博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
小程序收藏功能的实现
阅读量:5935 次
发布时间:2019-06-19

本文共 1392 字,大约阅读时间需要 4 分钟。

需求

点击收藏后显示已收藏,在另一个页面出现目前点击收藏的项目

clipboard.png


需要解决的问题

  1. 点击收藏后需要显示已收藏,并且文字状态改变
  2. 另一个页面如何知道你点击了收藏,并且获得你点击收藏的数据

如何解决?

  1. 数据状态绑定,并且由状态控制样式(三元运算符)
  2. 缓存(setStorageSync,getStorageSync),点击页面设置缓存(数据的id),显示页面获取缓存,通过获得缓存id,将整个数据中的获得的id那一项,取出,放入新的数组

具体实现

wxml

            
{
{isClick?'已收藏':'收藏'}}

点击页面js

Page({      data: {        job: [],        jobList: [],        id: '',        isClick: false,        jobStorage: [],        jobId: ''      },      haveSave(e) {        if (!this.data.isClick == true) {          let jobData = this.data.jobStorage;          jobData.push({            jobid: jobData.length,            id: this.data.job.id          })          wx.setStorageSync('jobData', jobData);//设置缓存          wx.showToast({            title: '已收藏',          });        } else {          wx.showToast({            title: '已取消收藏',          });        }        this.setData({          isClick: !this.data.isClick        })      }    })

显示页面js

import jobList from '../../api/detail'Page({  data: {    id:'',    job:[],    savejob:[],  },  onLoad: function (options) {    console.log(wx.getStorageSync('jobData'));    let savejob = wx.getStorageSync('jobData')//获得缓存    let index = savejob.length-1;    console.log(savejob[index].id);    let jobid = savejob[index].id    let temp= jobList[jobid] //将获得缓存后匹配的数据放入新的数组    let job= [];    job.push(temp);    this.setData({      id:index,      job: job,    })  },})

转载地址:http://nsjtx.baihongyu.com/

你可能感兴趣的文章
AlertDialog对话框
查看>>
我的友情链接
查看>>
办公室几台电脑怎么连一台打印机的具体步骤
查看>>
linux安全---cacti+ntop监控
查看>>
鸟哥的linux私房菜-shell简单学习-1
查看>>
nagios配置监控的一些思路和工作流程
查看>>
iptables+layer7实现访问控制+netfilter/iptables基础
查看>>
通讯组基本管理任务三
查看>>
赫夫曼编码实现
查看>>
html页面显示div源代码
查看>>
基础复习-算法设计基础 | 复杂度计算
查看>>
debian、ubuntu系统下,常用的下载工具
查看>>
带以太网的MicroPython开发板:TPYBoardv201温湿度上传实例
查看>>
如何解压缩后缀名为zip.001,zip.002等的文件
查看>>
OSGI企业应用开发(十二)OSGI Web应用开发(一)
查看>>
Python 以指定概率获取元素
查看>>
微信公众平台图文教程(二) 群发功能和素材管理
查看>>
关于System.Collections空间
查看>>
MPP(大规模并行处理)
查看>>
Centos下基于Hadoop安装Spark(分布式)
查看>>