Nano Hash - криптовалюты, майнинг, программирование

Заполнить JQuery TokenInput в событии AJAX

Допустим, к jQuery TokenInput прикреплено текстовое поле с параметром предварительного заполнения, определенным во время его инициализации.

Теперь я хочу заполнить это поле ввода некоторыми токенами триггера события без повторной инициализации этого плагина.


Ответы:


1

Я нашел решение своей работы. Вот почему я публикую здесь, чтобы другие могли извлечь пользу из этого ответа.

Допустим, профессия — это мое поле с идентификатором «занятие».

$("#occupation").tokenInput("add", {id: 1, name: "Software Engineer"});

«добавить» — это функция, которая добавляет запись json в качестве токена на лету.

Надеюсь, поможет.

Спасибо

11.03.2014
  • @JohnMax, add — это встроенная функция, предоставляемая tokeninput. Вам просто нужно применить tokenInput к текстовому полю, и если вы хотите заполнить поле каким-либо токеном, укажите json во втором параметре. Например, в моем случае я предварительно заполняю только один тег. Голосуй за :) 04.11.2016
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..