网页表单的javascript集成验证方法举例

JavaScript实现表单验证的精简方法
博客针对网页设计中表单验证问题,介绍了一种精简的JavaScript实现方法。原理是将验证条目放入数组,用循环和eval语句构造判断条件。实战部分给出了验证脚本示例,并说明了为form添加onsubmit属性的操作,可有效简化表单验证代码。
作为一名Web设计人员、一名Coder,你是否已经厌倦了网页设计中的表单验证问
题?不厌其烦的拷贝 if(x) { alert('wrong');} ,还是使用一个难以尽和我意的
IDE ?好吧,让我来告诉你一种比较lazy的写法,你也许就不会对表单验证那么头大
了……
原理:
表单验证无非是要对要收集每一条信息进行验证,也就是要写一个名为
frmValid的javascript函数,在其中执行如下操作:
...
if (待验证条目 不符合条件)
{
alert('出错了!');
待验证条目.focus();
return false;
}
...
// all right
return true;
当然,<form ...onsubmit='return frmValid()'>必须包含在
HTML代码中。想想看,待验证条目越多代码越长,也就越容易出错。
下面我们把验证条目放到一个数组里,如下:
elemArray =new Array(
'待验证条目名',
'验证条件',
'出错提示');
那么验证代码将大大精简,我们只要如下使用循环就可实现上述冗长
代码时下的功能,这里我们用witheval语句构造判断条件:
with(eval('obj.'+elems[i][0]))
{
if(eval(elems[i][1]))
{
window.alert(elems[i][2]);
focus();
return false;
}
}
我们建立多位数组就可实现循环遍历每个条目:
elems =new Array(
new Arrary( ...),
...
);
for(i = 0; i < elems.length; i++)
{
// 上面的验证语句
}


实战:
1、使用如下例子编写验证脚本:
<SCRIPT LANGUAGE="javascript" type="text/javascript">
//
// Function: frmValid
// ------------------
// Author hongz
// Usage: YourForm.onsubmit="return frmValid(this)".
// Purpose: To validate form elements in an integrated way.
//

function frmValid(obj)
{
// Elements array, initialization for validation
elems = new Array(
new Array(
'username',
// name of elements to be validated
'value.length<1 || value.search(/[^a-zA-z0-9_]/)>=0',
// validation condition
'无效的用户名:只能输入6-20位字母、数字、下划线的组合!'),
// prompt on failure
new Array(
'password',
'value.length<5 || value.search(/[^a-zA-z0-9_]/)>=0',
'无效的密码:只能输入6-20位字母、数字、下划线的组合!'),
new Array(
'email',
'isMail(value)==false',
'Email是您在网上的重要联络工具,请务必正确填写!')
);

// Validate here, using eval statement.
for(i = 0; i < elems.length; i++)
{
with(eval('obj.'+elems[i][0]))
{
if(eval(elems[i][1]))
{
window.alert(elems[i][2]);
focus();
return false;
}
}
}
return true;
}
//-->
</SCRIPT>
2、为form添加onsubmit属性:
<form ... onsubmit='return frmValid(this)'>

如果你感觉我的方法还行的话,那我欢迎你使用,呵呵……
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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