JS-DOM(基础)

银河麒麟V10 SP3离线安装Nginx1.21.5全记录(附11个rpm包下载清单) 本文详细记录了在银河麒麟V10 SP3操作系统上离线安装Nginx 1.21.5的全过程,包括11个必备rpm包的下载清单。通过分步骤的实战指南,帮助用户在国产化环境中高效部署Nginx服务,涵盖安装、配置、调优及故障排查等关键环节,特别适合金融、政务等对安全性要求高的场景。 阅读详情

JS-DOM(基础)

获取元素节点

通过document对象调用
以下各种获取方法通过例子逐个进行演示

<div id="total">
    <div class="inner">
        <p>
            你喜欢哪个城市
        </p>
        <ul id="city">
            <li id="bj">北京</li>
            <li>上海</li>
            <li>东京</li>
            <li>首尔</li>
        </ul>
        <br>
        <br>
        <p>
            你喜欢那款单机游戏?
        </p>
        <ul id="game">
            <li id="rl">红警</li>
            <li>实况</li>
            <li>极品飞车</li>
            <li>魔兽</li>
        </ul>
        <br>
        <br>
        <p>
            你手机的操作系统是?
        </p>
        <ul id="phone"><li>IOS</li><li id="android">Android</li><li>Windows Phone</li></ul>
    </div>
    <div class="inner">
        gender:
        <input type="redio" name="gender" value="male"/>
        Male
        <input type="radio" name="gender" value="female"/>
        Female
        <br>
        <br>
        name:
        <input type="text" name="name" id="username" value="abcde"/>
    </div>
</div>
<div id="btnList">
    <div><button id="btn01">查找#bj节点</button></div>
    <div><button id="btn02">查找所有li节点</button></div>
    <div><button id="btn03">查找name=gender的所有节点</button></div>
    <div><button id="btn04">查找#city下所有li节点</button></div>
    <div><button id="btn05">返回#city的所有子节点</button></div>
    <div><button id="btn06">返回#phone的第一个子节点</button></div>
    <div><button id="btn07">返回#bj的父节点</button></div>
    <div><button id="btn08">返回#android的前一个兄弟节点</button></div>
    <div><button id="btn09">返回#username的value属性值</button></div>
    <div><button id="btn10">设置#username的value属性值</button></div>
    <div><button id="btn11">返回#bj的文本值</button></div>
</div>

常用的调用方法如下

getElementById()

-通过id属性获取一个元素节点对象

例子

查找#bj节点

//为id为btn01的按钮绑定一个单机响应函数
var btn01=document.getElementById("btn01");
btn01.onclick=function () {
    //查找#bj节点 
    var bj=document.getElementById("bj");
    //打印bj
    //通过innerHTML来获取元素内部的html代码
    alert(bj.innerHTML);
}

getElementsByTagName()

-通过标签名获取一组元素节点对象
-方法,返回当前节点的指定标签名后代节点

例子

查找所有li节点

var btn02=document.getElementById("btn02");
btn02.onclick=function () {
    //查找所有li节点
    //getElementsByTagName()可以根据标签名来获取一组元素节点对象
    //该方法会给我们返回一个类数组对象,所有查询到的元素都会封装到对象中
    //即使查询到的元素只有一个,也会封装到数组中返回
    var lis=document.getElementsByTagName("li");
    //遍历lis
    for (var i=0;i<lis.length;i++){
        alert(lis[i].innerHTML);
    }
}

getElementsByName()

-通过name属性获取一组元素节点对象
innerHTML能够获取元素内部的HTML

例子

查找name=gender的所有节点

var btn03=document.getElementById("btn03");
btn03.onclick=function () {
    //查找name=gender的所有节点
    var inputs=document.getElementsByName("gender");
    for (var i=0;i<inputs.length;i++){
        //如果需要获取元素节点属性
        //直接使用 元素.属性名
        /*
        例子:
            元素.id 元素.name 元素.value
            注意:class属性不能采用这种方法
                读取class属性是需要使用 元素.className
         */
        alert(inputs[i].value);
    }
}

获取元素子节点

通过具体的元素节点调用

childNodes()

-属性,表示当前节点的所有子节点
该属性会获取包括文本节点在内的所有子节点
DOM标签间的空白也会获取到
children()属性可以获取当前元素的所有子元素

例子

返回#city的所有子节点

var btn05=document.getElementById("btn05");
btn05.onclick=function () {
    var city=document.getElementById("city");
    var cns=city.childNodes;
    /*
    该属性会获取包括文本节点在内的所有子节点
    DOM标签间的空白也会获取到
    children()属性可以获取当前元素的所有子元素
     */
    var cns2=city.children;
    alter(cns2.length);
}

firstChild()

-属性,表示当前节点的第一个子节点
可以获取到当前元素的第一个子节点(包括空白文本)
firstElementChild()获取当前元素的第一个子元素(不支持IE8及以下的浏览器)

例子

返回#phone的第一个子节点

var btn06=document.getElementById("btn06");
btn06.onclick=function () {
    var phone=document.getElementById("phone");
    /*
    firstChild可以获取当前元素的第一个子节点(包括空白文本)
     */
    var fir=phone.firstChild;
    alert(fir);
}

由于我们对元素逐个进行绑定,重复代码过多,因此为了方便操作,我们可以定义一个函数,
专门用来为指定元素绑定单击响应函数
参数:
idStr 要绑定单机响应函数的对象的id属性值
fun 事件的回调函数,当单击元素时,该函数将会触发

function myClick(idStr,fun) {
    var btn=document.getElementById(idStr);
    btn.onclick=fun;
}

获取父节点和兄弟节点

通过具体的节点调节

parentNode

-属性,表示当前节点的父节点

例子

获取id为bj的节点
前面提到 innerHTML 能够获取元素内部的HTML内容
同样有一个类似的 innerText属性 能够获取到元素内部的文本内容
他和innerHMTL 类似,不同的是它会自动将html去除

myClick("btn07",function () {
    var bj=document.getElementById("bj");
    var pn=bj.parentNode;
    alert(pn.innerText);
})

previousSibling

-属性,表示当前节点的前一个兄弟节点
也可能获取到前面的空白文本

例子

返回#android的前一个兄弟节点

myClick("btn08",function () {
    var and=document.getElementById("android");
    var ps=and.previousSibling;
    //获取前一个兄弟元素 previousElementSibling ,但是IE8及以下不支持
    var pe=and.previousElementSibling;
    alert(ps);
})

nextSibling

-属性,表示当前节点的后一个兄弟节点

例子

读取#username的value属性值

myClick("btn09",function () {
    var um=document.getElementById("username");
    //读取um的value属性值
    //文本框的value属性值,就是文本框中填写的内容
    alert(um.value);
})

设置#username的value属性值

myClick("btn10",function () {
    var um=document.getElementById("username");
    um.value="zz";
})

返回#bj的文本值

myClick("btn11",function () {
    var bj=document.getElementById("bj");
    alert(bj.firstChild.nodeValue);
})

华为OD机试新系统真题【迷宫相遇】 华为OD机试 新系统真题【迷宫相遇】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题【迷宫相遇】多语言题解。 阅读详情

相关推荐

华为星闪SLE实战:手把手教你用HarmonyOS开发智能家居控制应用(附完整代码)

本文详细介绍了如何利用华为星闪SLE技术,结合HarmonyOS开发智能家居控制应用。通过对比传统无线技术,阐述了星闪SLE在低时延、高可靠性和高并发方面的优势,并提供了从环境搭建、设备发现、连接管理到核心控制代码的完整实战教程,帮助开发者快速上手这一无线短距通信技术。

bert9linguist的博客 506

JavaScript 学习笔记 p97 - 100

// 定义一个函数,用来为指定元素绑定单击响应函数 // 参数: idStr 绑定单机响应函数的对象的 ID 属性值;fun 事件的回调函数,单击元素时,该函数将会被触发 function myClick (idStr, fun) { var btn = document.getElementById (idStr); btn.onclick = fun; } //...

draltracy的博客 250

信号完整性SI-PI

SI设计的主要难点在于需要综合信号的幅度、噪声、边沿、延时等影响信号质量的多种因素,并且这种因素常常相互依赖、互相影响,交叉在一起。1.1、信号过冲 (欠阻尼状态,可并联一个合适的电容):过冲会造成强烈的电磁干扰,另一方面会损伤后面的电路的输入及,甚至失效。信号完整性SI:是指电路系统中信号的质量,如果在要求的时间内,信号能不失真的从源端传输到接收端。优点:提供较慢的上升时间,减少反系量,产生更小的EMI,从而降低过冲,增加信号质量。导线之间的间距过小, 就会产生串扰,间距越小、串扰越大。

weixin_42304393的博客 4867

java后端:递归查父节点和父节点下面的所有子节点,并且以树形形式返回(包括父节点)

参考博文: https://blog.csdn.net/weixin_42528855/article/details/116259541

weixin_43228497的博客 1186

Claude Code 完整使用教程(2026最新版)

《Claude Code 完整使用教程(2026最新版)》摘要: Claude Code 是 Anthropic 公司推出的智能编程工具,通过自然语言对话实现代码编写、调试和重构。本教程基于 v2.1.101 版本,涵盖安装配置、核心功能及最新特性。主要内容包括: 多平台安装方式(macOS/Linux/Windows) 桌面应用专属功能如并行会话、定时任务和语音模式 模型选择指南(Sonnet/Opus/Haiku) 快速入门示例:5分钟创建Node.js项目 核心功能:代码读写、命令执行、Git集成等

程序猿_三产 1万+

Nginx配置Cookie安全属性:HttpOnly、Secure、SameSite实战指南

Cookie是Web应用中维持用户状态的核心机制,其安全配置直接关系到会话管理与身份认证的可靠性。从原理上讲,HttpOnly属性可防止XSS攻击窃取Cookie,Secure属性确保Cookie仅在HTTPS加密连接中传输,而SameSite属性则用于控制跨站请求时Cookie的发送行为,能有效防御CSRF攻击。这些安全属性的技术价值在于构建纵深防御体系,提升应用的整体安全性。在现代浏览器(如Chrome 80+)默认将未明确声明的Cookie视为SameSite=Lax的背景下,正确配置这些属性变得尤为

weixin_33783283的博客 320

java 查询子节点_Java list如何根据id获取子节点 Java list根据id获取子节点代码

本篇文章小编给大家分享一下Java list根据id获取子节点代码,小编觉得挺不错的,现在分享给大家供大家参考,有需要的小伙伴们可以来看看。实现思路1.获取整个数据的list集合数据2.将数据分组,java8 list有groupby分组,java8之前的自己遍历整理3.分组后递归获取子节点,有子节点的添加,没有的设置子节点并删除分组的数据,知道分组数据删完Tree.java@Datapublic...

weixin_36483061的博客 941

老N卡福音:GT1030/GTX1050在MacOS Ventura 13.2上的完整驱动指南(附实测截图)

本文详细介绍了如何在MacOS Ventura 13.2上通过OCLP工具链驱动GT1030和GTX1050等老款NVIDIA显卡,涵盖硬件兼容性验证、BIOS设置、OpenCore配置、驱动安装及性能测试全流程。实测数据显示,这些基于Pascal和Maxwell架构的显卡在当代MacOS系统中仍能发挥实用价值,为老N卡用户提供完整解决方案。

weixin_30832143的博客 632

JavaScript DOM基础

本文简单的讲解了JavaScript的DOM基础,适合初学的朋友们,如果本文对你有所帮助请三连支持博主,你的支持是我更新的动力。以下是本篇文章正文内容一个完整的JavaScript实现由以下3个不同部分组成核心(ECMAScript)语言核心部分,描述了该语言的语法和基本对象。文档对象模型(DocumentObjectModel,DOM)网页文档操作标准,描述处理网页内容的方法和接口。浏览器对象模型(BOM)客户端和浏览器窗口操作基础,描述与浏览器进行交互的方法和接口。编程接口。......

程序员柒的博客 2419

华为OD新系统机试真题-文章特征提取

华为OD机试新系统真题 【文章特征提取】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD新系统机试真题【文章特征提取】

qq_45776114的博客 729

MIPI CSI-2

来源:公众号瓜大三哥版权归三哥所有1 MIPI简介2 MIPI CSI-2简介2.1 MIPI CSI-2 的层次结构2.2 CSI-2协议层2.3 打包/解包层2.4 ...

OpenFPGA的博客 2113

JavaScript基础语法入门与JS事件、Bom对象和Dom对象

​ JavaScript 是一种具有面向对象能力的、解释型的程序设计语言。更具体一点,它是基于对象和事件驱动并具有相对安全性的客户端脚本语言。它的主要目的是,验证发往服务器端的数据、增加 Web 互动、加强用户体验度等。 ​ ECMAScript定义的只是这门语言的基础,与Web浏览器没有依赖关系,而在基础语法上可以构建更完善的脚本语言。JavaScript的运行需要一定的环境,脱离了环境JavaScript代码是不能运行的,JavaScript只能够寄生在某个具体的环境中才能够工作。JavaScript运

m0_46168848的博客 612

基于Python的MOOC课程评价爬取与分析系统设计与实现

本文详细介绍了如何使用Python最新技术栈构建一个高效的MOOC课程评价爬取与分析系统。系统采用Scrapy框架结合Selenium实现动态页面抓取,利用PyMySQL进行数据存储,并通过Pandas和Matplotlib实现数据可视化分析。文章从爬虫原理、技术选型、系统设计到代码实现进行全面讲解,为教育工作者改进教学质量提供数据支持。关键词:Python爬虫、MOOC评价分析、Scrapy框架、数据可视化、教学改进。

2201_76125261的博客 1103

JavaScript基础知识之DOM

java script包含ECMAScript(语法)、DOM(页面文档对象模型)、BOM(浏览器对象模型) 后面两者属于web APIs阶段,主要学习页面交互功能。即文档对象模型,是W3C组织推荐的处理可扩展标记语言(HTML或者XML)的标准变成接口。可通过接口改变网络的内容、结构和样式 3.获取元素 获取元素有以下几种方法:1.根据ID获取 使用方法可以获取带有ID的元素的对象 2.根据标签名获取 使用getElementsByTagName()方法可以返回带有指定标签名的对象的集合。 返回的是 获取

qq_38652677的博客 1175

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

JavaScript基础+JS API(DOM+BOM)

JavaScript基础一、JS的组成二、JS的基础1. JS输入输出语句2. 变量命名规范3. 数据类型3.1 变量类型简介3.2 数据类型的分类1) 简单数据类型(基本数据类型)① 数字型 Number② 字符串型 String③ 布尔型 Boolean④ 未定义类型 Undefined⑤ 空类型 Null2) 复杂数据类型(引用数字类型)3) 获取变量数据类型① 获取检测变量的数据类型 typeof② 字面量4) 数据类型转换① 转换为字符串类型② 转换为数字型(重点)③ 转换为布尔型5)标志符、关键

weixin_47398531的博客 849

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

JavaScript基础-DOM

JavaScript基础-DOMDOM事件操控 DOM事件操控 单击事件 onclick 双击事件 ondblclick 获取对象 document.getElementById(“btn”); <div> <button id="btn">我是一个按钮</button> </div> <script&...

weixin_43331769的博客 146

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

javascript基础、DOM

Javascript和java的不同之处: 1 javascript是Netscape公司语言,基于对象和事件驱动,java是sun公司,现在是Orcacle公司 2 js是基于对象,java是面向对象 3 js是由浏览器解释并执行,java是由jvm解释并执行 4 js是弱类型的语言,java是强类型 5 js是非严谨的,java是严谨的,javascript运行在客户端 javascript基本语法:

GAStudio 1129

JavaScript基础15——js的DOM对象

1 <!DOCTYPE html> 2 <html> 3 <head> 4 <meta charset="UTF-8"> 5 <title>js的DOM对象</title> 6 <script type="text/javascript"&...

weixin_33916256的博客 90

JavaScript——你理解的js基础是啥(JavaScript(核心、BOM、DOM))

面试的时候,面试官问了一个问题:你理解的js基础是啥,当时我一脸蒙蔽,最开始想把js高程的目录给巴拉巴拉一遍,好在没傻…黑,有点尴尬。 虽然JavaScript和ECMAScript通常都用来表达相同的意思,但是JavaScript的含义比ECMA-262中规定的多得多,一个完整的JavaScript实现由下列三个不同部分组成:( 装逼自己做了一个图,无颜值图==‘) 补充:看到这篇文章,窃以为

yCharlee的博客 791

JavaScript基础(DOM编程基础)

JS基础(DOM编程基础)

qq_52215881的博客 613

【JS基础】DOM的一些基础操作

DOM(Document Object Model)是一种用于表示和操作HTML或XML文档的接口。通过DOM,我们可以使用JavaScript来动态地操纵文档的结构、内容和样式。DOM 提供了一种树形结构的方式,将文档表示为一个由节点组成的层次结构。在本文中,我们将介绍一些基础的DOM操作,帮助初学者了解如何使用JavaScript与网页交互。DOM(Document Object Model–文档对象模型)是用来呈现以及与任意 HTML或 XML文档交互的API。

m0_62599305的博客 1367

JavaScript学习笔记(一) JS基础+DOM+BOM

1. JavaScript简介 1.1 JavaScript 是什么 JavaScript 是一种运行在客户端的脚本语言 (Script 是脚本的意思) 脚本语言:不需要编译,运行过程中由 js 解释器( js 引擎)逐行来进行解释并执行 现在也可以基于 Node.js 技术进行服务器端编程 1.2 JavaScript 的作用 ① 表单动态校验(密码强度检测) ( JS 产生最初的目的 ) ② 网页特效 ③ 服务端开发(Node.js) ④ 桌面程序(Electron) ⑤ App(Cordova).

kianagrow的博客 654

JavaScript基础Day8 JS类---DOM事件

在{}定义类成员的位置,如方法或构造函数,每个类中包含了一个特殊的方法constructor(),类的构造函数,用于创建和初始化一个由class创建的对象。

爱因斯小柚的博客 1801

JavaScript基础知识-DOM编程-DOM操作、JS数组、JSON 处理

本文介绍了前端开发中的核心知识点:1. BOM与DOM的关系:BOM(浏览器对象模型)包含DOM(文档对象模型),BOM的顶级对象是window,DOM的顶级对象是document。2. DOM操作:包括获取/修改文本框value、innerHTML与innerText的区别、复选框全选功能实现、下拉列表值获取等常见操作。3. 数组操作:介绍了数组创建、动态扩容、遍历以及常用方法(join、push、pop、reverse)。4. JSON处理:包括JSON语法、JSON数组、复杂嵌套JSON以及JSON与

2503_91308956的博客 1825

JavaScript基础——7. js对DOM树的阻塞

window.onload=function() { }【window表示窗口,onload表示加载完成,function表示功能。window.onload=function() { }就是窗口加载完成后执行的功能】解决方案2 .添加window.onload事件,表示网页加载完毕后(包括图片、css文件等等)执行的操作。b.添加window.onload事件,表示网页加载完毕后(包括图片、css文件等等)执行的操作。js对DOM树的阻塞(js对页面中的一个一个的元素的阻塞)

weixin_63215361的博客 342

JavaScript基础——DOM

DOM编程-获取文本框的value.html <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>DOM编程-获取文本框的value</title> </head> <body> <script type="text/javascript"> /* 1、JavaScript包括三大块: ECM

LiLi的博客 388
上一篇: JS-数组详解
下一篇: JS-DOM(提升)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值