在我的FullCalendar应用程序中,更具体地说是月视图可视化,我在同一天添加了3个或更多事件时会出现一个链接,然后我想让该链接指向该特定日期视图模式一天。
我该怎么做?我很确定有办法做到这一点,但我不知道是什么。
$(".events-view-more a").click(function () {
alert("clicou");
});
父级(.events-view-more a的父级)td元素包含一个数据属性,其日期值包含类似“2013-11-29”的内容。如何使用它将可视化模式更改为当天的日视图?
任何帮助将不胜感激
提前致谢
答案 0 :(得分:12)
如果您在月视图中单击单元格的任何位置,则会出现类似这样的内容,从月视图到日视图:
$('#calendar').fullCalendar({
//other parameters here
dayClick: function(date, jsEvent, view) {
$('#calendar').fullCalendar('gotoDate',date);
$('#calendar').fullCalendar('changeView','agendaDay');
}
});
希望这对其他人有用,我知道这是一个老帖子。
答案 1 :(得分:2)
对于寻找非jquery 解决方案的所有人:
window.calendar = new FullCalendar.Calendar(element, options);
// do stuff ...
window.calendar.changeView("timeGridDay")
答案 2 :(得分:1)
$(".events-view-more a").click(function () {
var date=new Date($(this).parents('td').attr('date'));
$('#fullCalendar').fullCalendar('gotoDate', date.getFullYear(), date.getMonth(), date.getDate());
});
答案 3 :(得分:1)
dayClick: function(date, jsEvent, view) {
var ajandamodu=view.name;
if(ajandamodu=='month')
{
$('#calendar').fullCalendar( 'changeView', 'basicDay' );
}
},
答案 4 :(得分:0)
您唯一需要做的就是在header
中指定视图名称(例如agendaDay
或agendaWeek
):
$('#calendar').fullCalendar({
// put your options and callbacks here
header: {
left: 'title',
center: '',
right: 'today prev,next agendaDay,agendaWeek'
},
defaultView: 'agendaWeek'
});
答案 5 :(得分:0)
@rodrigoalves在日历配置中尝试低于一个。
eventLimit: 3,
eventLimitClick: 'day',
这适合我。
答案 6 :(得分:0)
从上面这里是我对angularjs的解决方案
<div ui-calendar="uiConfig.calendar" config="uiConfig.calendar" calendar="myCalendar" data-ng-model="eventSources"></div>
我像这样设置我的Cal div
import tensorflow as tf
import matplotlib.pyplot as plt
# Make a queue of file names including all the JPEG images files in the relative image directory.
filename_queue = tf.train.string_input_producer(tf.train.match_filenames_once("./MNIST_data/*.png"))
reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
image = tf.image.decode_png(value) # use png or jpg decoder based on your files.
num_preprocess_threads = 1
min_queue_examples = 256
batch_size=2;
images = tf.train.shuffle_batch([image], batch_size, min_queue_examples + 3 * batch_size, num_threads=num_preprocess_threads, min_after_dequeue=min_queue_examples)
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(coord=coord)
t_image = image.eval() #here is your image Tensor :)
fig = plt.figure()
plt.imshow(t_image)
plt.show()
coord.request_stop()
coord.join(threads)