AngularJs学习笔记(三)控制器和过滤器

AngularJS-控制器篇(controller) 今天公司突然停电了,临时回家,哈哈 莫名很兴奋。                                                                 回家里已经把工作做完,今晚上一起看个电影啊  度过愉快的周末~ 说说今天的用的控制器  再出去耍 哈哈哈 控制器 什么是控制器? 控制器是AngularJS的核心之一,它的作用主要是对视图中的 阅读详情

AngularJS 控制器(待补充)

AngularJS 应用程序被控制器控制。

ng-controller 指令定义了应用程序控制器。

控制器是 JavaScript 对象,由标准的 JavaScript 对象的构造函数 创建。


举个例子吧,

<!DOCTYPE html>
<html ng-app="myApp">
<head>
<meta charset="utf-8">
<script src="http://apps.bdimg.com/libs/angular.js/1.4.6/angular.min.js"></script>
</head>
<body>
<span style="white-space:pre">	</span><p>{{page}}</p>
<div ng-controller="personCtrl">
<br>
Hello {{name}}
<span style="white-space:pre">	</span><button ng-click="click()">click</button>
</div>


{{names}}
<script>
var app = angular.module('myApp', []);
app.controller('personCtrl', function($scope,$rootScope, $location, $http) {
<span style="white-space:pre">	</span>//对作用域内的name进行控制
    $scope.name = "zengxl";

//对作用域内的click进行控制
$scope.click = function() {
$scope.name = "xxx";
}

 //对根作用域的
$rootScope.page= "HELLO";

//修改当前网站的url(只是改变url的值,但是不会跳转到url对应的界面)
$location.url('/hello');

//发送http请求
$http.get("http://www.runoob.com/try/angularjs/data/Customers_JSON.php")
    .success(function(response) {
$rootScope.names = response.records;
});
});
</script>


</body>
</html>


ng-controller="personCtrl" 属性是一个 AngularJS 指令。用于定义一个控制器。

personCtrl 函数是一个 JavaScript 函数。

AngularJS 使用$scope 对象来调用控制器。

在 AngularJS 中, $scope 是一个应用象(属于应用变量和函数)。

控制器的 $scope (相当于作用域、控制范围)用来保存AngularJS Model(模型)的对象。



AngularJS 过滤器

AngularJS 过滤器可用于转换数据:

过滤器 描述
currency 格式化数字为货币格式。
filter 从数组项中选择一个子集。
lowercase 格式化字符串为小写。
orderBy 根据某个表达式排列数组。
uppercase 格式化字符串为大写。

具体用法是把一个管道字符(|)和一个过滤器添加到表达式中,

如:{{ lastName | lowercase }}

还可以向指令添加过滤器

如:

<div ng-app="myApp" ng-controller="namesCtrl">
    <ul>
        <li ng-repeat="x in names | orderBy:'country'">
        {{ x.name + ', ' + x.country }}
    </li>
    </ul>
<div>
此外,过滤器还可以过滤输入:

<div ng-app="myApp" ng-controller="namesCtrl">
    <p><input type="text" ng-model="test"></p>
        <ul>
            <li ng-repeat="x in names | filter:test | orderBy:'country'">
                  {{ (x.name | uppercase) + ', ' + x.country }}
           </li>
       </ul>
</div>

另外,过滤器还可以与service一起使用:

在script中用定义两个service:

app.service('func1', function() {
	this.myFunc = function (x) {
        return x;
    }
});
app.service('func2', function() {
	var num=1;
	this.myFunc = function (x) {
        return num++;
    }
});
然后使用过滤器来调度这两个service,这里需要注意的是,func1和func2的顺序要对应好:

app.filter('myFormat',['func1','func2', function(func1,func2) {
    return function(x) {
        return func1.myFunc(x)+func2.myFunc(x);
    };
}]);


完整代码:

<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<script src="http://apps.bdimg.com/libs/angular.js/1.4.6/angular.min.js"></script>
</head>
<body>

<div ng-app="myApp" ng-controller="myCtrl">
	<ul>
  		<li ng-repeat="x in counts">{{x | myFormat}}</li>
	</ul>
</div>

<script>
var app = angular.module('myApp', []);
app.service('func1', function() {
	this.myFunc = function (x) {
        return x;
    }
});
app.service('func2', function() {
	var num=1;
	this.myFunc = function (x) {
        return num++;
    }
});
app.filter('myFormat',['func1','func2', function(func1,func2) {
    return function(x) {
        return func1.myFunc(x)+func2.myFunc(x);
    };
}]);
app.controller('myCtrl', function($scope) {
    $scope.counts = ['first:','second:','third:'];
});
</script>

</body>
</html>
运行效果:

  • first:1
  • second:2
  • third:3




AngularJS 过滤器 AngularJS 过滤器允许开发者轻松地格式化和转换数据,而不需要修改原始数据。它们可以被用作表达式或指令的一部分,并且可以直接在 HTML 模板中调用。这使得数据在显示给用户之前能够被动态地修改。除了内置过滤器,AngularJS 还允许开发者创建自定义过滤器。这可以通过在模块中定义一个过滤器工厂函数来实现。});这个自定义过滤器reverse将输入字符串反转。 阅读详情

相关推荐

详解Angularjs在控制器(controller.js)中使用过滤器($filter)格式化日期/时间实例

Angularjs内置的过滤器(filter)为我们的数据信息格式化提供了比较强大的功能,比如:格式化时间,日期、格式化数字精度、语言本地化、格式化货币等等。但这些过滤器一般都是在VIEW中使用的,比如格式化时间/日期的VIEW视图代码: <div> <p> <label>Select a date</label> <input type=date id=date ng-model=datevalue /> </p> <p> {{ datevalue | date : 'fullDate'}} </p> </div> 那么问题来了,如果

关于控制器和过滤器的思考

目录 一、过滤器和控制器的差别? 二、过滤器和控制器的url-pattern是什么关系? 三、过滤器配置时,使用通配符在url-pattern中的作用是什么? 四、本例的监听器本质上是在监测容器的什么事件引发的什么对象的变化? PS:此篇博客是跑完学校作业的第16个war包所做 一、过滤器和控制器的差别? 1)servlet主要用来在业务处理之前进行控制,处理完传来的url以后,不会向下传递,而是会返回或者专向自己指定的某一页面。而filter在处理完传来的url以后,会继...

weixin_50725886的博客 329

【脑电分析系列】第15篇:脑电功能连接性与脑网络分析(二):Granger因果性、图论指标与复杂网络构建

摘要: 本文深入探讨了脑电(EEG)分析中的高阶连接性方法——有效连接(Effective Connectivity),重点介绍了Granger因果性(Granger Causality, GC)的原理与应用。GC通过统计预测揭示脑区间信息流动方向,超越了传统功能连接的同步性分析。文章还结合图论指标(如度、路径长度、聚类系数和模块化)量化脑网络的拓扑结构,并通过Python代码(MNE和NetworkX库)演示了从EEG数据构建、分析复杂脑网络的完整流程。该研究为理解大脑动态互动、认知任务信息流及神经系统疾

qq_32516809的博客 1563

angularJs在控制器中使用过滤器实例

<div ng-app="module" ng-controller="ctrl"> {{data}} <button ng-click="orderBy()">在控制器中使用过滤器</button> </div> <script> var m = angular.module('module', []); /*在控制器中注入$filter的服务*/ m.co

泠泠似水 2820

图腾柱无桥PFC控制逻辑解析:从双闭环到电压前馈的设计演进

本文深入解析图腾柱无桥PFC控制逻辑的设计演进,从经典双闭环控制到电压前馈技术的实现。通过分析功率波动问题和动态响应慢的症结,提出引入电压前馈的解决方案,并详细探讨数字实现中的关键注意事项。文章还涵盖控制框图的构建、稳定性分析方法及实际应用中的调参技巧,为开关电源设计提供实用指导。

weixin_29268267的博客 572

three.js中如何高效加载并播放GLB格式的3D动画

本文详细介绍了在three.js中高效加载并播放GLB格式3D动画的最佳实践。通过对比GLB与GLTF格式的优势,提供从环境搭建、模型加载到动画控制的完整解决方案,并分享性能优化技巧和常见问题排查方法,帮助开发者提升3D动画项目的开发效率和用户体验。

weixin_27890975的博客 362

控制器过滤器

  et-mvc可以使用三种过滤器,分别是BeforeFilter, AfterFilter, AroundFilter,通过相应的注解作用在控制器上,可用的注解有@BeforeFilter, @BeforeFilters, @AfterFilter, @AfterFilters, @AroundFilter, @AroundFilters。   过滤器是在Action执行之前或之后执行的一个方...

stworthy 383

innovus实战攻略 | 用setUsefulSkewMode解锁时序优化的“隐藏技能”!

就像时序优化的“瑞士军刀”,参数虽多,但掌握了分类逻辑后,用起来其实很简单!如果你有更绝的用法,欢迎在评论区分享,大家一起卷起来!简单来说,它就是时序优化的“乾坤大挪移”。通过调整触发器的时钟到达时间,把关键路径的建立时间“借”给非关键路径,从而实现全局时序收敛。别急,这个命令就是你的“时序救星”!(工具最多只能借1.2ns的裕量,防止“借过头”导致新问题!这个参数能帮你兜底!(对关键路径“下死手”,确保优化到位!(设置上限,给工具套上“紧箍咒”!(直接跳过边界,避免优化反噬!(全局管理,防止“借过头”!

weixin_50820814的博客 1355

Angular中的常用过滤器和控制器

一、过滤器 1、概念 过滤器对数据进行处理、加工后显示数据 2、常用过滤器 (1)currency : 将数字格式化为货币格式 (2)filter :从数组项中选择一个子集 (3)lowercase :将字符串格式化为小写 (4)orderBy :根据某个表达式排列数组 (5)uppercase :将字符串格式化为大写 3、使用方式 (1)使用一个管道字符(|)添加到表达式和指令中 (2)示例:{{ 字段 | 过滤器 }} 二、控制器 1、指令 ng-controller: 定义了Java

Bug君的博客 483

自制JS某课脚本

根据实际需求自制网页讯网刷题脚本,绕过人脸,弹窗,答题,实现自动化运行

2301_81243054的博客 3459

【HALCON 25.11 + C#】 01:2026年工业机器视觉实战详解(从入门到精通)

2026年机器视觉市场规模将突破230亿美元,HALCON 25.11的革命性更新与C#的工业集成优势形成黄金技术栈。本文作为付费专栏开篇序章,聚焦“为什么现在必须学25.11+C#”的核心问题,通过真实工业案例、五项核心技术突破、联合编程架构优势及30篇系统学习路线,全方位论证其投资价值。读者将掌握持续学习、深度OCR加速等关键技能,获得可直接上产线的工业级代码资产与架构设计思维,解决柔性生产、边缘部署等核心痛点,成为具备技术溢价的机器视觉工程师。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1225

AngularJS控制器和过滤器学习(三)

AngularJS控制器AngularJS 控制器 控制 AngularJS 应用程序的数据。 AngularJS 控制器是常规的JavaScript对象<h2>AngularJS 控制器属性</h2> <div ng-app="" ng-controller="MyController"> <p>姓名:<input type="text" ng-model="person.name"></

前端岚枫 1843

ubuntu系统禁止/开启内核自动更新

内核自动更新会导致驱动和内核版本不对应,导致驱动无法使用,所以需要禁止自动更新内核。本文介绍ubuntu系统禁止/开启内核更新的方法。

m0_50105717的博客 5289

AngularJS控制器和AngularJS过滤器的学习(3)

前面简单的学习了AngularJS的表达式和指令,就可以说大概对AngularJS有了一定的了解吧,嘿嘿,下面就来总结学习一下AngularJS的控制器和过滤器哦。 说起来AngularJS控制器,其实就是常规的JavaScript对象。来控制AngularJS应用程序的数据。 一、A...

dazhi0529的博客 166

贪婪投影三角化算法

贪婪投影三角化算法是一种利用点云数据进行曲面重建的方法。其基本思想是通过迭代地连接点云中的邻近点来生成三角形,从而构建出整个表面。这种方法被称为“贪婪”,因为它在每一步仅考虑当前最优的策略,而不考虑全局的最优性。

twnkie的博客 1567

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

AngularJS(作用域,控制器,过滤器)

AngularJS Scope(作用域) Scope(作用域) 是应用在 HTML (视图) 和 JavaScript (控制器)之间的纽带,当在控制器中添加 $scope 对象时,视图 (HTML) 可以获取了这些属性。 Scope 是一个对象,有可用的方法和属性。 Scope 可应用在视图和控制器上。 <body> <div ng-app="myApp" ng-control...

weixin_39437108的博客 169

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

AngularJS 学习笔记(二)--- 模块、控制器和过滤器

一、控制器 controller 1、概念 ​ AngularJS 控制器 控制 AngularJS 应用程序的数据,是一个常规的 JavaScript 对象,里面定义变量和函数,对接口,从后台获取数据,数据初始化等操作 都是在控制器中进行。控制器的控制范围受限于相应 Module 的范围。 ​ 在实际应用中,通常都是把 控制器放到外部 js 文件中,只需要通过 script 标签引入即可正常使用。而且一个 module 中可以有多个 controller。 2、案例 <div ng-app="m

weixin_45092437的博客 244

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")

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

angularJS 自定义过滤器

本文使用三种方式自定义一个数组过滤器。 数组list: [ { name:'张三', age:20, city:'上海' }, { name:'李思', age:30, city:'北京' }, { name:'王五', age:25, city:'深圳' } ] 1.自定义过滤器方式一 (在controller方法内定义一个方法) html:  

xuanwuziyou的专栏 1912

angularJS概念理解三:控制器

在AngularJS中,实现数据绑定的核心是scope对象。 控制器让我们有机会在scope上定义我们的业务逻辑,具体说,可以使用控制器: 对scope对象进行初始化向scope对象添加方法 在模板中声明控制器 在一个HTML元素上使用ng-controller指令,就可以引入一个控制器对象: ng-controller="myController">...

ll_xiaohanqing_91的博客 1884

AngularJS——3、控制器 / 过滤器

<!-- 通用部分 --> <!DOCTYPE html> <html> <head> <meta charset="utf-8"> </head> <body> ...... <script src="//apps.bdimg...

AFencounter的博客 236

AngularJS Scope(作用域)+控制器+过滤器

AngularJSScope(作用域) Scope(作用域) 是应用在 HTML (视图) 和 JavaScript (控制器)之间的纽带。 Scope 是一个对象,有可用的方法和属性。 Scope 可应用在视图和控制器上。 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <...

zyl042的博客 196

AngularJS基础二($scope,过滤器)

AngularJS 控制器 控制 AngularJS 应用程序的数据。 AngularJS 控制器是常规的 JavaScript 对象 AngularJS 过滤器可以使用一个管道字符(|)添加到表达式和指令中                                        名:     姓:          姓名: {{person

bruce_hz的专栏 2831

AngularJS处理和转换视图中数据的重要工具:过滤器

过滤器是 AngularJS 中用于处理视图数据的函数。它们可以接受一个输入值(通常是表达式结果),并返回一个经过处理后的输出值。通过在模板中使用管道符,我们可以在数据绑定和表达式中应用过滤器。例如,下面的代码演示了如何使用内置的uppercase{{ 'hello world' | uppercase }} // 输出结果:HELLO WORLD在上述代码中,uppercase就是一个过滤器,它将字符串转换为大写形式并显示在模板中。除了内置过滤器,我们还可以自定义过滤器来处理特定的需求。

网络技术联盟站 557

AngularJS学习笔记

这里写自定义目录标题一、指令1. ng-app=" "2. ng-controller3. ng-init="变量=值;变量='值'"4. ng-model="变量"ng-model1)ng-empty 空2)ng-not-empty 不空3)ng-touched 和控件进行过交互4)ng-untouched 和控件没有进行过交互5)ng-valid 表单通过验证6)ng-invalid 表单未通...

欧阳惜竹的博客 1345

AngularJs学习(1)[控制器,过滤器]

http://www.runoob.com/angularjs/angularjs-expressions.html学习文档AngularJs是一个Javascript框架,是一个用js编写的库。引入库 &lt;script src="http://cdn.static.runoob.com/libs/angular.js/1.4.6/angular.min.js"&gt;&lt;/...

weixin_zz的博客 260

AngularJS 过滤器

过滤器可以使用一个管道字符(|)添加到表达式和指令中。过滤器可用于转换数据。 1 常用过滤器 过滤器 描述 currency 格式化数字为货币格式。 filter 从数组项中选择一个子集。 lowercase 格式化字符串为小写。 orderBy 根据某个表达式排列数组。 uppercase 格式化字符串为大写。 2 表达式中添加过滤器 可以通过一个管道字...

书香水墨 220
上一篇: AngularJs学习笔记(二) 指令directive
下一篇: Html5学习笔记(一)初认识html5
zengxl__
博客等级 码龄11年 2粉丝 4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