博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
js初学笔记
阅读量:2224 次
发布时间:2019-05-08

本文共 1647 字,大约阅读时间需要 5 分钟。

第一二节

1.定义变量就可以用var:var name;——Undifined 类型、var a=true;——boolean类型、var b=120;——number类型。。。只要右边是什么,它就是什么类型。

2.var name="something"; alert(name);//就会按的时候弹出来一个对话框显示something。

3.var num=123; var str=num.toString();//转成了字符串了        var num=123; alert(num.toString(2));//变二进制了,8——八进制。。。

4.只要数字一开始是0就是八进制, var num=0123;//十进制的83

5.parseInt(), parseFloat()可以筛选出相关的,var num=parseInt("1234xyz");//等于1234

6.强制转换类型var a=Number(true); var b=Boolean("");//非空字符串都返回true 

 

函数略(跟java差不多)

 

类和对象:var oStudent = new Object;oStudent.id='';(var貌似什么都可以用来定义,对象的属性直接写就可以,不用声明。)

 

第三节

DOM技术:1.var oHtml=document.documentElement;//表示了当前的整个HTML文档。

2.var oHead=oHtml.firstChild;//获得head对象   var oBody=oHtml.lastChild;//获得body对象

另外var oHead=oHtml.childNodes[0]; var oBody=oHtml.childNodes[1];同上面一样。

3.alert(oHead.outerHTML);//显示包括head标签本身的内容 oBody.innerHTML//显示不包括body标签本身的内容

 

获得HTML元素的3中方法:1.getElementById:id属性唯一,<input type="text" id="my_text"/>

 

2.getElementByName:name属性并不唯一 如:<input type ="text" id ="text"/><p/>

<input type ="text" id ="text"/><p/><input type ="text" id ="text"/><p/> var o=document.getElementByName("text");for(var i=0; i<o.length; i++){o[i].value=i;}

 

3.getElementByTagName: 如2的文字框var c=document.getElementByTagName("input");for(var i=0; i<c;i++){alert(c[i].type);}//可以输出标签里的属性,当把input换成"*"即是获得所有标签。

 

定时器:setInterval("function()", 毫秒);

 

正则表达式:1.用RegExp类来定义:var reExp=new RegExp("^i\w*");//以i开头的字符串,^——开头,\w——单词字符,*——0个或以上出现。

2./...../两个斜杠里面是匹配的:var reg=/a\w*b/——以a开头b结尾中间是单词的字符。

3.函数:reg.test()返回boolean,reg.replace()

4.构造方法的第二个参数是控制指令,g是整个字符串,i是不区分大小写:var reExp=new RegExp("abc", "gi");

 

排序:1.要排序的表格最好使用<thead>和<tbody>,这样可以将表头和表体数据分开。<thead></thead>是表头,<tbody></tbody>是表体。

 

转载地址:http://xwafb.baihongyu.com/

你可能感兴趣的文章
【LEETCODE】223-Rectangle Area
查看>>
【LEETCODE】12-Integer to Roman
查看>>
【学习方法】如何分析源代码
查看>>
【LEETCODE】61- Rotate List [Python]
查看>>
【算法】- 动态规划的编织艺术
查看>>
用 TensorFlow 让你的机器人唱首原创给你听
查看>>
深度学习的主要应用举例
查看>>
word2vec 模型思想和代码实现
查看>>
怎样做情感分析
查看>>
用深度神经网络处理NER命名实体识别问题
查看>>
用 RNN 训练语言模型生成文本
查看>>
RNN与机器翻译
查看>>
用 Recursive Neural Networks 得到分析树
查看>>
RNN的高级应用
查看>>
TensorFlow-7-TensorBoard Embedding可视化
查看>>
轻松看懂机器学习十大常用算法
查看>>
一个框架解决几乎所有机器学习问题
查看>>
特征工程怎么做
查看>>
机器学习算法应用中常用技巧-1
查看>>
机器学习算法应用中常用技巧-2
查看>>