1. JavaScript语法

JavaScript基础——1.js基础语法 js全称JavaScript,是一种轻量级的面向对象的编程语言,既能用在浏览器中控制页面交互,也能用在服务器端作为网站后台(借助 Node.js),因此 JavaScript 是一种全栈式的编程语言。 JavaScript 与 HTML 和 CSS 共同构成了我们所看到的网页,其中: HTML 用来定义网页的内容,例如标题、正文、图像等; CSS 用来控制网页的外观,例如颜色、字体、背景等; JavaScript 用来实时更新网页中的内容,例如从服务器获取数据并更新到网页中,修改某些标签的样式或其中 阅读详情

一、初识JavaScript

1.JavaScript的组成(专用于网页交互)

完整的JavaScript由ECMAscript(语法)、Browser Object(DOM访问和接触网页内容的接口、BOM浏览器窗口的缩放等)(特性)组成的。

2.在HTML中使用JavaScript

可以在head或body中使用<script>嵌入JavaScript脚本。
嵌入内部脚本就直接使用

<script type="text/javascript">
 
</script>

嵌入外部脚本就

<script src="">
 
</script>

二、js的语法规则

1.JavaScript注释与分号

//单行注释
/**/多行注释
语句结束加分号

2.语法

ECMAscript中的一切(变量、函数名、操作符)都区分大小写。

3.标识符

  1. 标识符:变量、函数、属性的名字、函数的参数
  2. 命名规则:
    1. 由字母、数字、下划线、美元符号$ 组成。
    2. 不能以数字开头。
    3. 不能使用关键字、保留字作为标识符

4.变量

1.概念

ECMAscript的变量是松散类型
松散类型:可以用来保存任何类型的
换句话说:每个变量仅仅是用于保存值的占位符而已。

2.变量的声明和赋值
  1. 变量声明:var 变量名
  2. 变量赋值:
    声明的同时赋值:var 变量名=值;
  var age=18;

先声明后赋值:变量名=值;

var name_01;
name_01="nanora";

一次声明多个变量,用逗号隔开

var id,sex,age,name="nanora";

p.s.省略var声明的变量是全局变量

三、JavaScript数据类型

在这里插入图片描述

1.typeof

  1. 功能:检测变量类型。
  2. 语法:typeof 变量 或typeof(变量)。
  3. 返回值:undefined(未定义)、number(数值)、boolean(布尔值)、string(字符串)、object(对象或null)、function(函数)。
  4. 变量本身没有类型,里面添加东西了以后才会有类型。
1.undefined

声明一个变量但是并没有给他赋值

2.null
  1. 表示一个空指针对象
  2. 如果定义的变量准备在将来用于保存对象,那么最好将变量初始化为null。
  3. undefined是派生自null值的,因此undefined==null; //true
3.Number
  1. 表示整数和浮点数
  2. NaN(Not a number)非数值:是一个特殊的数值
    1. 任何涉及NaN的操作(例如NaN/10),都会返回NaN。
    2. NaN与任何数都不相等,包括NaN本身。
4.isNaN()
  1. 语法:isNaN(n)
  2. 功能:检测n是否是“非数值”
  3. 返回值:boolean 例如:console.log(isNaN(age)); //判断age是否为非数值 。
  4. 参数:参数n可以是任何类型。
  5. isNaN()对接收的数值,先尝试转化为数值,再检测是否为非数值。
  6. 所有加了引号的数字都是字符串。
    在这里插入图片描述

2.数据转换

1. 非数值转换成数值:

Number() 把一个值强制转化为数值类型
parseInt() 、 parseFloat()专门用于把字符串转为数值

2. Number
  var name="nanora";
  id=Number(name);
  console.log(typeof name);  //字符串转成数字没办法转,故NaN。
3. parseInt() => 提取整数

会忽略字符串前面的空格,直至找到第一个非空格字符。
在这里插入图片描述

  1. 转换空字符返回NaN。
  2. 可提供第二个参数,即使用多少进制。在这里插入图片描述
  3. 如果第一个字符不是数字,则会返回NaN。
4. parseFloat() => 提取浮点数

从第一个字符开始解析每个字符,直至遇见一个无效的浮点数字为止。

  1. 只有第一个小数点有效,第二个小数点就无效了。
  2. 会忽略前导的零。在这里插入图片描述

四、js中的string和bollean类型

1.String

用于表示字符串,可以由单双引号表示。

2.toString()和String()

  1. 语法:str.tostring()
  2. 功能:将str转化为字符串
  3. 返回值:str的一个副本
  4. 参考:str是转换的内容,可以是数值、布尔值、对象和字符串。
  5. 说明:在不知道要转换的值是不是null或undefined的情况下,还可以使用String()函数,他能够将任何类型的值转化为字符串(强制转换)。
  6. 字符串必须放在引号之内

3.Boolean

用于表示真假的类型,即ture表示真,false表示假。

var isChild=false;
var isStudent=true;//布尔型

console.log(typeof isChild);//Boolean
console.log(isChild.toString());//false=仅代表字符串,和真假无关
  1. 除0以外的所有数字,转换为布尔型都为ture
  2. 除 “ ”之外的所有字符,转换为布尔型都为ture
  3. null和undefined转换为布尔型为false

五、js算数操作符

1.什么是表达式

将同类型的数据(如常量、变量、函数等),用运算符号按一定的规则连接起来的、有意义的式子称为表达式。(运算、比较等)

2.操作符的分类

1.算数操作符

+、-、*、/、%取余…

2.递增和递减
  1. 递增:++a与a++
    ++a先返回递增之后的值
    a++先返回a的原值,再返回递增之后的值
  2. 递减同理
3. 赋值操作符

简单赋值:=
复合赋值:+=、-=、*=、/=、%=

4.比较操作符

>、

var x=10,
    y="10";
    z=x==y;  //值是否相等 true
    z=x===y;  //全等 false
5.三元操作符
  1. 语法: 条件?执行代码1:执行代码2;
  2. 说明:(可代替if语句)条件成立时,执行1,否则2。
var score=85;
var result=(score>60)?"及格":"不及格";

console.log(res&ult);

六、逻辑操作符

1.逻辑操作符:

1. &&:与

如果有一个条件操作数不是布尔值,则遵循:

  1. 如果第一个操作数隐式类型转化后为ture,则返回第二个操作数。
  2. 第一个为false,则 返回第一个数
  3. 操作中只要一个是null、NaN、Undefined,则返回值是null、NaN、Undefined。
2. ||:或

在有一个操作数不是布尔值的情况下,逻辑与操作就不一定有返回值,此时:

  1. 如果第一个操作数隐式类型转化后为ture,则返回第一个操作数。
  2. 第一个为false,则 返回第二个数
  3. 操作中如果都是null、NaN、Undefined,则返回值是null、NaN、Undefined。
3. !:非
  1. 无论什么数据类型,逻辑非都会返回一个布尔值。
  2. !!同时使用两个逻辑非操作符时:
  • 第一个逻辑非无论基于什么操作数都会返回一个布尔值
  • 第二个非,就是对该布尔值求反的操作
【进阶】【JS逆向爬虫】【1.JavaScript 基础语法】初始JavaScript 初始JavaScript 1.JavaScript 概述 2.JavaScript 的作用 3.浏览器执行 JS 简介 4.JS 的组成 ECMAScript DOM ——文档对象模型 BOM ——浏览器对象模型 5.JavaScript 运行过程 阅读详情

相关推荐

JavaScript基础语法 demo1

这篇主要讲了JavaScript的基础知识和变量和数据类型 这是初学者写下的笔记,如有错误,欢迎前来指正!

菜鸟小铭的博客 1032

JavaScript函数

JavaScript 函数 函数是由事件驱动的或者当它被调用时执行的可重复使用的代码块。 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>测试实例</title> <script> function myFunction() { ale...

SinceSora的博客 156

onu

大野

js数据类型

1.变量可以存放两种类型的值: 原始值 和 引用值 2. 3.引用值指的是复合数据类型的值,包括 Object、Function、Array、Date、RegExp。 1.原始值 原始值代表原始数据类型的值,也叫基本数据类型,包括 Stirng、Number、Boolean、Null、Underfined。 1.字符串类型/String 【创建方法】 var str=’abc’; 2.数字类型/N...

SinceSpringOnU的博客 273

PROFINET方案选型指南:瑞萨/西门子/开源p-net协议栈对比实测

本文基于瑞萨RZ/N2L硬件平台,对瑞萨官方认证协议栈、西门子ERTECH及开源p-net三种PROFINET方案进行了实测对比。重点分析了PROFINET-IRT实时性、CPU/内存资源消耗、开发集成复杂度及许可证成本等核心指标,为工业设备制造商提供了从性能到商业决策的全面选型指南。

weixin_29291185的博客 210

抖音小游戏上架避坑指南:从软著申请到ICP备案全流程解析

本文详细解析了抖音小游戏上架前必须完成的软著申请和ICP备案全流程,提供了清晰的时间线规划与实操避坑指南。文章重点阐述了个人与企业备案的区别、材料准备要点以及平台审核常见问题,旨在帮助独立开发者和小团队高效、合规地完成游戏上架,避免在行政流程中延误项目。

weixin_29276847的博客 1558

判断js数据类型

一、typeof操作符 typeof 返回一个表示数据类型的字符串,返回结果包括:undefined(未定义)、number(数值)、boolean(布尔值)、string(字符串)、object(对象或null)、function(函数)等6种数据类型。 1. undefined类型 声明变量但是还没有初始化定义的,都默认为undefined类型。 2.Null类型 null表示空对象指针 u...

SinceSpringOnU的博客 219

Unity 实现动态网格地图生成与交互组件

本文详细介绍了在Unity中实现动态网格地图生成与交互组件的完整方案。从基础网格单元实现到高级交互功能,涵盖网格生成器核心逻辑、事件驱动架构、性能优化技巧以及六边形网格等特殊实现。特别适合游戏开发者学习如何构建战棋、模拟经营类游戏的可交互地图系统,提升开发效率与用户体验。

weixin_29015483的博客 1068

substr和substring/splice/since

1.substr和substring区别–均从下标开始截取 let str = ‘2020-03-02’ 1.substr—第一个参数是下标-可以为负数,第二个参数是长度 let yy = str.substr(1,4) // 020- let yy = str.substr(0,4) // 2020 2.substring—第一个参数是下标(负数无效,直接替换为0),不能为负数,第二个参数是下标,截图的位置一般是end下标-1 let mm = str.substring(1,2) // 0 let m

qq_27808079的博客 249

Numpy快速入门(np)!看这一篇就够了

Numpy快速入门(np)!看这一篇就够了

weixin_74009895的博客 2679

【Hypermesh】TetraMesh Panel 常用选项详解

结合Hypermesh 2020 帮助文档和自己的一点使用经验,整理了这个博客。

qgm1702的博客 3677

js数组常用方法总结

js数组常用方法

VIVI_优快云01的博客 166

电化学-NanoStat-开源系统的使用说明

本文主要介绍了NanoStat开源系统的使用方法,从硬件打板、设备组装、软件安装3个层次进行了详细说明。整个流程根据作者提供的视频能够很好的完成,不需要太多的技术,对刚入门的新手是一个不错的练手项目。其次软件还有很大的优化空间,能够进一步提高系统的精度,对之后类似恒电位仪系统的开发也有很大的借鉴意义。

分享技术笔记,希望对大家能够有一定的帮助,同时也通过归纳总结提升自己的个人能力。 2002

【JS-1】—— JavaScript基础与基本语法

现在开始学习JavaScript了,这是第一次JavaScript的笔记。 文章目录简介JavaScript构成JavaScript特点JS的Hello WorldJS代码编写位置写在标签的属性中写在onclick属性中写在超链接的href属性中script标签编写到外部JS文件中基本语法字面量与常量数据类型StringNumberBooleanNullUndefined强制类型转换标识符 简介 ...

weixin_46351593的博客 757

麻雀搜索算法(SSA)详解:从鸟群智能到优化实践

麻雀搜索算法(SSA)是一种新型群智能优化算法,模拟麻雀群体的觅食行为和反捕食机制。该算法将优化问题转化为麻雀群体对食物源的搜索过程,通过发现者、加入者和警戒者的角色分工实现高效优化。SSA具有原理新颖、参数合理、收敛快速等特点,在函数优化、工程设计和机器学习等领域展现出良好应用前景。算法通过数学模型模拟麻雀的觅食策略,包括发现者全局探索、加入者局部开发和警戒者危险预警机制,有效平衡了全局搜索与局部开发能力。SSA相比传统优化算法具有更好的收敛性和优化效果。

qq_42212808的博客 1072

T型三电平逆变器中点电位平衡详解

T型三电平逆变器(T-type Three-Level Inverter)是一种高效的多电平拓扑,相比传统NPC(Neutral Point Clamped)三电平逆变器,具有更低的开关损耗、更高效率和更简单的结构,尤其适用于中功率应用(如光伏逆变器、风电变换器和工业驱动)。(T-type Three-Level Inverter)中的应用已成为当前中高压功率变换领域(如光伏逆变器、储能PCS、电动汽车充电桩、风电并网和工业驱动)的热门方案。针对 T型逆变器,类似 NPC 的零序注入法适用。

专注于前沿技术的探索与实践,热衷于从代码逻辑、架构设计到行业应用等多维度深挖技术本质。期待在技术之路上与你共同成长~ 545

JavaScript笔记1-JS语法

1.完整的JS是由三个部分组成的 (1)ECMAScript:提供核心语言功能,也就是语法,区分大小写的 (2)DOM:提供访问和操作网页内容的方法和接口 (3)BOM(Browser Objects):提供与浏览器交互的方法和接口 2.JS的标识符: 定义:变量、函数、属性的名字,或者函数的参数。 标识符的命名规则: (1)由字母、数字、下划线(_)或美元符号($)组成 (2)不能以数字开头 (...

Cinderella2333的博客 369

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基础语法1——认识JS

Javascript基础语法 - html:标记语言 - JavaScript:编程语言 序言 JavaScript的发展历史(js) 1. 1994年,网景公司(Netscape)发布了Navigator浏览器0.9版,这是世界上第一款比较成熟的网络浏览 器,轰动一时。但是这是一款名副其实的浏览器--只能浏览页面,浏览器无法与用户互动,当时解决这个问题 有两个办法,一个是采用现有的语言,许它们直接嵌入网页。另一个是发明一种全新的语言。 liveScript ==> javaScript ==&gt

Concentrateon的博客 329

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

JS学习系列1-Javascript基础语法总结

标题1.Javascript基础语法总结 1.JS基本语法使用: JS 有3种书写位置,分别为行内、内嵌和外部。 行内式: 内嵌: 外部: 推荐使用外部方式使用JS,将 JS代码独立到 HTML 页面之外,既美观,也方便文件级别的复用. 2.JS变量声明与提升的机理 函数声明和变量声明总是会被解释器悄悄地被"提升"到方法体的最顶部。 var声明的提升: A.var不论在哪里声明的,都会被当成在当前作用域顶部声明的。 B.变量提升是在预编译的过程中发生的,赋值不确定 C.被声明的变量还是在原来的地方,真正

m0_37643322的博客 244

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

JavaScript基本语法:(1)js的概述

目录 1.基本句法和变量 1.1语句 1.2变量 1.3变量提升 1.4标识符 1.5注释 1.6区块 2.条件语句 2.1if 结构 2.2if...else结构 2.3switch结构(同java语法) 3.循环语句 3.1while循环 3.2for循环 3.3do...while循环 3.4break语句和continue语句 3.5标签(label) ...

上善若泪 766

js---javaScript 1、语法实例

1.语法注意   javascript语言演示 alert("hello world!"); alert("kkkk");//无效代码,被上面的导入方式屏蔽掉了!!! al

浮生若梦--JJ 542

js基础1-javascript语法

一、字面量 1.在编程语言中,一般将固定值称为字面量,比如3.14。 2.字面量可以分为数字型字面量,比如1200,3.14等;字符串型字面量,比如"hello world";表达式字面量,比如1+3,1*7;数组(Array)字面量,比如[40, 100, 1, 5, 25, 10];对象(Object)字面量,比如{firstName:"John", lastName:"Doe", ag...

二个星星 149

web快速入门之基础篇-js:1_1、JavaScript 概述、基础语法

目录 -----前言 -----知识点简介 一:JavaScript 概述 0、编程处理页面介绍 1、什么是 JavaScript: 2、历史和特征: 3、怎么写 js 代码 *** 二:基础语法 1、语法规范: 2、变量*** 3、标识符的规则 4、数据类型 5、String 类型 6、number 类型 7、boolean类型 8、数据类型之间的转换 *** ...

鲁迷那的专栏—坚持实践后再写出来! 393

前端三大件速成 05 javascript(1)js组成、引入、基本语法

前端三大件速成 05 javascript(1)js组成、引入、基本语法

weixin_42830015的博客 1230

【第2章 Node.js基础】2.1 JavaScript基本语法

JavaScript是一种常用的脚本语言,用于网页交互和动态效果。本章将介绍JavaScript的基本语法和概念,包括语句、注释、变量、作用域、数据类型、流程控制、函数和类。我们还会提及严格模式和编程规范。通过学习本章内容,您将对JavaScript有一个基本的了解。

No_Name_Cao_Ni_Mei的博客 676

JavaScript基础&实战(1)js的基本语法、标识符、数据类型

文章目录1、JavaScript简介2、输出语句2.1 代码块2.2 测试结果3、JS编写位置3.1代码3.2 测试结果4、基本语法4.1 代码5、标识符5.1 代码6、数据类型6.1 代码7、强制类型转换--String7.1 代码 1、JavaScript简介 2、输出语句 2.1 代码块 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title

日常笔记 | 干货分享 | 毕设源码 | 毕设指导 | 答辩指导 969
上一篇: 判断js数据类型
下一篇: 2. JavaScript的流程控制语句
SinceSpringOnU
博客等级 码龄7年 9粉丝 52原创
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