用文件写入建立简单的网上调查

本文介绍了一个网上调查的实现,需支持FSO的空间,包含处理页面poll.asp、数据文件poll.txt和显示提交表单的页面。给出了poll.asp和poll.txt的代码,以及显示页面的表单代码,方便有个人主页的网友收集访客评价。
部署运行你感兴趣的模型镜像

相信有个人主页的网友,是不是很想知道访客是怎么评价自己的作品,从而给自己一个改进方向,下面的网上调查就是其中一例:)

你需要支持FSO的空间,只需两个文件,一是处理的页面poll.asp,还有一个是数据文件poll.txt,当然还有一个是显示提交表单的页面,下面分别给出代码:

1。poll.asp:

<%@LANGUAGE="VBSCRIPT" CODEPAGE="936"%>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<title>本站调查</title>
<link href="news1.css" rel="stylesheet" type="text/css">
</head>
<body>
<p>
  <%
dim polled,total
dim pollper(4)
dim pollname(7)
dim pollnum(4)
polled=cint(Request.Form("select"))
set  fs= Server.CreateObject("scripting.filesystemobject")
poll=server.MapPath("poll.txt")
set textar=fs.opentextfile(poll,1,0,0)
if not session(polled) then
 i=0
while not textar.atendofstream
 getdata=textar.readline
 pollname(i)=left(rtrim(getdata),7)
 pollnum(i)=right(RTrim(getdata),4)
 if i=polled then
    j=cdbl(pollnum(i))+1
 pollnum(i)=right(space(6)&trim(cstr(j)),7)
 end if
    i=i+1
wend
textar.close
set textar1=fs.createtextfile(poll,-1,0)
totle=0
for j=0 to (i-1)
  total=total+cdbl(pollnum(j))
  textar1.writeline pollname(j)&pollnum(j)
  next
  textar1.close
%>
  <span class="news1"> 你认为本站哪些地方需要改进?</span></p>
  <%
  for j=0 to (i-1)
           pollper(j)=cdbl(pollnum(j))/total                                                                                                                                     
     width=500*pollper(j)
 %>
<table width="750" border="0" align="left">
  <tr>
    <td align="left" bgcolor="#CCCCCC">
      <%Response.Write(trim(pollname(j))&"(")
                Response.Write(formatnumber(pollnum(j),0)&")")
                Response.Write("<br>")
       Response.Write("<img src='images/bg1.gif' width=")
       Response.Write(width&"' height=10>")
       Response.Write(formatpercent(pollper(j)) &"<p>")
       next
       Response.Write("总计:")
       Response.Write(formatnumber(total,0))
       %>
    </td>
  </tr>
</table>
<%
session(polled)=true
else
Response.Write("你已经投过票了,谢谢你的投票!")
end if
%>
<p>&nbsp; </p>
</body>
</html>

2.poll.txt:

页面的美工    27
内容的覆盖面   35
内容的更新速度     43
网站的访问量   53

你要显示的页面(表单):

<table width="100%" height="215" border="0" bordercolor="#FFFFFF" background="%20">
                  <tr>
                    <td height="20" align="center" background="images/bg1.gif" class="1">你认为本站哪些地方需改进?</td>
                  </tr>
                  <tr>
                    <td height="20" bgcolor="#FFFFFF" class="1"> <input name="select" type="radio" value="0" checked>
                      页面的美工 </td>
                  </tr>
                  <tr>
                    <td height="20" background=" " bgcolor="#FFFFFF" class="1">
                      <input type="radio" name="select" value="1">
                      内容的覆盖面 </td>
                  </tr>
                  <tr>
                    <td height="20" bgcolor="#FFFFFF" class="1"> <input type="radio" name="select" value="2">
                      内容的更新速度 </td>
                  </tr>
                  <tr>
                    <td height="20" background=" " bgcolor="#FFFFFF" class="1">
                      <input type="radio" name="select" value="3">
                      网站的访问量 </td>
                  </tr>
                  <tr>
                    <td height="66" align="center" bgcolor="#FFFFFF"><span class="1">
                      <input type="submit" name="Submit2" value="提交">
                      </span><a href="poll.asp">查看</a></td>
                  </tr>
                </table>

是不是很简单,赶快自己做一个吧:)

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型,相比 3.0 版本,它提升了图像质量、运行速度和硬件效率

内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合Koopman算子理论与递归神经网络(RNN)的数据驱动建模方法,旨在对非线性纳米定位系统进行有效线性化建模,并实现高精度的模型预测控制(MPC)。该方法利用Koopman算子将非线性系统映射到高维线性空间,通过递归神经网络学习系统的动态演化规律,构建可解释性强、计算效率高的线性化模型,进而提升预测控制在复杂不确定性环境下的鲁棒性与跟踪精度。文中给出了完整的Matlab代码实现,涵盖数据预处理、网络训练、模型验证与MPC控制器设计等环节,具有较强的基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)可复现性和工程应用价值。; 适合人群:具备一定控制理论基础和Matlab编程能力的研究生、科研人员及自动化、精密仪器、机器人等方向的工程技术人员。; 使用场景及目标:①解决高精度纳米定位系统中非线性动态响应带来的控制难题;②实现复杂机电系统的数据驱动建模与预测控制一体化设计;③为非线性系统控制提供一种可替代传统机理建模的有效工具。; 阅读建议:建议结合提供的Matlab代码逐模块分析实现流程,重点关注Koopman观测矩阵构造、RNN网络结构设计与MPC控制器耦合机制,同时可通过替换实际系统数据进行迁移验证,深化对数据驱动控制方法的理解与应用能力。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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