基于ES6和原生nodejs实现自定义路由,静态文件服务器和增删查改的MVC架构分享

koa 框架套路-静态路由+ 动态路由 这篇博客,我打算,边写边做笔记的方式,把它写下来! 其实写笔记是最好的习惯,为啥,因为,只要你放到了csdn 上,那么你走到任何一个地方,都可以看你自身的博客,而无需担心计算机坏啦,等乱起八糟的原因!不扯了,我们开始,博客写法,渐进式! 1, 基本路由使用! index.js const Koa = require('koa'); const Router = require('k... 阅读详情

基于ES6和原生nodejs来实现一个基于MVC的增删查改功能示例分享

仓库地址:node-music-mvc@github

自定义路由的解耦实现

首先分别处理不同方式的请求:

const http = require('http');
const url = require('url');
const querystring = require('querystring');
const router = require('../router');

// switch method
function handleMethod (req, data, callback) {
  switch(req.method) {
    case "GET":
      var query = url.parse(req.url, true).query; // true json, false string here
      callback(query);
      break;
    case "POST":
      // too much data, close connection
      if(data.length > 1e6) {
        return req.connection.destroy();
      }
      data = Buffer.concat(data).toString();
      var params = querystring.parse(data);
      callback(params);
      break;
    case "DELETE":
      var query = url.parse(req.url, true).query; // true json, false string here
      callback(query);
      break;
    // other method here to be handled // todo

  }
}

// 处理http请求流
function handler(req,callback) {
  var data = [];
  req.on("error", function(err) {
      return console.error(err);
  }).on("data", function(chunk) {
      data.push(chunk);
  }).on('end', function() {
    handleMethod(req,data,callback);
  });
}

// 服务器开始
const start = function () {
  var server = http.createServer((req, res)=>{
    handler(req, (params)=>{
      router(req, res, params);
    });
  });
  server.listen('3000','127.0.0.1', ()=>{
    console.log('server is running on port 3000');
  });
}

module.exports.start = start;

路由列表模块:

const homeCtrl = require('../controller/home');
const editCtrl = require('../controller/edit');
const addCtrl = require('../controller/add');

// 定义路由列表
class List {
  // 首页的处理
  '/' (res) {
    homeCtrl.render(res);
  }
  // 首页删除功能的处理
  '/remove' (res, pathname) {
    homeCtrl.remove(res, pathname);
  }
  // 编辑的处理 如: /edit/1
  '/edit' (res, pathname, params, method) {
    if(method === 'GET') {
      homeCtrl.edit(res, pathname, params);
    }else if(method === 'POST') {
      editCtrl.edit(res, pathname, params);
    }
  }
  // 添加的处理
  '/add' (res, pathname, params, method) {
    if(method === 'GET') {
      homeCtrl.add(res, pathname, params);
    }else if(method === 'POST') {
      addCtrl.add(res, pathname, params);
    }
  }
  // 搜索的处理
  '/search' (res, pathname, params) {
    homeCtrl.search(res, pathname, params);
  }
}

// 获取自身全部路由列表
const routerAttrList = Object.getOwnPropertyNames(List.prototype); 

// 对路由的判断
function isRouter(pathname) {
  return routerAttrList.find((item, index)=>{
    // 如果匹配,把当前定义的路由返回
    if(pathname === item || pathname.startsWith(item) && (item !== '/')) {
      return item;
    }
  });
}

module.exports = {
  isRouter,
  routerAttrList,
  list: new List()
};

路由判断模块:

const fs = require('fs');
const url = require('url');
const routerList = require('./list');
const staticServer = require('../server/static'); // 静态文件服务器

const router = function (req, res, params) {
  let pathname = url.parse(req.url).pathname;
  // 关于静态文件服务器的判断
  if(pathname.startsWith('/assets/')) {
    return staticServer(res, pathname);
  }
  // 得到是否存在定义的路由
  let routerItem = routerList.isRouter(pathname);
  // 如果定义了该路由,那么执行定义路由的回调函数
  if(routerItem) {
    return routerList.list[routerItem](res, pathname, params, req.method); 
  }
  // 没定义路由,那么返回404页面
  res.writeHead(404, { 'Content-Type': 'text/html' });
  fs.createReadStream(__dirname + '/../views/404.html', 'utf8').pipe(res);
};

module.exports = router;

其中路由支持所有的类型比如: GET、POST、PUT、DELETE等功能,如果后期需要自己添加就好,还有支持各种查询参数的比如:/edit/1 , /xxx?id=1&name=Joh, 以及post的数据

静态文件服务器的实现

// 处理静态文件服务器

const fs = require('fs');
const path = require('path');
const mime = require('mime');

const staticServer = function (res, pathname) {
  fs.readFile(__dirname + '/..' + pathname, 'utf8', function (err, data) {
    if (err) {
      return res.end(err.message);
    }
    // 读取文件,解析json,然后根据对应的扩展名,找到对应的mime Content-Type
    let mimeType = mime.getType(pathname);
    // 处理 text
    if (mimeType.startsWith('text/')) {
        mimeType += '; charset=utf-8';
    }
    res.writeHead(200, {
        'Content-Type': mimeType
    });
    res.end(data);
  });
}

module.exports = staticServer;

model中对实体对象的增删查改的方法

let musicList = require('./data');

class Music {
  constructor(id, name, singer, isHightRate) {
    this.id = id;
    this.name = name;
    this.singer = singer;
    this.isHightRate = isHightRate;
  }

  // 获取所有音乐
  getAllMusic() {
    return musicList;
  }

  // 添加一首音乐
  addMusic(name, singer, isHightRate) {
    let id = musicList[musicList.length - 1].id - 0 + 1;
    let json = {
      id,
      name,
      singer,
      isHightRate
    };
    var flag = false;
    try{
      musicList.push(json);
      flag = true;
    } catch(e){
      console.log('add error');
    }
    return flag;
  }

  // 编辑一首音乐
  editMusicById(id, name, singer, isHightRate) {
    // 根据id查找数组中的索引
    let index = musicList.findIndex(m => m.id === id);
    if(index === -1) {
      return false;
    }
    musicList[index].name = name;
    musicList[index].singer = singer;
    musicList[index].isHightRate = isHightRate === '1';
    return true;
  }

  // 通过id删除音乐
  removeMusicById(id) {
    let index = musicList.findIndex(m => m.id === id);
    if(index === -1) {
      return false;
    }
    musicList.splice(index, 1);
    return true;
  }

  // 通过id查询音乐
  getMusicById(id) {
    return musicList.find((item) => {
      return item.id === id
    });
  }

}

module.exports = new Music();

在控制器中实现model和view的通信

举例post形式的添加功能

const music = require('../model/music');

class Add {
  add(res, pathname, params) {
    let name = params.name;
    let singer = params.singer;
    let isHightRate = params.isHightRate;
    isHightRate = !!isHightRate;
    var flag = music.addMusic(name, singer, isHightRate);
    res.writeHead(302, {
      'Location': flag ? '/' : '/add'
    });
    res.end();
  }
}

module.exports = new Add();

其他说明

示例中关于功能中还需要使用第三方的库比如:node-mime 是用于处理mime类型的,在静态文件服务器中,根据类型来自动适配content-type的
插件地址:node-mine@github

node 环境

node -v
v9.9.0
Node.js原生实现文件夹压缩 我们可以轻松地实现文件夹的压缩功能。以上示例代码提供了一个基本的实现框架,您可以根据需要进行进一步的定制和扩展。在Node.js中,我们可以使用原生的模块和功能来实现文件夹的压缩。在本文中,我将向您展示如何使用Node.js原生功能来实现这一目标。,用于遍历文件夹并将文件添加到压缩包中。如果遇到子文件夹,我们将递归调用该函数,以处理子文件夹中的文件。我们可以使用该模块来实现文件夹的压缩。创建了一个压缩包实例,并将其与输出流进行关联。,用于将压缩数据导向目标文件。最后,我们在函数的末尾调用了。 阅读详情

相关推荐

FISCO BCOS平台的用户权限控制与分类管理

在区块链技术日益广泛应用的今天,如何管理与控制不同用户的权限,确保系统的安全性与高效性,成为了区块链平台不可忽视的一部分。FISCO BCOS作为一款高效的联盟链平台,通过细粒度的权限控制机制,提供了对不同用户权限的有效管理。本文将深入探讨FISCO BCOS如何实现用户的权限控制,并对不同用户进行分类与权限管理。FISCO BCOS平台通过精密的权限控制机制,不仅提供了对用户表和系统表的细粒度权限管理,还通过工具与接口为开发者和管理员提供了便捷的权限配置与查询功能。

2201_75798391的博客 1063

WEB开发: Node.js路由之由浅入深(三)自动配置路由 - 全栈工程师入门

前面我们一起学习了Node.js路由的两个进阶,(1)(2)在第二进阶中,我们已经通过将路由结构模块化,实现了比较方便的而路由方法。

minstbe的博客 1290

Cadence ADE实战:1GHz VCO相位噪声仿真全流程(附PSS/Pnoise避坑指南)

本文详细介绍了在Cadence ADE环境中对1GHz VCO进行相位噪声仿真的完整流程。重点剖析了PSS(周期性稳态分析)和Pnoise(周期性噪声分析)两大核心引擎的关键参数设置与避坑指南,帮助射频与模拟IC设计者准确评估VCO性能,解决仿真不收敛、结果异常等常见问题。

rock5的博客 674

Node.js之路由

中间件(Middleware),特指业务流程的中间处理环节。// 常量mv所指向的,就是一个中间件函数console.log('这是一个简单的中间件函数');// 注意:在当前中间件的业务处理完毕后,必须调用next()函数// 表示把流转关系交给下一个中间件或路由next();// 全局生效的中间件console.log('这是一个简单的中间件函数');next();});// 可以在路由中,通过如下两种等价的方式,使用多个局部中间件:自己手动模拟。

QSY_com的博客 1348

手把手教你搞定EMC EFT测试:从电源线到信号线的完整整改实战(附常见失败原因)

本文详细解析了EMC EFT测试中的常见问题及整改措施,从电源线到信号线的完整实战方案。通过四步定位法和成本最优整改策略,帮助工程师有效应对电快速脉冲群干扰,提升产品通过率并降低成本。

weixin_30920597的博客 501

攻克JESD204B多ADC同步:从时钟对齐到数据对齐的实战解析

本文深入解析了JESD204B多ADC同步的系统性挑战与实战解决方案。从确保设备时钟同源、精确捕获SYSREF信号,到管理接收端弹性缓冲区与释放点,文章提供了从时钟对齐到数据对齐的完整调试路径与排查清单,是攻克高速数据采集系统中多片ADC同步难题的实用指南。

weixin_29231725的博客 199

Node.js 路由

总之,在 Node.js 中,路由是用于处理 HTTP 请求的系统,可以控制应用程序的路径,决定应该执行哪些代码,并且返回相应的结果。之后,就可以在应用程序上使用路由方法,如 app.get()、app.post()、app.put() 和 app.delete(),处理不同的 HTTP 请求方法。同样,也可以使用 app.post() 方法处理 POST 请求,使用 app.put() 方法处理 PUT 请求,以及使用 app.delete() 方法处理 DELETE 请求。在路由中,还可以使用中间件。

笔记 1952

仿真学习系列(二):ADS仿真直观理解方波与频谱分量的关系

在高速电路设计中,我们常常听到一句话:“信号其实不是电压在传输,而是频率在传播。” 这句话看似抽象,却揭示了信号世界的核心本质——任何时域波形,都可以被拆解为一系列不同频率的正弦波。 那么,一个看似简单的方波,究竟由哪些频率成分组成?为什么在示波器上,有的方波上升沿又快又“方”,而有的却“圆润”得多?这些差异背后,隐藏的正是高频分量的力量。 本文将通过使用 Keysight ADS,从零搭建仿真电路,直观地观察方波与其谐波成分之间的关系。

案例文章,高速信号 815

node.js路由

1、node.js路由 2、内置模块实现路由 3、http模块

chengcheng9876的博客 1893

CAPL与人工智能结合

AI模型是指通过机器学习算法训练得到的模型,可以用于分类、回归、聚类等任务。常见的AI模型包括神经网络、支持向量机、决策树等。在汽车电子系统中,AI模型可以用于故障诊断、驾驶行为分析、自动驾驶等场景。实时决策是指在汽车电子系统中,根据AI模型的预测结果,实时做出决策。实时决策可以用于自动驾驶、故障诊断等场景。通过本文的学习,读者应该对CAPL与人工智能结合有了初步的了解,并能够编写复杂的CAPL脚本。

闲人编程的博客 1484

【CANoe】CAPL_UDS安全算法dll制作

使用UDS进行刷写时,需要27服务解密后,才能正确执行刷写,本文提供两种制作27解密dll的方法,用于CANoe的CAPL脚本中。

星Yeah 的博客 1万+

Node.js 简介与提供原生接口服务

Node.js 简介与提供原生接口服务;Node.js核心模块介绍;fs模块,文件系统(File System);path模块,path.sep,path.join,__dirname;http模块;原生nodejs提供接口服务

weixin_61625219的博客 1051

Spring AI 实战(11):收官!10 道面试高频题 + 一张脑图带走全系列

本文是Spring AI系列的收官篇,通过知识脑图梳理前10篇内容,提供面试高频题和避坑清单。主要内容包括: 知识脑图:分6层(核心抽象、输入增强、输出控制等)总结Spring AI全栈技术。 10道高频面试题:涵盖ChatClient/ChatModel关系、结构化输出、RAG链路等核心知识点。 避坑清单:列出9条常见问题及解决方案,如向量维度匹配、Advisor顺序等。 技术对比:分析Spring AI、LangChain4j和Spring AI Alibaba的差异与适用场景。 使用建议:提供面试复习

不才不才不不才的博客 297

nodeJS及路由

使用NodeJS编写应用程序主要使用ECMAScript语法:变量、判断、循环等(JS三大组成部分:ECMA/DOM/BOM)内置/核心模块:http服务、fs文件操作、url路径、path路径处理、os操作系统第三方模块:后面讲自定义模块:自己创建的js文件格式声明模块//写法1exports.属性/方法名 = 功能//写法2module.exports.属性/方法名 = 变量名;//使用:先引入再调用var 对象 = require(‘路径及文件名’);对象.属性或方法名;

m0_55836496的博客 972

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

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。

【Nodejs】原生nodejs路由、获取参数、静态目录

原生nodejs路由、获取参数、静态目录

DomCode 431

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

【Node.js】Express---路由与路由模块化详解

在 Web 开发中,“路由” 是指如何响应客户端的请求(如 HTTP 请求)。在 Express 中,路由是通过定义应用程序端点 (URL) 以及请求的处理程序来完成的。每个路由都关联了一个特定的 HTTP 请求方法(如 GET、POST、PUT、DELETE 等)和一个 URL 路径。当服务器接收到匹配的请求时,就会执行对应的处理函数。Express 的路由功能为开发者提供了灵活且强大的工具来构建 Web 应用。通过路由模块化,我们可以将复杂应用的路由组织得更加有条理,提升代码的可维护性和可扩展性。

lph159的博客 1856

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")

Nodejs路由配置

/载入文件res.render("home/index");创建routers文件夹,创建index.js路由配置文件,nodejs中实例化路由类router,目的是通过 路径,访问页面。req request对象 保存客户端请求的相关信息res response对象 服务器端返回的响应信息next 执行下一个方法。路由的目的:八个字,载入页面,显示数据(接口中的数据)。页面取接口中的数据,显示在页面上。

weixin_52629158的博客 765

nodejs 006:Express 路由+中间件

       官网:实为npm第三方包,由于http效率太低,其提供了快速创建 Web 服务器的方法 简单使用 npm install express // -导入 express const express = require('express'); // -创建 web 服务器 const app = express(); // - 监听客户端的GET和POST请求,并向客户端响应具体的内容 app.get('/user',

ResumeProject的博客 349

【超详细】Node.js搭建服务器之路由基础与实践并实现模块化

在Web开发中,路由是处理客户端请求并将其映射到服务器端资源的一种机制。Node.js提供了灵活的方式来处理HTTP请求,并通过路由来响应不同的URL。并实现模块化处理

Lyy_ID的博客 1380

nodejs Tips5

nodejs 构建一个简单的路由 //16.1.11.2.js //http 服务端 var http = require('http'); var url = require("url"); function start(route) { function onRequest(request, response) { response.writeHead(200, {

咸鱼的星空 401

Node.js 自定义路由

介绍在app.js 文件里,常用的为路由提供请求的 URL为这样app.use('/index', require('../index.js')) 如果项目变得越来越大,并且,app端的请求端口也迭代很多版本,从v1.0升级到了v5.0。那么,很容易会导致app.js臃肿并且难为维护。 到最后,你的app.js 可能会变成这样:app.use('/v1_0/index', require('..

覃大畅的博客 1644

30行代码实现Javascript中的MVC

);});// 注册监听的回调函数1234567891011

2301_79655473的博客 787

Node.js从0到1:Express框架中路由详解

本文介绍了Express框架中的路由功能,主要包括路由的基本概念、请求方式、路径匹配和路由函数。路由根据URL和HTTP请求方式处理客户端请求,支持GET、POST、PUT、DELETE等标准方法。路径匹配分为精确匹配、动态参数匹配和正则匹配三种方式。路由函数可以是单个函数、多个函数或函数数组,通过next()实现逻辑拆分。这些功能使Express能够灵活处理各种请求场景,实现业务逻辑的复用和组织。

城南蝈蝈 813
上一篇: 浏览器特性与安全策略
下一篇: 解决 npm i 及 yarn install 都无法进行安装的问题和node-sass安装太慢的问题
Wang's Blog
博客等级 码龄12年 7440粉丝 2427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

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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