【vue && vuex】vuex中的数据同步到localStorage和sessionStorage

vue2登录存储案例:sessionStorage会话存储+localStorage本地存储 vue2,登录案例,登陆后数据存在本地 阅读详情

懒,所以我使用插件。可是,要面对的就是对插件的一知半解。

大家都知道vuex中存储的数据在刷新地址栏时,会被销毁,故而vuex不能一直保持状态的存储。

其实手写代码去改造这一点是最好的,但我选择插件。使用的是vuex-persistedstate。

1.安装插件

npm i vuex-persistedstate

 

 2.默认使用

该插件默认将数据存储到localStorage中。

在store/index.js中使用:

import createPersistedState from "vuex-persistedstate";


const store = new Vuex.Store({
  // ...
  plugins: [createPersistedState()]
})

 但有些项目并不满足于将数据存储在localStorage中。希望将一部分数据存储到localStorage,一部分数据存储到sessionStorage中(真能为难人)。

举例:比如用户登录方面有个记住密码的功能,很多时候前端的实现都是通过将token存储在cookie中,将用户的userId存储在vuex(localStorage)中。

正是因为用户在记住密码的情况下,并没有所谓的真正的“记住密码”,所以记住密码不是一种真的登录,于是userId不能从后台获取,但又要在“记住密码”的状态

下进入系统,拿到用户的权限和信息,所以放到localStorage中更合适。但其他的数据放到sessionStorage更为保险,恩。。。(前端的安全机制。。。就。。我觉得又扯又多余)

 

3.将数据分开存储到localStorage和sessionStorage

 以我当前逻辑,有一个问题,就是userId和userInfo是在一个数据结构中的,他们应该是属于user.js这个模块的,是同一个state中。但是这里我尝试过在同一个state中将userInfo的userId单独存在localStorage中,userInfo剩余数据存在sessionStorage中。不清楚是怎么回事,页面全部关闭,localStorage中的userId会被清除掉。所以这里我将userId单独存一份state,并将这个小模块存在localStorage中才得以实现。 

//reducer方法拿到的vuexState是哪怕是分模块后的state的所有的状态
// 创建插件实例 这里单独存储userId,并且使用delete删除
//我在这里面直接使用点语法来返回,并没有起到作用
const localPersisted = createPersistedState({
  key: 'userId',
  storage: window.localStorage,
  reducer: (vuexState) => {
    let localState = Object.assign({}, vuexState);
    for (let key in localState) {
        if (key !== 'userId') {
          delete localState[key];
        }
    }
    return localState;
  }
});

//sessionLoStorage存储所有的数据(除了单独的userId的模块)
const sessionPersisted = createPersistedState({
  storage: window.sessionStorage,
  reducer: (vuexState) => {
    let sessionState = Object.assign({}, vuexState);
    for (let key in sessionState) {
      if (key === 'userId') {
        delete sessionState[key];
      }
    }
    return sessionState;
  }
});


export default new Vuex.Store({
  ...,
  plugins: [localPersisted,sessionPersisted]  //插件实例的配置
})

 

 该博客基于掘金的一篇博客,地址忘了,这两天补上。

 

 

endnote让参考文献整整齐齐 这篇文章主要是针对利用 endnote 插入参考文献时,参考文献第一行和后面的行对不齐的问题 下面是示意图 可以看到我们的参考文献对的整整齐齐的,比较好看。 下面介绍具体步骤 1、打开endnote。编辑我们使用的参考文献样式。我这儿是叫 ZZ_MODIFIED_GEEBINF 复制 2、找到布局,每个参考开头,将光标放在在参考开头后面,点插入字段,制表符 3、右下角悬挂式输出哪儿选择全部段... 阅读详情

相关推荐

保姆级教程:用R包ggpicrust2搞定PICRUSt2功能预测,从差异分析到热图PCA一键出图

本文提供了一份详细的ggpicrust2使用指南,帮助用户从零开始完成PICRUSt2功能预测数据的差异分析和可视化。通过安装配置、数据导入、差异分析到高级可视化(如热图和PCA)的全流程讲解,即使是初学者也能快速掌握发表级图表的生成技巧。

weixin_33712987的博客 386

vuex结合localstorage实现刷新后数据不丢失且保持组件内通信

可以结合两者,刷新后数据不丢失且保持组件内通信,原理为在对vuex进行保存数据时,同时对localstorage进行保存数据,读取数据时将localstorage的数据赋给vuex,然后返回vuex的值。2.将ballVisible直接在data中赋值,数据改变时,通过watch是监听不到的,因为data里的数据在组件加载完成后就初始化完了,只能被动改变,不能自动做出更新,想要实现。3.使用localstorage存储数据,通过watch也是监听不到的,因为数据保存在本地,不在内存中。

Yss915的博客 1195

Windows 10 下 Nacos 3.0.2 单机版保姆级安装教程(含JDK 17配置与MySQL 8.0连接避坑)

本文提供Windows 10下Nacos 3.0.2单机版的详细安装教程,涵盖JDK 17配置、MySQL 8.0连接优化及生产级安全设置。通过步骤详解和常见问题解决方案,帮助开发者快速完成Nacos的安装与配置,确保服务发现与配置管理的高效运行。

weixin_29237635的博客 320

vue中通过监听localStorage数据变化,实现2个vue组件之间的数据同步

vue中通过监听localStorage数据变化,实现2个vue组件之间的数据同步

lizige2008的博客 5925

BES (恒玄)HFP通话笔记

1.audio_developer 调试:SDK 需要打开某个算法,需要原厂打开对应宏定义编译出新的SDK,只要涉及到lib库里的功能都需要原厂手动修改编译。开发商和原厂FAE做起来都会比较累。如果没有原厂支持根本没法做,很少文档,SDK也很多问题,没法开箱即用如果要支持audio_developer上位机调试,还需改代码,如果对整个原理不清楚就没法做,没文档只能啃代码调试工具设计的也有待加强,串口通讯调试对耳机这类产品非常麻烦,本来板子就不大,还要焊接一堆线,调试还要拖着串口线。

飞天鱼 689

Matlab中eig内置函数转为C语言

本文记录一下如何将MATLAB中的eig函数转为C语言,即通过C语言求解矩阵的特征值与特征向量。[V,D]=eig(Rx)中V为矩阵Rx的特征向量,D为矩阵的特征值。其中Rx维度为12*12的复矩阵。 首先在MATLAB端创建入口函数保存为eigvalue.m: 打开MATLAB Coder,添加入口函数: 3.在定义输入类型窗口中,需要添加输入数据来训练...

u011441044的博客 3516

关于将Vuex存储数据存入sessionStorage使用的过程

6.创建Login.vue文件通过触发登录按钮的点击事件触发dispatch方法调用user模块的GetInfo方法(当然这个只是个简单的demo用于讲述如果存储的过程并没有详细写关于登录的细节)在我们开发系统的时候往往在不同的模块需要调用相同的数据去展示或者供接口使用,所以可以通过将数据存储Vuex中再将其存入sessionStorage使用。1.创建store文件夹并创建index.js文件用于动态加载modules目录下所有.js文件,并将其导出的默认值存储到一个对象中。

weixin_53492834的博客 974

LVDS信号调试必备:5分钟搞懂Xilinx IDELAYE3的TIME模式校准

本文深入解析了在Xilinx Ultrascale系列FPGA中调试LVDS信号时,如何正确使用IDELAYE3的TIME模式进行精密延迟校准。文章重点阐述了IDELAYCTRL、EN_VTC管脚与校准状态机的协同工作机制,揭秘了内置自校准(BISC)中Align_Delay的影响,并提供了从抽头值计算到实际眼图优化的完整实战方案,帮助工程师快速解决高速接口的时序问题。

joy55的博客 217

vue store sessionStorage localStorage 解决http请求异步

vuex store:数据存储是响应式的;数据放在内存里;生命周期是每次刷新会初始化 个人理解就是store中的数据在发生改变后都会同步到所有使用的组件中; 比如:如果页面渲染有依赖这些数据,则会出发重新渲染 缺点:刷新则会初始化 sessionStorage:会话缓存;存在浏览器里,生命周期是本窗口(一个标签页) sessionStorage仅对当前标签页有效(tab),当打开新的标签页...

m0_37684037的博客 2653

网络工程系统CAD图:从设计到落地的关键技能与实战指南

网络工程并不只是配置路由器和交换机,真正的核心在于将设计方案转化为可施工的物理图纸。网络工程系统CAD图正是连接逻辑设计与物理世界的桥梁,它涵盖综合布线、信息点布置、桥架路由、弱电间规划等关键内容。理解并掌握这套图纸体系,是网络工程师从基础设备调试走向项目主导者、弱电总工乃至网络架构师的重要分水岭。在园区网、数据中心、智能楼宇等真实场景中,一套规范的系统CAD图直接决定了施工质量、验收效率与后期运维的可靠性。本文从基础概念出发,拆解图纸的组成层次、绘制流程和软件工作流,并结合学习路线与就业方向,帮助初学者建

weixin_33860553的博客 391

JavaScript China城市联动

中国全城市的地址省,市,县 <head> <meta http-equiv="Content-Type" content="text/html; charset=utf-8"> <title></title> <script src="jquery.js"></script> <script src="json.js"></...

唯唯同学 2241

Vuex,sessionStorage,localStorage的区别

Vuex适合管理 Vue 应用的全局状态,数据存储在内存中,适合临时存储。适合持久化存储不频繁更新的数据,数据存储在浏览器本地。适合存储单次会话的数据,数据存储在浏览器会话中。在实际开发中,可以根据需求选择合适的存储方式,也可以结合使用它们来满足不同的需求。

qq_44062823的博客 843

yolov5 FPGA实现及verilog代码仿真

本文介绍了一种基于FPGA的卷积神经网络加速器设计,采用混合架构实现网络功能。该系统将训练和图像预处理等复杂计算保留在PC端执行,仅将主干网络部署在FPGA上。由于片上资源限制,建议通过外接DDR存储扩展容量。文章提供了完整的Verilog HDL源码,包括卷积单元(convUnit)、卷积层(convLayerSingle)和处理单元(processingElement)等核心模块,均已通过仿真验证。该设计采用流水线结构,使用浮点运算单元实现卷积计算,支持32x32图像输入和5x5卷积核处理。系统架构图中

QQ_778132974的博客 577

Vue核心知识:Pinia与localStorage和sessionStorage的结合使用

Pinia 是由 Vue.js 核心团队成员开发的 Vue 3 状态管理库。它作为 Vuex 的继任者,提供了更加现代化和简洁的 API,利用 Vue 3 的 Composition API 特性,使得状态管理的使用变得更加直观。简洁的 API:与 Vuex 相比,Pinia 的 API 更加简洁,易于理解,尤其是对于 Composition API 用户。支持模块化:Pinia 支持多模块的状态管理,每个模块可以包含自己的状态、getter、actions。类型推导。

百锦再的博客 1万+

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")

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

记录:vue使用cookie、vuex和localstorage、sessionStorage进行状态管理

一.cookie、session、localStorage、sessionStorge总体介绍 cookie:浏览器储存,最大4KB,请求头会自动带上(最先验证的时候可以使用),vue中默认有效时间为浏览器关闭,django中可以自己设置。(位于google的setting里面,你可以去找找/控制台的Application里面都有) session:保存在服务器,配合着用挺好。(一般是放在数据...

by_side_with_sun的博客 5365

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

localstorage, sessionstorage, vuex的区别和优势

sessionStorage、localStorage可以代替vuex做全局数据共享吗? 首先我们先来了解一下这三者的区别和优势: 区别: Vuex存储在内存 localStorage(本地存储)则以文件的方式存储在本地,永久保存; sessionStorage( 会话存储 ),临时保存, 浏览器或者页面关闭,则sessionStorage被清空。 vuex用于组件之间的传值, local...

studentenglish的博客 2147

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

vuex和localStorage、sessionStorage的区别

文章目录localStorage属性sessionStorage属性Vuex区别 localStorage属性 localStorage 和 sessionStorage 属性允许在浏览器中存储 key/value 对的数据。 localStorage 用于长久保存整个网站的数据,保存的数据没有过期时间,直到手动去删除。 localStorage 属性是只读的。 提示: 如果你只想将数据保存在当前会话中,可以使用 sessionStorage属性, 该数据对象临时保存同一窗口(或标签页)的数

weixin_46351593的博客 723

解决Vue刷新后页面数据丢失的问题(sessionStorage和localStorage的用法)

其二,使用sessionStorage可以保证打开页面时sessionStorage的数据为空,而如果是localStorage则会读取上一次打开页面的数据。办法三:在父页面向后台请求远程数据,并且在页面刷新前将vuex的数据先保存至sessionStorage(以防请求数据量过大页面加载时拿不到返回的数据)state - 数据【存项目共享状态,是响应式的,store的数据改变,所有依赖此状态的组件会更新】,相当于全局变量,页面刷新的时候vuex里的数据会重新初始化,导致数据丢失。【页面关闭就没有了】

Vivien_CC的博客 7295

vuex知识笔记,及与localStorage和sessionStorage的区别

菜单快捷导航 Vuex是什么东东,有什么应用场景?localStorage和sessionStorage能否替代它? Vuex知识点State、Getter、Mutaion、Action Vuex模块化(Module) 1、Vuex概念和应用场景   首先,Vuex是什么,官网介绍说Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式。我的理解就是Vuex就是类似于sessionStorage这样管理数据(本地存和取)的一种技术方案。   既然vuex类似于sessionStorage...

深蓝旭的博客 1054

vuex和localstorage、sessionStorage存储方式及区别

vuex和localstorage,sessionStorage存储方式及区别

Wanan_J的博客 1050

localStorage、sessionStorage、vuex使用及区别

目录 Vuex localStorage sessionStorage 语法 区别 Vuex Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式。它采用集中式存储管理应用的所有组件的状态,并以相应的规则保证状态以一种可预测的方式发生变化。 localStorage 译为“本地存储器”,是HTML5中新增的一个存储对象,跟cookie一样也是用来本地存储来的,但是解决了...

maidu_xbd的博客 1165

Vuex、localStorage和sessionStorage

sessionStorage也是浏览器提供的一种存储机制,但与localStorage不同,sessionStorage的数据在浏览器关闭后会被清除。如果你的应用有复杂的状态逻辑、需要在多个组件之间共享数据,或需要进行状态的异步操作和监听,那么使用Vuex是一个不错的选择。在实际开发中,可以将一些全局状态使用Vuex进行管理,将用户偏好设置存储到localStorage中,将临时会话数据存储到sessionStorage中。localStorage是Web浏览器提供的一种持久化存储数据的机制。

一颗松鼠 385

vuex存储和本地存储(localstorage、sessionstorage)的区别

转载自:https://www.cnblogs.com/jiajialove/p/12606695.html 转载自:https://www.cnblogs.com/leijee/p/7506301.html 区别及适用场景: 1.区别:vuex存储在内存,localstorage(本地存储)则以文件的方式存储在本地,永久保存;sessionstorage( 会话存储 ) ,临时保存。localStorage和sessionStorage只能存储字符串类型,对于复杂的对象可以使用ECMAScript提供

ruantianqing的博客 2712

vuex存储和localstorage、sessionstorage、cookie的区别

sessionStorage   sessionStorage 方法针对一个 session 进行数据存储。当用户关闭浏览器窗口后,数据会被删除。 localStorage   localStorage 方法存储的数据没有时间限制。第二天、第二周或下一年之后,数据依然可用。 vuex   Vuex 是一个专为 Vue.js 应用程序开发的状态管理模式。它采用集中式存储管理应用的所有组件的状态,并以相应的规则保证状态以一种可预测的方式发生变化。 总结 1.区别:vuex存储在内存,locals..

y1009666319的博客 1419

cookies、sessionStorage和localStorage以及vuex解释及区别

在浏览器查看 HTML4的本地存储 cookie 浏览器的缓存机制提供了可以将用户数据存储在客户端上的方式,可以利用cookie,session等跟服务端进行数据交互。 一、cookie和session cookie和session都是用来跟踪浏览器用户身份的会话方式。 区别: 1、保持状态:cookie保存在浏览器端,session保存在服务器端 2、使用方式: (1)coo...

qq_37899792的博客 3596
上一篇: 【vue && less】vue使用全局less
下一篇: 【vue】jison解决后台返回的long类型数据位数过长的问题
谭CV
博客等级 码龄9年 73粉丝 85原创
评论 3
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