JEECG在线表单权限控制配置指南

需积分: 50 12 下载量 111 浏览量 更新于2024-09-13 1 收藏 976KB PDF 举报
JEECG Online表单配置权限控制使用手册v3.6.pdf 涵盖了JEECG智能开发平台中关于在线表单的权限控制机制。JEECG是一个强大的Java企业级开发框架,它提供了在线表单设计功能,允许开发者无需编写代码就能创建和管理表单。这个手册特别关注的是如何对表单、菜单、页面按钮以及数据权限进行精细控制。 1. **简介** JEECG的在线表单设计器使得用户能够方便地定义表单,并且能对表单中的各个元素进行权限控制。这包括对数据表单页面上的控件权限、弹出页面控件权限、数据表格的列显示权限以及行级别的数据权限。通过这些功能,开发者可以定制化不同角色对表单的访问和操作权限。 2. **权限控制** - **菜单分配**:在完成表单设计后,同步到数据库中,操作列会出现相应的按钮,如表单模板、功能测试和配置地址等。复制配置地址后,在菜单管理中创建新的菜单,并将其分配给特定角色。这样,被分配角色的用户登录后,可以在菜单栏看到这个新功能。 - **数据表页面按钮权限**:此部分介绍如何控制新增和编辑页面上控件的可见性和可用性。在菜单列表中编辑所需的菜单,选择“页面控件权限”进行设置。未选中的控件在对应角色的视图中将不可见或不可用。 3. **弹出页面控件权限**:通过对页面控件的权限设置,可以决定哪些按钮或功能在特定角色的弹出窗口中显示或隐藏。 4. **行级与列级数据权限**:这部分内容涉及如何控制数据表格中特定行和列的显示。通过这种方式,可以实现对敏感数据的细粒度访问控制,确保只有授权的用户能看到或操作特定数据。 手册的其余部分可能详细介绍了具体的操作步骤、示例和注意事项,帮助开发者熟练掌握JEECG中的权限控制功能,以实现安全、个性化的系统功能分配。此外,JEECG社区和QQ群提供了技术支持和交流平台,用户可以在这里寻求帮助或分享经验。 总结来说,JEECG Online表单配置权限控制使用手册v3.6.pdf 是一个全面的指南,旨在指导用户充分利用JEECG的在线表单设计和权限控制特性,以构建符合企业需求的定制化应用。通过有效的权限设置,可以确保数据的安全性,同时提高用户体验。
2023-06-01 上传

帮我优化一下代码 import matplotlib.pyplot as plt from matplotlib.offsetbox import OffsetImage, AnnotationBbox import pandas as pd import tkinter as tk from tkinter import filedialog import csv import numpy as np filepath = filedialog.askopenfilename() readData = pd.read_csv(filepath, encoding = 'gb2312') # 读取csv数据 print(readData) xdata = readData.iloc[:, 2].tolist() # 获取dataFrame中的第3列,并将此转换为list ydata = readData.iloc[:, 3].tolist() # 获取dataFrame中的第4列,并将此转换为list Color_map = { '0x0': 'r', '0x10': 'b', '0x20': 'pink', '0x30': 'm', '0x40': 'm', '0x50': 'm', '0x60': 'g', '0x70': 'orange', '0x80': 'orange', '0x90': 'm', '0xa0': 'b', '0xb0': 'g', '0xc0': 'g', '0xd0': 'orange', '0xe0': 'orange', '0xf0': 'orange', } plt.ion() fig = plt.figure(num = "蓝牙钥匙连接状态", figsize= (10.8,10.8),frameon= True) gs = fig.add_gridspec(1, 1) ax = fig.add_subplot(gs[0, 0]) colors = readData.iloc[:, 1].map(Color_map) plt.title("Connecting Status For Bluetooth Key") #plt.rcParams['figure.figsize']=(15, 15) ax.axis('equal') a,b = (0.,0.) r = [5,10] for r1 in r: theta = np.arange(0,r1*np.pi,0.05) ax.plot(a+r1*np.cos(theta),b+r1*np.sin(theta),linestyle='-.',c = 'darkgrey') ax.spines['bottom'].set_position(('data', 0)) ax.spines['left'].set_position(('data', 0)) ax.spines['right'].set_position(('data', 0)) ax.spines['top'].set_position(('data', 0)) arr_img = plt.imread('D:\\2022\\测试工作\\蓝牙钥匙测试\\定位\\室内定位(v3.6.21).rar-1656500746516.室内定位(v3.6.21)\\车型图2.png') imagebox = OffsetImage(arr_img, zoom=0.3) ab = AnnotationBbox(imagebox, [0, 0],xybox=(0, 0),pad=0) ax.add_artist(ab) ticks = np.arange(-10,10,2) plt.xticks(ticks) plt.yticks(ticks) #plt.figure(figsize=(15,15)) plt.scatter(xdata, ydata, s=150, edgecolors = None, linewidths=0, alpha=0.3,c = colors) # 画散点图,*:r表示点用*表示,颜色为红色 plt.legend() plt.ioff() plt.show() # 画图

2023-07-24 上传