data.list.map((v) => { v.order_goods.map((g) => { g.goods = JSON.parse(g.goods); g.main_banner = app.globalData.imgUrl + g.main_banner; let str = ""; g.spce_name = JSON.parse(g.spce_name); Object.values(g.spce_name).forEach((f) => (str += f + " ")); g.spce_name = str; }); }); 优化这段代码

时间: 2024-02-25 07:53:51 浏览: 21
这段代码可以进一步优化,减少循环和类型判断的次数。可以使用 Array.prototype.forEach() 来代替 map() 方法,因为不需要返回一个新的数组。同时,可以使用解构赋值和默认值来简化代码。 ``` data.list.forEach((order) => { order.order_goods.forEach((goods) => { const { goods: goodsStr, spce_name: specName, ...rest } = goods; goods.goods = JSON.parse(goodsStr || "{}"); goods.main_banner = app.globalData.imgUrl + (goods.main_banner || ""); goods.spce_name = Object.values(JSON.parse(specName || "{}")).join(" "); Object.assign(goods, rest); }); }); ``` 这样代码更加简洁明了,同时避免了重复的类型判断和循环。
相关问题

get({ url: "server/OrderServerList", data: query }, ({ data }) => { data.list.map((v) => { v.order_goods.map((g) => { g.goods = JSON.parse(g.goods); g.main_banner = app.globalData.imgUrl + g.main_banner; let str = ""; g.spce_name = JSON.parse(g.spce_name); Object.values(g.spce_name).forEach((f) => (str += f + " ")); g.spce_name = str; }); }); console.log(data.list); this.setData({ list: list.concat(data.list), total: data.count, }); }); 优化这段代码

首先,可以使用 async/await 来异步获取数据,这样代码会更加清晰易读。其次,可以使用 Promise.all() 来并行处理订单列表中的每一个商品,提高处理效率。最后,可以将获取到的数据进行缓存,避免重复请求。 下面是优化后的代码: ``` async function getOrderList(query) { const { data } = await axios.get("server/OrderServerList", { params: query }); await Promise.all( data.list.map(async (order) => { await Promise.all( order.order_goods.map(async (goods) => { if (typeof goods.goods === "string") { goods.goods = JSON.parse(goods.goods); } goods.main_banner = app.globalData.imgUrl + goods.main_banner; let specName = JSON.parse(goods.spce_name); goods.spce_name = Object.values(specName).join(" "); }) ); }) ); return data; } // 在调用 getOrderList 函数时,可以将获取到的数据进行缓存 let list = []; let total = 0; async function fetchOrderList(query) { const data = await getOrderList(query); list = list.concat(data.list); total = data.count; console.log(list); return { list, total }; } fetchOrderList(query).then(({ list, total }) => { this.setData({ list, total }); }); ```

优化这段代码 let findNoAreasData = []; console.log('findNoAreas res', res); res.datas.data.forEach(x => { // 存在限购地区 if (x.no_areas.length > 0) { x.no_areas.filter(y => { if (y.province_id == this.addrCode.province) { this.goodsDatas.filter(z => { if (z.goods_sku.third_sku_id == y.sku_id) { z.goods_sku.notDelivery = true; if (z.goods_sku.notDelivery) { this.no_areas = true; } } }) } }) } });

这段代码可以优化如下: ``` let noAreasSkuIds = res.datas.data .filter(x => x.no_areas.some(y => y.province_id == this.addrCode.province)) .map(x => x.no_areas.filter(y => y.province_id == this.addrCode.province)) .flat() .map(y => y.sku_id); if (noAreasSkuIds.length > 0) { this.goodsDatas.forEach(z => { if (noAreasSkuIds.includes(z.goods_sku.third_sku_id)) { z.goods_sku.notDelivery = true; this.no_areas = true; } }); } ``` 这段代码首先使用 `filter` 函数筛选出限购地区中包含当前省份的数据,并使用 `map` 函数提取出对应的 `sku_id` 数组。然后判断该数组是否为空,如果不为空则遍历商品数据,将 `sku_id` 在数组中出现过的商品标记为不可配送。这样可以减少嵌套循环的层数,提高代码的可读性和执行效率。

相关推荐

const processSaleOutBoundDetailArr = async (saleOutBoundArr, tokenData, accountData) => { let saleOutBoundDetailArr = [] if (saleOutBoundArr?.length > 0) { for (const item of saleOutBoundArr) { const saleOutBoundDetailRes = await getSaleOutBoundDetail( { id: item.id }, { "app-token": tokenData['app-token'], "X-GW-Router-Addr": accountData?.domain } ); if (saleOutBoundDetailRes.data.errcode === 0) { item.detailList = await processMaterial(item.id, saleOutBoundDetailRes.data.data.material_entity, tokenData, accountData) } saleOutBoundDetailArr.push(item) } } return saleOutBoundDetailArr } const processMaterial = async (orderId, materials, tokenData, accountData) => { let materialArr = [] if (materials && materials.length) { const materialIds = [...new Set(materials.map(item => item.material_id))]; const materialPromises = materialIds.map(id => { return getMaterialDetail({ id }, { "app-token": tokenData['app-token'], "X-GW-Router-Addr": accountData?.domain }); }); const materialDetails = await Promise.all(materialPromises); materialArr = materials.map(material => { const materialDetail = materialDetails.find(detail => detail.data.errcode === 0 && detail.data.data.id === material.material_id); if (materialDetail) { const meterailData = materialDetail.data.data; material.model = meterailData.model material.fetch_category_id = meterailData.fetch_category_id material.tax_rate = meterailData.tax_rate material.orderId = meterailData.orderId } return material; }); } return materialArr; }; 优化这段代码

最新推荐

recommend-type

Python requests.post方法中data与json参数区别详解

主要介绍了Python requests.post方法中data与json参数区别详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

AG9321-MCQ_Datasheet_v0.9.11.pdf

AG9321-MCQ规格书,AG9321-MCQdatasheet,AG9321-MCQ设计资料,AG9321-MCQ双口USB-C转HDMI/VGA带PD3.0方案设计资料
recommend-type

Allwinner_F1C200s_Datasheet_V1.1.pdf

Allwinner_F1C200s_Datasheet_V1.1.pdf看清楚版本再下载哦,1.1的,为了大家顺利的使用,就贡献下吧。
recommend-type

BK7252_Data_Sheet_V1.0.pdf

它集成硬件和软件完成一个完整的802.11b/g/n音频和视频、 应用程序,支持AP和同时担任STA角色,以及集成蓝牙低能耗收发器和5.0版投诉 协议栈。高速32位单片机和大型嵌入式RAM它能够支持多个云链接也适用于音频和图像...
recommend-type

android手机应用源码Imsdroid语音视频通话源码.rar

android手机应用源码Imsdroid语音视频通话源码.rar
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。