惊叹jQuery(解决jQuery对象到DOM的转换)

jQuery是一款轻量级的JavaScript库,以其简洁的语法、丰富的文档及广泛的浏览器兼容性著称。该框架支持从CSS1到CSS3的选择器,并具备基本的XPath支持,能够轻松地扩展额外功能。jQuery适用于设计师、开发者及各种JavaScript应用场景。

jQuery是一个javascript框架,但绝对不是通常意义上的一些包装,个人感觉是一个改变js控制方式的框架。我们可以像美工通过写css分离页面代码一样,通过jQuery来分离页面与效果、。下面转一段介绍:

jQuery具有如下一些特点:
1.            代码简练、语义易懂、学习快速、文档丰富。
2.            jQuery是一个轻量级的脚本,其代码非常小巧,最新版的JavaScript包只有20K左右。
3.            jQuery支持CSS1-CSS3,以及基本的xPath
4.            jQuery是跨浏览器的,它支持的浏览器包括IE 6.0+, FF 1.5+, Safari 2.0+, Opera 9.0+
5.            可以很容易的为jQuery扩展其他功能。
6.            能将JS代码和HTML代码完全分离,便于代码和维护和修改。
7.            插件丰富,除了jQuery本身带有的一些特效外,可以通过插件实现更多功能,如表单验证、tab导航、拖放效果、表格排序、DataGrid,树形菜单、图像特效以及ajax上传等。
        jQuery的设计会改变你写JavaScript代码的方式,降低你学习使用JS操作网页的复杂度,提高网页JS开发效率,无论对于js初学者还是资深专家,jQuery都将是您的首选。
       jQuery适合于设计师、开发者以及那些还好者,同样适合用于商业开发,可以说jQuery适合任何JavaScript应用的地方,可用于不同的Web应用程序中。
官方站点:http://jquery.com/  中文站点: http://jquery.org.cn/
在使用过jQuery后,也发现了一些不爽的地方 :
        1.大量使用回调(类似java中使用匿名内部类)格式。导致代码不好阅读,更麻烦的是,一不小心就会丢失});结束符,导致js失败。。调试js是一个痛苦的过程。
        2.使用${}获取到的对象都是jQuery对象,导致DOM中的函数,事件失效。
比如一个<input type="checkbox" id="aaa"/>, 使用$("#aaa")得到jQuery对象,但是$("#aaa").checked会出错
jQuery使用自己的API,与标准js不兼容. 
p.s.解决jQuery到DOM对象的转换:
<input type="checkbox" id="aaa"/>
1. 使用$("#aaa")得到jQuery对象 。使用$("#aaa")[0]则可以取得DOM对象,$("#aaa")[0].checked使用无误。
2. jQuery的API中提到了一个get()函数,可以解决对象到DOM的转换。
get() 取得所有匹配的 DOM 元素集合。
这是取得所有匹配元素的一种向后兼容的方式(不同于jQuery对象,而实际上是元素数组)。
如果你想要直接操作 DOM 对象而不是 jQuery 对象,这个函数非常有用。
-------------------------------------------------------------------------------- Access all matched DOM elements. This serves as a backwards-compatible way of accessing all matched elements (other than the jQuery object itself, which is, in fact, an array of elements). It is useful if you need to operate on the DOM elements themselves instead of using built-in jQuery functions.
返回值 Array<Element>

     注意到返回的是队列,$("#aaa").get()[0] 就可以返回当前DOM的 input元素。$("#aaa").get()[0].checked使用无误

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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