jquery实现省市区三级联动

warning: 这篇文章距离上次修改已过185天,其中的内容可能已经有所变动。

使用jQuery实现省市区三级联动的基本思路是监听前两级选择的变化,根据选中的省市动态加载区域数据。以下是一个简单的实现示例:

HTML部分:




<select id="province">
  <option value="">请选择省份</option>
</select>
 
<select id="city">
  <option value="">请选择城市</option>
</select>
 
<select id="area">
  <option value="">请选择区域</option>
</select>

jQuery和JavaScript部分:




$(document).ready(function() {
  // 初始化省份数据
  var provinces = [
    {name: '省份1', cities: ['城市1', '城市2']},
    {name: '省份2', cities: ['城市3', '城市4']}
  ];
 
  // 填充省份下拉菜单
  $.each(provinces, function(index, province) {
    $('#province').append($('<option></option>').val(index).html(province.name));
  });
 
  // 省份变化时加载城市
  $('#province').change(function() {
    var index = $(this).val();
    var cities = provinces[index].cities;
    $('#city').empty(); // 清空城市下拉菜单
    $.each(cities, function(index, city) {
      $('#city').append($('<option></option>').val(index).html(city));
    });
  });
 
  // 城市变化时加载区域
  $('#city').change(function() {
    var cityIndex = $(this).val();
    var areas = provinces[$('#province').val()].cities[cityIndex];
    $('#area').empty(); // 清空区域下拉菜单
    $.each(areas, function(index, area) {
      $('#area').append($('<option></option>').val(index).html(area));
    });
  });
});

在这个例子中,我们使用了三个select元素来创建三级联动菜单。初始化时,我们填充了省份下拉菜单,然后监听省份的变化来更新城市下拉菜单,同时监听城市的变化来更新区域下拉菜单。每次变化后,都会清空旧的数据,并根据选中的内容加载新的数据。

注意:这个例子中的区域数据设置得非常简单,它只是一个字符串数组。在实际应用中,区域数据应该是一个包含更多细节的对象或者数据结构。

最后修改于:2024年08月21日 15:42

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日