解释不同的使用场景,并提供相应的代码示例,比如使用filter过滤掉父节点。 最后,生成相关问题时要覆盖常见的使用场景,如性能优化、数据处理、样式修改等,这样用户能进一步找到所需的信息。</think>### Element-UI Tree树形控件获取选中值的完整方法 在Element-UI中获取Tree控件选中值,根据场景需求有三种核心方法: #### 一、基础方法 1. **获取所有勾选节点** ```javascript // 获取勾选节点的key数组 const checkedKeys = this.$refs.tree.getCheckedKeys(); // 获取勾选节点的完整数据对象 const checkedNodes = this.$refs.tree.getCheckedNodes(); ``` *必须设置node-key属性*,且当父节点被全选时,其子节点也会被包含在结果中[^3] 2. **获取半选节点** ```javascript // 获取半选状态的父节点key const halfCheckedKeys = this.$refs.tree.getHalfCheckedKeys(); ``` #### 二、进阶处理 当需要**过滤全选父节点的子节点**时(如引用[1]场景): ```javascript getSimplifiedCheckedNodes() { const checkedNodes = this.$refs.tree.getCheckedNodes(); const parentMap = new Map(); // 标记所有父节点 checkedNodes.forEach(node => { if (node.children && node.children.length > 0) { parentMap.set(node.id, node); } }); // 过滤掉有父节点被选中的子节点 return checkedNodes.filter(node => { return !node.parentId || !parentMap.has(node.parentId); }); } ``` #### 三、特殊场景处理 1. **仅获取叶子节点**(适用于需要具体业务数据的场景): ```javascript const leafNodes = checkedNodes.filter(node => !node.children); ``` 2. **数据回显设置**(如引用[3]所述): ```javascript this.$refs.tree.setCheckedKeys([1, 5, 9]); // 传入节点key数组 ``` #### 完整使用示例 ```html <el-tree ref="tree" :data="treeData" show-checkbox node-key="id" :props="{ label: 'name', children: 'children' }"> </el-tree> <script> export default { methods: { submit() { // 获取所有选中节点 const fullData = this.$refs.tree.getCheckedNodes(); // 获取简化数据(过滤子节点) const simplifiedData = this.getSimplifiedCheckedNodes(); } } } </script> ```
阅读全文

相关推荐

大家在看

recommend-type

基于心电信号的情绪识别.rar

基于心电信号的情绪识别,使用CNN方法。 代码有详细注释。 项目可直接运行,用的是matlab语言。
recommend-type

稀疏字典K-SVD编码

K-SVD稀疏字典的构造方式之一,采用OMP方法进行稀疏表示编码。demo为运行主程序。例子用于图像超分辨率重建
recommend-type

不同序列对脂核显示-ns-3网络模拟器基础与应用

1.1研究对象 收集解放军总医院MRI中心2009年1月~2009 年9月35例行颈动脉MRI平扫及增强扫描检查患 者.其中男性27例,女性8例。年龄30~83岁,平均65 岁。所有患者均签知情同意书。斑块纳入标准:(1) 同时行平扫及增强扫描;(2)斑块厚度>3 mm;(3)图 像评级>2级。 1.2扫描设备及参数 使用3.0T超导型MR扫描仪(GE Signa Excite, GE Medical System,USA),梯度场40 mT/m,梯度切 换率150mT·m~·s一,使用4通道颈动脉相控阵表 面线圈。扫描序列包括:轴位3D TOF扫描(TR/ TE:29/2.1 ms),FOV 14 cm,层厚/间距为2 mm/ 0 mm,矩阵256x256,采集次数1;横轴位四翻转 恢复快速自旋回波(QIR—FSE)T,w序列(TR/TI/ TE:800/600/7.3 ms)和横轴位双回波PDW和 T2w(T刚TE:3000/13.1 ms;3000/60 ms),FOV为 14 cm,层厚/间距为2 mm/0 mm,矩阵为384× 256,采集次数2。在注射造影剂马根维显(0.1 mmol/kg)后约5 min,进行横轴位网翻转恢复快 速自旋回波(QIR.FSE)T。W(T刚Tl/TE:800/520/ 9.3 ms)序列扫描,FOV为14 cm,层厚/间距为2 mm/0 mln,矩阵为384x256,采集次数2。 1.3图像分析 2结果 35例患者共发现74个斑块,其中6个斑块因厚 度小于3 mm而排除,因此,共有68个斑块纳入分 析。各序列显示斑块成分结果见表2。敏感性、特异 性及1c值见表3。 表1 MRI辨别斑块成分标准 Tab.1 Diagnostic standard of plaque composition by TOE T】w T2W,PDW,and CE—T】W 信号高低均以邻近胸锁乳突肌为标准 表2 MRI不同序列对斑块成分显示结果 Tab.2 Plaque composition identified by TOE T1Wj T2Wj PDW,and CE—T,W 图像分级按照Yuan等p,的分级标准分为5级,即 l级:低信噪比限制了图像的使用,不能分辨动脉管 壁及m管边缘;2级:信噪比较差,动脉管壁町见,但 血管结构一管腔及外缘不清楚;3级:信噪比较差,血管 结构可见,但管腔及外缘局部不清晰;4级:高信噪比 且伪影极少,m管管壁、管腔及动脉外膜能很好显 示;5级:高信噪比没自.伪影,能够瞳示管壁细节,管 腔及动脉外膜清晰显示。MRI对斑块成分脂核、出 血、钙化的诊断标准见表1。南两名放射医师共同对 不同序列的所有图像进行分析,分别统计不同序列 对脂核、出血、钙化的阳性率,如认为存在则记为阳 性,否者记为阴性。然后南另一名放射医师观察所 有5序列图像,统计斑块内脂核、出血及钙化的阳性 率,并以此作为标准。 1.4统计学处理 分别统计各个序列对3种成分的敏感性及特异 性,计箅K值,评价各序列与标准的5序#tJx4各种成分 显示的一致性,K值在0.4~0.75间认为中度一致,而K 括号内数字为各序列真阴性病例数,前方数字为 各序列硅示真阳性病例数 3讨论 组织病理学研究提示不稳定斑块常具有一个较 大脂质坏死核心或斑块内出血睁”,有文献将表面钙 化结节作为判断脆弱斑块的一个独立的次要标准, 因为表面钙化结节突向管腔可能使纤维帽破裂Is,。 徐等一1研究认为表面钙化是斑块不稳定的重要凶素 之一,容易导致斑块内出血和溃疡形成。因此财于 斑块脂核、出血及钙化的显示有利于判断斑块的稳 定性。本组结果表明由于斑块不同成分在各个序列 信号特点,不同序列对其显示的敏感性及特异性有 所不同。 3.1不同序列对脂核显示 在5个序列中,对于脂核的硅示以CE.T。W的敏 感性及特异性最高,研究表明脂核在增强扫描后强 化程度很低,而纤维帽及新生血管明显强化。因此 在增强扫描后,斑块内脂核有很好的对比,呈明显低 信号,这有利于判断脂核的存在。但是由于斑块钙 化在所有序列均表现为低信号,而且Yuan等”叫的研 万方数据
recommend-type

ISO8608.rar_ISO8086_不平度_路谱_路面_路面 不平度

采用三角级数法生成路面不平度,标准为ISO8608
recommend-type

intel i211 i210 互刷

intel i211 i210 互刷

最新推荐

recommend-type

Vue+Element UI 树形控件整合下拉功能菜单(tree + dropdown +input)

在本文中,我们将探讨如何在Vue.js应用程序中结合Element UI库创建一个具有下拉功能菜单的树形控件,这个功能通常用于增强用户界面的交互性。Vue和Element UI的组合提供了丰富的UI组件,使得开发人员能够快速构建...
recommend-type

element-ui tree结构实现增删改自定义功能代码

在本文中,我们将深入探讨如何使用Element-UI的Tree组件实现增删改的自定义功能。Element-UI是一个基于Vue.js的开源UI组件库,它提供了丰富的组件供开发者使用,其中包括Tree组件,用于展示层级关系的数据。在描述的...
recommend-type

VUE饿了么树形控件添加增删改功能的示例代码

ElementUI是一个基于Vue.js的前端UI框架,提供了丰富的UI组件,包括树形控件。 添加增删改功能 在VUE饿了么树形控件中,添加增删改功能可以通过使用`render-content`API重新写组件来实现。该API提供了节点渲染的...
recommend-type

优化算法基于四则运算的算术优化算法原理与Python实现:面向图像分割的全局寻优方法研究

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
recommend-type

Docker化部署TS3AudioBot教程与实践

### 标题知识点 #### TS3AudioBot_docker - **Dockerfile的用途与组成**:Dockerfile是一个文本文件,包含了所有构建Docker镜像的命令。开发者可以通过编辑Dockerfile来指定Docker镜像创建时所需的所有指令,包括基础镜像、运行时指令、环境变量、软件安装、文件复制等。TS3AudioBot_docker表明这个Dockerfile与TS3AudioBot项目相关,TS3AudioBot可能是一个用于TeamSpeak 3服务器的音频机器人,用于播放音频或与服务器上的用户进行交互。 - **Docker构建过程**:在描述中,有两种方式来获取TS3AudioBot的Docker镜像。一种是从Dockerhub上直接运行预构建的镜像,另一种是自行构建Docker镜像。自建过程会使用到docker build命令,而从Dockerhub运行则会用到docker run命令。 ### 描述知识点 #### Docker命令的使用 - **docker run**:这个命令用于运行一个Docker容器。其参数说明如下: - `--name tsbot`:为运行的容器指定一个名称,这里命名为tsbot。 - `--restart=always`:设置容器重启策略,这里是总是重启,确保容器在失败后自动重启。 - `-it`:这是一对参数,-i 表示交互式操作,-t 分配一个伪终端。 - `-d`:表示后台运行容器。 - `-v /home/tsBot/data:/data`:将宿主机的/home/tsBot/data目录挂载到容器内的/data目录上,以便持久化存储数据。 - `rofl256/tsaudiobot` 或 `tsaudiobot`:指定Docker镜像名称。前者可能是从DockerHub上获取的带有用户名命名空间的镜像,后者是本地构建或已重命名的镜像。 #### Docker构建流程 - **构建镜像**:使用docker build命令可以将Dockerfile中的指令转化为一个Docker镜像。`docker build . -t tsaudiobot`表示从当前目录中读取Dockerfile,并创建一个名为tsaudiobot的镜像。构建过程中,Docker会按顺序执行Dockerfile中的指令,比如FROM、RUN、COPY等,最终形成一个包含所有依赖和配置的应用镜像。 ### 标签知识点 #### Dockerfile - **Dockerfile的概念**:Dockerfile是一个包含创建Docker镜像所有命令的文本文件。它被Docker程序读取,用于自动构建Docker镜像。Dockerfile中的指令通常包括安装软件、设置环境变量、复制文件等。 - **Dockerfile中的命令**:一些常用的Dockerfile命令包括: - FROM:指定基础镜像。 - RUN:执行命令。 - COPY:将文件或目录复制到镜像中。 - ADD:类似于COPY,但是 ADD 支持从URL下载文件以及解压 tar 文件。 - ENV:设置环境变量。 - EXPOSE:声明端口。 - VOLUME:创建挂载点。 - CMD:容器启动时要运行的命令。 - ENTRYPOINT:配置容器启动时的执行命令。 ### 压缩包子文件的文件名称列表知识点 #### 文件命名 - **TS3AudioBot_docker-main**:此文件名表明了这是一个主要的代码库或Dockerfile的存放位置。在开发中,通常main分支代表当前的主版本或正在积极开发的分支。因此TS3AudioBot_docker-main可能表示这是在Dev分支上开发的Dockerfile的主要代码版本。主分支一般比较稳定,并作为新的特性开发的基础。 ### 综合知识点 - **Docker在DevOps中的角色**:Docker作为一种轻量级的容器化技术,在DevOps领域扮演重要角色。它可以快速部署、一致的运行环境、便于测试和迁移应用。通过Dockerfile的编写和docker build命令,开发者可以构建可移植的容器镜像,通过docker run命令则可以快速启动容器实例。 - **TS3AudioBot与TeamSpeak**:TS3AudioBot很可能是一个针对TeamSpeak 3服务器的自动化解决方案。TeamSpeak是一个语音通讯软件,广泛用于线上游戏团队进行沟通。一个音频机器人可以提供自动化的消息通知、音频流控制等功能,提高游戏社区的交流效率。 - **Docker镜像的版本管理**:镜像的命名通常包括用户名、项目名和标签。如rofl256/tsaudiobot中rofl256可能是一个用户名,tsaudiobot可能是项目名称,这样的命名规则有利于镜像的共享和管理。 在介绍以上知识点后,我们理解了标题、描述、标签及文件名称列表中所含的知识点。这些知识点涵盖了Dockerfile的构建、Docker镜像的使用、TS3AudioBot功能以及版本控制等多个方面,为IT专业人员在使用和开发Docker相关项目时提供了必要的信息。
recommend-type

零售销售数据的探索性分析与DeepAR模型预测

### 零售销售数据的探索性分析与DeepAR模型预测 #### 1. 探索性数据分析 在拥有45家商店的情况下,我们选择了第20号商店,来分析其不同部门在三年间的销售表现。借助DeepAR算法,我们可以了解不同部门商品的销售情况。 在SageMaker中,通过生命周期配置(Lifecycle Configurations),我们可以在笔记本实例启动前自定义安装Python包,避免在执行笔记本前手动跟踪所需的包。为了探索零售销售数据,我们需要安装最新版本(0.9.0)的seaborn库。具体操作步骤如下: 1. 在SageMaker的Notebook下,点击Lifecycle Config
recommend-type

llm agent平台

<think>好的,我现在需要帮用户寻找与LLM代理平台解决方案相关的信息。首先,我得明确用户的需求。用户提到了“LLM agent platform solutions”,也就是大型语言模型代理平台的解决方案。这可能涉及到如何构建、部署或优化基于LLM的代理系统。接下来,我应该回忆之前用户提供的引用内容,看看有没有相关的信息可以利用。 根据引用[1],提到构建LLM应用程序的步骤分解,可能涉及到代理平台的设计。引用[2]讨论了评估LLM的挑战,包括可重复性和开源模型的解决方案,这可能影响代理平台的稳定性和选择。引用[3]则提到大模型相关的岗位和面试题,可能涉及实际应用中的技术问题。 接下
recommend-type

Docker实现OAuth2代理:安全的HTTPS解决方案

### 知识点详细说明: #### Dockerfile基础 Dockerfile是一种文本文件,它包含了用户创建Docker镜像所需的命令和参数。Docker通过读取Dockerfile中的指令自动构建镜像。Dockerfile通常包含了如下载基础镜像、安装软件包、执行脚本等指令。 #### Dockerfile中的常用指令 1. **FROM**: 指定基础镜像,所有的Dockerfile都必须以FROM开始。 2. **RUN**: 在构建过程中执行命令,如安装软件。 3. **CMD**: 设置容器启动时运行的命令,可以被docker run命令后面的参数覆盖。 4. **EXPOSE**: 告诉Docker容器在运行时监听指定的网络端口。 5. **ENV**: 设置环境变量。 6. **ADD**: 将本地文件复制到容器中,如果是tar归档文件会自动解压。 7. **ENTRYPOINT**: 设置容器启动时的默认命令,不会被docker run命令覆盖。 8. **VOLUME**: 创建一个挂载点以挂载外部存储,如磁盘或网络文件系统。 #### OAuth 2.0 Proxy OAuth 2.0 Proxy 是一个轻量级的认证代理,用于在应用程序前提供OAuth认证功能。它主要通过HTTP重定向和回调机制,实现对下游服务的安全访问控制,支持多种身份提供商(IdP),如Google, GitHub等。 #### HTTPS和SSL/TLS HTTPS(HTTP Secure)是HTTP的安全版本,它通过SSL/TLS协议加密客户端和服务器之间的通信。使用HTTPS可以保护数据的机密性和完整性,防止数据在传输过程中被窃取或篡改。SSL(Secure Sockets Layer)和TLS(Transport Layer Security)是用来在互联网上进行通信时加密数据的安全协议。 #### Docker容器与HTTPS 为了在使用Docker容器时启用HTTPS,需要在容器内配置SSL/TLS证书,并确保使用443端口。这通常涉及到配置Nginx或Apache等Web服务器,并将其作为反向代理运行在Docker容器内。 #### 临时分叉(Fork) 在开源领域,“分叉”指的是一种特殊的复制项目的行为,通常是为了对原项目进行修改或增强功能。分叉的项目可以独立于原项目发展,并可选择是否合并回原项目。在本文的语境下,“临时分叉”可能指的是为了实现特定功能(如HTTPS支持)而在现有Docker-oauth2-proxy项目基础上创建的分支版本。 #### 实现步骤 要实现HTTPS支持的docker-oauth2-proxy,可能需要进行以下步骤: 1. **准备SSL/TLS证书**:可以使用Let's Encrypt免费获取证书或自行生成。 2. **配置Nginx/Apache服务器**:在Dockerfile中添加配置,以使用SSL证书和代理设置。 3. **修改OAuth2 Proxy设置**:调整OAuth2 Proxy配置以使用HTTPS连接。 4. **分叉Docker-oauth2-proxy项目**:创建项目的分支副本,以便进行修改。 5. **编辑Dockerfile**:在分叉的项目中编写或修改Dockerfile,包括下载基础镜像、设置环境变量、添加SSL证书、配置Nginx/Apache和OAuth2 Proxy等步骤。 6. **构建和测试新镜像**:使用Docker构建镜像,并在安全环境中进行测试,确保HTTPS配置正确,并且OAuth2 Proxy功能正常工作。 7. **部署到生产环境**:在确认无误后,将配置好的镜像部署到生产环境中。 #### 压缩包子文件的文件名称列表 - **docker-oauth2-proxy-master**: 这可能是指在GitHub等代码托管平台上,docker-oauth2-proxy项目的主分支或主仓库。名称列表中的“master”暗示了该文件夹包含的是主分支的代码。 总结来说,要实现一个支持HTTPS的docker-oauth2-proxy,开发者需要进行一系列的配置和编码工作,包括使用Dockerfile来构建自定义的Docker镜像,配置SSL/TLS证书,分叉并修改现有的开源项目代码。通过这些步骤,可以确保OAuth2 Proxy能够安全地处理HTTPS请求,并为下游服务提供安全认证功能。
recommend-type

利用AmazonSageMaker进行图像分类:从理论到实践

# 利用 Amazon SageMaker 进行图像分类:从理论到实践 ## 1. 主题建模与图像分类概述 在数据科学领域,从大量非结构化数据中提取信息和主题至关重要。像 SageMaker 的神经主题模型(NTM)这类主题建模技术,提供了线性和非线性学习方法,能帮助我们深入挖掘数据中的潜在主题。它通过特定的架构和内部机制工作,还支持分布式训练,将数据集分割成多个块进行并行处理。训练完成后,我们可以将模型部署为端点并进行推理,例如解读安然邮件中的主题。 图像分类在过去五年中一直是热门研究领域,因为它能解决众多行业的实际业务问题,如自动驾驶汽车行业就高度依赖图像分类和目标检测模型的准确性。A
recommend-type

wed前端开发网页设计

<think>好的,用户需要寻找关于Web前端开发和网页设计的相关资源或教程。首先,我需要理解用户的具体需求,他们可能刚入门,想要系统学习,或者有一定基础,需要进阶教程。根据用户的问题,他们提到了“教程”和“资源”,可能希望推荐书籍、在线课程、框架文档以及社区论坛等。 接下来,我需要参考用户提供的引用内容。引用[1]提到了周文洁的《HTML5网页前端设计实战》,这是一本配套的实战项目教程,适合有基础的读者,可能可以作为书籍推荐之一。引用[2]概述了Web前端开发的技术分类,包括客户端和服务器端技术,以及常用框架如Bootstrap、React等。引用[3]是关于Delphi的TMS WEB