Extjs jsonreader 读到数据, 但是store.getCount()==0

zhouluok007 2012-05-15 09:01:38

var paramsStore = new Ext.data.Store({
proxy: new Ext.data.HttpProxy({
url : 'goodparam.ered?method=queryGoodparamList'
}),
reader : new Ext.data.JsonReader({
totalProperty : 'TOTALCOUNT', // 记录总数
root : 'ROOT' // Json中的列表数据根节点
},[
{
name: 'id'
},
{
name: 'name'
}
])
})

paramsStore.load();
页面加载的时候, 后台打印出来
{TOTALCOUNT:3, ROOT:[{"id":"1","name":"cpu"},{"id":"2","name":"硬盘"},{"id":"3","name":"显卡"}]}

alert("有几条数据:"+paramsStore.getCount()); 页面弹出来为0

明明有3条数据, 不知道为什么 希望各位帮忙解决
...全文
715 7 打赏 收藏 转发到动态 举报
写回复
用AI写文章
7 条回复
切换为时间正序
请发表友善的回复…
发表回复
Eks 2014-09-15
  • 打赏
  • 举报
回复
备注下原因:Store的load()为异步加载,paramsStore.load();后立即调用 getCount() ,有可能数据未加载完成,因此显示数量为0。
Monk0_0 2014-03-20
  • 打赏
  • 举报
回复
楼主怎么解决的,速救
flyerwing 2012-05-17
  • 打赏
  • 举报
回复
paramsStore.on("load",function(){
alert("有几条数据:"+paramsStore.getCount());
});
得试下很久没用了
碎碎兵 2012-05-17
  • 打赏
  • 举报
回复
后台打印出来那句,是否作为响应数据返回前台了?F12看看。
gouxiongyaya 2012-05-16
  • 打赏
  • 举报
回复

楼主是在哪alert("有几条数据:"+paramsStore.getCount()); 页面弹出来为0
你在gridpanel里直接这么写是不行的,你可以在事件中测试或者在grid里的render里测试
事件测试:
paramsStore.on('load',function(store, record, opts){
alert(paramsStore.getCount());
});
grid里的列测试:
{
header: '状态',
sortable: true,
dataIndex: 'STATUS',
width: 80,
renderer: (function(v, p, record, rowIndex, index, store){
alert(store.getCount());
}).createDelegate(this)
}
zhouluok007 2012-05-15
  • 打赏
  • 举报
回复
[Quote=引用 1 楼 的回复:]

不会extjs。。。

感觉这句应该写在 回调函数里。
alert("有几条数据:"+paramsStore.getCount());
[/Quote]

不行哦, 得到的依然为0
001007009 2012-05-15
  • 打赏
  • 举报
回复
不会extjs。。。

感觉这句应该写在 回调函数里。
alert("有几条数据:"+paramsStore.getCount());

源码链接: https://pan.quark.cn/s/a4b39357ea24 在本研究中,我们将详细研究如何借助Python执行数据可视化,旨在剖析2018年期间中国四个主要城市——北京、上海、广州以及深圳的空气质量状况。通过绘制反映空气质量指数(AQI)与细颗粒物(PM2.5)变化趋势的图表,我们能够深入理解这些大都市全年的空气环境质量,并明确评估其优良天气所占的比重。 我们必须首先进行数据准备工作。在当前提供的压缩文件内,名为"2018天气"的文件极有可能是数据来源,其中可能收录了涉及四个城市每日空气质量监测的详细信息。这些数据通常涵盖日期、城市名称、AQI数值、PM2.5含量等核心参数。在Python编程环境中,我们惯常运用pandas库来对这类结构化数据进行高效的处理和分析。 1. **数据导入与初步处理**: - 利用`pandas.read_csv()`方法来导入存储为CSV格式的数据资料。 - 数据整理:对数据中的空白项、非正常数值进行修正,保证数据的精确性。 - 调整日期字段的格式,确保其能够适用于时间序列分析的需求。 2. **数据深度分析**: - 针对每个城市的AQI和PM2.5数据执行统计性描述,例如计算平均值、中位数、标准偏差等指标。 - 确定空气质量良好天气的天数,即那些AQI值低于75(依据中国的空气质量评估标准)的日数。 3. **数据呈现**: - 运用matplotlib或seaborn工具绘制折线图,直观展示四个城市在2018年全年的AQI和PM2.5变化动态。 - 可通过采用不同的颜色方案和线条类型来区分不同城市的数据系列。 - 添加必要的图示元素,如日期坐标轴、城市名称标注、图表标题及图例说明,以提升图表的可读...

52,780

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 Ajax
社区管理员
  • Ajax
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧