第24步:过滤

实现动态搜索过滤:SAP UI5 中的搜索字段应用
在这个步骤中,我们介绍了如何在SAP UI5产品列表中添加搜索功能,使列表根据用户输入的搜索词实时更新。通过在`InvoiceList.view.xml`中插入搜索字段并定义过滤器,以及在`InvoiceList.controller.js`中处理搜索事件,实现了列表的动态过滤。搜索字段与列表绑定相结合,确保只有匹配搜索条件的项目显示。这个功能增强了用户体验,使得数据查找更加高效。

说明

在这一步中,我们为产品列表添加一个搜索字段,并定义一个表示搜索词的过滤器。在搜索时,列表会自动更新,只显示与搜索词匹配的项。


预览

在这里插入图片描述

在列表上方显示一个搜索字段

代码

你可以在演练-第24步查看和下载所有文件。

webapp/view/InvoiceList.view.xml
在这里插入图片描述

<mvc:View
   controllerName="sap.ui.demo.walkthrough.controller.InvoiceList"
   xmlns="sap.m"
   xmlns:mvc="sap.ui.core.mvc">
   <List
      id="invoiceList"
      class="sapUiResponsiveMargin"
      width="auto"
      items="{invoice>/Invoices}" >
      <headerToolbar>
         <Toolbar>
            <Title text="{i18n>invoiceListTitle}"/>
            <ToolbarSpacer/>
            <SearchField width="50%" search=".onFilterInvoices"/>
         </Toolbar>
      </headerToolbar>
      <items>
         <ObjectListItem></ObjectListItem/>
      </items>
   </List>
</mvc:View>

该视图通过一个搜索控件进行扩展,我们将其添加到发票列表中。我们还需要为列表控件指定一个ID invoiceList ,以便能够从添加到搜索字段的事件处理程序函数onFilterInvoices 中识别列表。此外,搜索字段是列表头的一部分,因此,列表绑定上的每个更改都将触发整个列表(包括搜索字段)的重新呈现。

headerToolbar聚合替换了我们之前在列表头中使用的简单标题属性。工具栏控件更加灵活,可以根据您的喜好进行调整。我们现在在左侧显示标题,并在右侧显示sap.m.Title控件、间隔符和sap.m.SearchField。

webapp/controller/InvoiceList.controller.js
在这里插入图片描述

sap.ui.define([
	"sap/ui/core/mvc/Controller",
	"sap/ui/model/json/JSONModel",
	"../model/formatter",
	"sap/ui/model/Filter",
	"sap/ui/model/FilterOperator"
], function (Controller, JSONModel, formatter, Filter, FilterOperator) {
	"use strict";
	return Controller.extend("sap.ui.demo.walkthrough.controller.InvoiceList", {
		formatter: formatter, 
		onInit : function () {
			var oViewModel = new JSONModel({
				currency: "EUR"
			});
			this.getView().setModel(oViewModel, "view");
		},
		onFilterInvoices : function (oEvent) {

			// build filter array
			var aFilter = [];
			var sQuery = oEvent.getParameter("query");
			if (sQuery) {
				aFilter.push(new Filter("ProductName", FilterOperator.Contains, sQuery));
			}

			// filter binding
			var oList = this.byId("invoiceList");
			var oBinding = oList.getBinding("items");
			oBinding.filter(aFilter);
		}
	});
});

我们为过滤加载了两个新的依赖项。filter对象将保存筛选操作的配置,而FilterOperator是指定筛选器所需的辅助类型。

在onFilterInvoices 函数中,我们根据用户在搜索字段中输入的搜索字符串构造了一个筛选器对象。事件处理程序总是接收一个事件参数,该参数可用于访问事件提供的参数。在我们的例子中,搜索字段定义了一个参数查询,我们通过在oEvent参数上调用getParameter(" query ")来访问它。

如果查询不为空,则向仍然为空的筛选器数组添加一个新的筛选器对象。但是,如果查询为空,则使用空数组过滤绑定。这确保我们再次看到所有列表元素。如果要搜索多个数据字段,还可以向数组添加更多过滤器。在我们的示例中,我们只在ProductName路径中进行搜索,并指定一个将提供给查询字符串的筛选操作符。

列表是通过我们在视图中指定的ID访问的,因为控件会自动加上视图ID前缀,所以我们需要通过辅助函数 byId 向视图请求控件。在列表控件上,我们访问聚合items的绑定,以使用新构造的筛选器对象对其进行筛选。这将根据搜索字符串自动筛选列表,以便在触发搜索时只显示匹配项。过滤操作符 FilterOperator.Contains 不区分大小写。

章节

  1. 第1步:你好世界
  2. 第2步:引导
  3. 第3步:控件
  4. 第4步:XML视图
  5. 第5步:控制器
  6. 第6步:模块
  7. 第7步:JSON模型
  8. 第8步:可翻译的文本
  9. 第9步:组件配置
  10. 第10步:应用程序描述符
  11. 第11步:页面和面板
  12. 第12步:Shell控件作为容器
  13. 第13步:外边距和内边距
  14. 第14步:自定义CSS和主题颜色
  15. 第15步:嵌套视图
  16. 第16步:对话框和片段
  17. 第17步:片段回调
  18. 第18步:图标
  19. 第19步:重用对话框
  20. 第20步:聚合绑定
  21. 第21步:数据类型
  22. 第22步:表达式绑定
  23. 第23步:自定义格式器
  24. 第24步:过滤
  25. 第25步:排序和分组
  26. 第26步:远程OData服务
  27. 第27步:模拟服务器配置
  28. 第28步:使用QUnit进行单元测试
  29. 第29步:与OPA的集成测试
  30. 第30步:调试工具
  31. 第31步:路由和导航
  32. 第32步:路由与参数
  33. 第33步:路由回溯和历史
  34. 第34步:自定义控件
  35. 第35步:响应性
  36. 第36步:设备适应
  37. 第37步:内容密度
  38. 第38步:可访问性
这是一个典型的基于视觉引导的自动导航系统设计问题。为了实现AGV机器人沿着黄色色带自动行走,我们可以使用计算机视觉技术(如OpenCV)进行图像处理和路径识别。 以下是一个基于Python和OpenCV的示例实现,适用于嵌入式系统或模拟环境(如Raspberry Pi + 摄像头): --- ### ✅ 第一:识别黄色色带 使用HSV颜色空间对图像进行颜色过滤,只保留黄色区域。 ```python import cv2 import numpy as np def detect_yellow_lane(frame): # 将图像从BGR转换为HSV hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 定义黄色的HSV范围 lower_yellow = np.array([20, 100, 100]) upper_yellow = np.array([30, 255, 255]) # 创建掩膜,只保留黄色区域 mask = cv2.inRange(hsv, lower_yellow, upper_yellow) # 对掩膜进行形态学操作,去除噪点 mask = cv2.erode(mask, None, iterations=2) mask = cv2.dilate(mask, None, iterations=2) return mask ``` --- ### ✅ 第二:找到黄色色带的中心线 使用轮廓检测和矩(moments)计算色带的中心点。 ```python def find_center_line(mask): contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if not contours: return None # 没有检测到黄色色带 # 找到最大轮廓 c = max(contours, key=cv2.contourArea) # 计算轮廓的矩 M = cv2.moments(c) if M["m00"] == 0: return None # 计算质心坐标 cx = int(M["m10"] / M["m00"]) cy = int(M["m01"] / M["m00"]) return (cx, cy) ``` --- ### ✅ 第三:计算偏离程度 将图像中心作为目标点,计算当前中心线与目标点的偏差。 ```python def calculate_deviation(center, frame_width): if center is None: return None deviation = center[0] - frame_width // 2 return deviation ``` --- ### ✅ 第四:识别十字交叉路口 当检测到多个大面积黄色区域时,可以认为是交叉路口。 ```python def detect_intersection(contours, threshold_area=3000): large_contours = [cnt for cnt in contours if cv2.contourArea(cnt) > threshold_area] return len(large_contours) >= 2 ``` --- ### ✅ 第五:转弯决策系统 在检测到交叉口后,根据当前路径方向选择合适的转弯方向(如默认右转)。 ```python def make_turn_decision(deviation, is_intersection): if is_intersection: print("Detected intersection, turning right.") return "right" # 示例:默认右转 else: if deviation is None: return "stop" elif deviation < -50: return "left" elif deviation > 50: return "right" else: return "forward" ``` --- ### 🧪 主函数示例 ```python def main(): cap = cv2.VideoCapture(0) while True: ret, frame = cap.read() if not ret: break frame_width = frame.shape[1] mask = detect_yellow_lane(frame) center = find_center_line(mask) deviation = calculate_deviation(center, frame_width) # 检测交叉口 contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) is_intersection = detect_intersection(contours) # 做出决策 direction = make_turn_decision(deviation, is_intersection) print("Direction:", direction) # 可视化 if center: cv2.circle(frame, center, 5, (0, 255, 0), -1) cv2.imshow("Frame", frame) cv2.imshow("Mask", mask) if cv2.waitKey(1) == 27: break cap.release() cv2.destroyAllWindows() ``` --- ### 📌 说明 - 使用HSV颜色空间更稳定地识别颜色。 - 轮廓检测用于提取色带区域。 - 通过质心坐标判断机器人是否偏离路径。 - 在交叉口识别时,通过检测多个大轮廓判断。 - 转弯逻辑可以进一扩展为路径规划系统。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值