【前端】jQuery动态加载JS文件方法

jQuery动态载入JS文件研究 在使用jQuery载入包含script引用的html时,会显示同步的警告。今天,我们将由浅入深,一步步为你解析jQuery载入script的流程。并且提供,如何自制jQuery载入异步script的方法。 阅读详情

在jQuery中动态加载多个JS文件,可以通过以下两种常用方法实现。以下代码均考虑了加载顺序控制和加载完成回调:


方法一:递归顺序加载(确保顺序)

function loadScriptsSequentially(scripts, callback) {
    var index = 0;
    
    function loadNext() {
        if (index >= scripts.length) {
            if (typeof callback === 'function') callback();
            return;
        }
        
        $.getScript(scripts[index])
            .done(function() {
                console.log("Loaded: " + scripts[index]);
                index++;
                loadNext(); // 加载下一个
            })
            .fail(function() {
                console.error("Failed: " + scripts[index]);
                index++;
                loadNext(); // 即使失败也继续加载后续文件
            });
    }
    
    loadNext(); // 开始加载
}

// 使用示例
var scripts = [
    "https://cdn.example.com/lib1.js",
    "https://cdn.example.com/lib2.js",
    "https://cdn.example.com/app.js"
];

loadScriptsSequentially(scripts, function() {
    console.log("所有脚本加载完成!");
    // 在这里执行依赖这些脚本的代码
});

方法二:并行加载 + 顺序执行(推荐)

function loadScriptsParallel(scripts, callback) {
    var deferreds = [];
    
    // 1. 并行加载所有脚本
    $.each(scripts, function(i, src) {
        deferreds.push(
            $.ajax({
                url: src,
                dataType: "script",
                cache: true // 利用浏览器缓存
            })
        );
    });
    
    // 2. 等待所有加载完成
    $.when.apply($, deferreds)
        .done(function() {
            if (typeof callback === 'function') callback();
        })
        .fail(function(jqXHR) {
            console.error("脚本加载失败: ", jqXHR.url);
        });
}

// 使用示例(同上)
loadScriptsParallel(scripts, function() {
    console.log("所有脚本已加载完成!");
});

关键说明:

  1. 顺序问题:
    • 方法一确保加载顺序(适合有依赖的脚本)
    • 方法二并行加载更快(适合独立脚本)
  2. 错误处理:
    • 方法一:单个失败后继续加载后续文件
    • 方法二:任意失败会触发.fail(),但其他脚本仍会加载
  3. 缓存控制:
    • cache: true 允许浏览器缓存(默认行为)
    • 禁用缓存可加参数:cache: false

增强版:带超时控制

// 在$.ajax参数中添加超时设置
$.ajax({
    url: src,
    dataType: "script",
    timeout: 5000, // 5秒超时
    cache: true
});

注意事项:

  • 同源限制:跨域脚本需目标服务器支持CORS
  • 执行顺序:并行加载时浏览器按响应顺序执行,而非数组顺序
  • jQuery版本:需jQuery 1.5+(支持Deferred)

根据需求选择合适方案,通常推荐方法二(并行加载)以获得更好性能。

动态加载 JavaScript 文件的方法及 JavaScript 技巧 本文介绍了如何使用 jQuery 和纯 JavaScript 实现动态加载 JavaScript 文件的方法。无论你选择哪种方法,都可以根据需要动态加载 JavaScript 文件,并在加载完成后执行相应的操作。通过动态加载 JavaScript 文件,你可以按需加载插件或库,提高网页性能并减少初始加载时间。 阅读详情

相关推荐

【CSP-J/S初赛知识点整理】

CSP-J/S初赛知识点整理

qq_43884946的博客 1万+

(一)JQuery动态加载js的三种方法

Jquery动态加载js的三种方法如下: 第一种: $.getscript("test.js"); 例如: <script type="text/javascript"> $(function() { $('#loadButton').click(function(){ $.getScript('new.js',function(){ newFun('"...

weixin_34128534的博客 421

自锁电路设计

Hi,uu们,是不是经常要用到自锁电路,通常不是使用555芯片就是用比较器来做自锁,今天我们来简单看下自锁电路的设计.图1采用了比较器构建了一个自锁电路,采用低电平复位,当需要复位的时候志需要将反向端的二极管拉低一下即可,免去 三极管控制同相端和电源短接的麻烦。图1:比较器构建的自锁电路也可以使用555去构建,如下图2所示.图2:使用555构建的自锁电路工作原理见555的真值表,真值表如表1所示.表1:555电路真值表相对来说555还是比较贵,所以我就想能不能有个便宜的方法做个自锁电路,构建电路如下图3所示

weixin_43884675的博客 7079

jquery 动态加载js插件

在H5页面直接加载插件,有时可能在js使用到时没有记载完成,如果不进行二次加载及判断,程序可能就此卡壳,无法继续运行。通过jquery动态多次判断加载,保证插件的完整加载及使用。

红尘炼炼心的博客 793

保姆级教程:在K230开发板上为张大头步进电机实现位置、速度、回零全功能控制

本文提供了一份详细的K230开发板与张大头步进电机的控制教程,涵盖硬件连接、协议解析、模块化代码实现及实战案例。通过位置、速度和回零功能的全面讲解,帮助开发者快速掌握步进电机的高级控制技术,适用于自动化、机器人等应用场景。

weixin_42629671的博客 713

别自己写CDC了!聊聊Xilinx AXI4-Stream Clock Converter IP里的寄存器管道模式到底有多省资源

本文探讨了Xilinx AXI4-Stream Clock Converter IP核的寄存器管道模式在FPGA设计中的高效资源利用。通过对比手工CDC实现,详细解析了IP核的精简化同步架构和时序收敛优势,并提供了实战案例和优化策略,帮助工程师快速实现时钟域转换,显著提升设计效率和性能。

weixin_33738555的博客 444

jquery动态待装入 HTML 网页内容和动态引入css、动态引入js

img class="title-img" src="${value.title_img}" alt="封面图片" title="${value.title}" />$('header').load('头部.html .container',addCss('./css/头部.css'));$('header').load('头部.html .container',function(){$('header').load('头部.html .container',function () {

伟庭师兄的博客 558

深入了解torch框架

大国的游戏,政府支持到位,是未来;AI : Artificial Intelligence,旨在研究、开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统,是一种拥有自主学习和推理能力的技术。它模仿人类大脑某些功能,包括感知、学习、理解、决策和问题解决。AI本质​ NLP(说话,听)、CV(眼睛)、自动驾驶、机器人(肢体动作)、大模型三要素:数据、网络、算力① 神经网络:找到合适的数学公式;② 训练:用已有数据训练网络,目标是求最优解;③ 推理:用模型预测新样本;PyTorch,简称Torch

qq_74732076的博客 1136

js动态载入css文件,使用js加载器动态加载外部js、css文件

let MiniSite = newObject();/*** 判断浏览器*/MiniSite.Browser={ie:/msie/.test(window.navigator.userAgent.toLowerCase()),moz:/gecko/.test(window.navigator.userAgent.toLowerCase()),opera:/opera/.test(window.n...

weixin_33998152的博客 778

仅使用 Python 创建的 Web 应用程序(前端版本)第03章Streamlit-多页面

接下来,我们将解释多页面切换。Streamlit 没有“多页面”或“页面路由”等功能。另一方面,通过根据用户动作切换要执行的功能,可以使其看起来好像存在“多个页面”。注意:我认为它类似于 SinglePageApplication (SPA)。然而,根据 React、Vue 等中使用的 URL 路径来更改页面的路由很困难。还有一个用于获取查询参数的实验性 API,但如果您确实需要这种功能,我认为认真尝试编写 React 或 Vue 是个好主意。我们来看一个通过按下按钮来切换页面的示例,如下所示。

xianyinsuifeng的博客 1332

基于STM32L4XX、HAL库的ICP-10111压力传感器驱动程序设计

define ICP10111_CMD_MEAS_ULN 0x7866 // 超低噪声模式。#define ICP10111_CMD_MEAS_LP 0x609C // 低功耗模式。#define ICP10111_CMD_MEAS_LN 0x70DF // 低噪声模式。#define ICP10111_CMD_MEAS_N 0x6825 // 正常模式。ICP10111_MODE_LN, // 低噪声。// 等待测量完成(根据模式不同等待时间不同)

zhusl6688的博客 417

动态加载执行 JS 文件、前端文件下载方式汇总

目录 重新加载 JS 文件 动态加载 JS 文件 对话框 confirm 方法 开发中根据需求来动态加载 JS 文件,或者在某些情况下需要重新加载某个 JS 文件。 重新加载 JS 文件 应用中的某些 JS 文件如果在某些条件下需要重新加载时,最简单的思路就是先删除原来的 JS 文件,再重新添加。为了方便,使用 JQuery 操作。 <!DOCTYPE html> &l...

蚩尤后裔-汪茂雄 3166

GameFramework教程✨六、怎样加载一个3D UI

怎样加载一个3D UI

星河造梦坊 1584

动态加载、移除js、css

本文简单介绍动态加载、移除、替换js/css文件 。有时候我们在写前端的时候,会有出现需要动态加载一些东如css js 这样能减轻用户加载负担,从而提高响应效率。下面贴出代码。//JS写法 <script language="JavaScript"> //动态加载一个js/css文件 function loadjscssfile(filename, filetype...

weixin_33950035的博客 240

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")

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

html页面用js引入js的方式

最原始的是用script便签: <script type="text/javascript" src="http://xxx.xx/xxx.js"></script> 1. 使用js打印这个便签: <script type="text/javascript"> document.write('<script src="http://xxx.xx...

凌晨港口 1万+

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。

无刷新分页 jquery.pagination.js

1.使用插件为 jquery.pagination.js ,如果没有这个js文件的话,我可以给发个。 首先引用 jquery.pagination.js (分页js),跟pagination.css(

kkwant的博客 478

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。

动态加载JS,CSS文件

2019独角兽企业重金招聘Python工程师标准>>> ...

weixin_33909059的博客 56

【Jquery】Jquery动态加载css文件

前言 很多时候我们需要在页面中引用外部的css文件,下面将介绍一下如何通过Jquery动态加载css文件 方式一(Jquery) var cssFileUrl='../css/home.css'; if (cssFileUrl) { $("<link>") .attr({ rel: "stylesheet", type: "text/css", href: cssFileUrl }) .appendTo("head"); } 方式二(.

光影8号的专栏 2823

php动态引入js文件,动态加载JS文件3种方式整理

这次给大家带来动态加载JS文件3种方式整理,动态加载JS文件的注意事项有哪些,下面就是实战案例,一起来看一下。一、使用document.write/writeln()方式该种方式可以实现js文件的动态加载,原理就是在重写文档流,这种方式会导致整个页面重绘。实现方式:document.writeln("");需要注意的是特殊字符的转义。二、使用jQuery使用getScript(url,callba...

weixin_39553458的博客 880

动态调用样式

jQuery.getScript(url, [callback])

xiaoyanghapi的博客 308

js 导入php文件怎么打开,JavaScript_如何动态的导入js文件具体该怎么实现,在我们要进行动态的导入js文 - phpStudy...

如何动态的导入js文件具体该怎么实现在我们要进行动态的导入js文件时,我们可以使用下面的方法var docFunc = {/**************************************************************************** purpose: 调用下面的动态加载脚本方法load_script****************************...

weixin_29577659的博客 166

呼叫外部js文件并使用其内部方法

很久没有学习jQuery了,都快忘记了。今天学习一个小功能,使用jQuery的$.getScript()方法,是读取外部js文件,读取之后,并执行js文件内的一个方法。$.getScript 动态获取js文件,等待其加载完成时,执行方法。 首先我们创建这个js文件,如i.js:   ASP.NET MVC的控制器在此省略。 视图实现:   js sour

linybo的专栏 844

JQuery中的$.getScript()和$.getJSON()方法的使用

1、$.getScript()方法的使用 有时候,在页面初次加载时就取得所需的全部 JavaScript 文件是完全没有必要的。虽然可以在需要哪个 JavaScript 文件时,动态地创建<script>标签,JQuery代码如下: $(document.createElement("script")).attr("src","/js/test.js").appendTo("head"); 或者: $("<script type='text/javascript' src='/

pan_junbiao的博客 3203

动态加载或移除JS文件

目的: 各种原因导致JS失效,需要重新加载,本篇文章可以动态加载或移除JS文件 加载JS var head = $("head"); var script = $("&lt;script&gt;"); $(script).attr('type','text/javascript'); $(script).attr('src',ctx+'/views/wap/default/tradeDel...

蔡龙的技术交流站 1万+

jquery js 动态加载 js文件

jquery方法 &lt;!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"&gt; &lt;html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en"...

weixin_34248487的博客 74

jquery i18n(前端国际化)

jquery i18n(前端国际化)昨天在做前端js的国际化的时候,因为遇到了需要从cookie中获取语言信息再进行资源加载的情况,索性就直接将判断的条件以及i18n的初始化写到了index页面中,这里是velocity的语法。<script src="$link.contextPath/assets/javascripts/jquery/jquery.min.js?v=$appUitl.revis

qq_29968677的博客 3107
上一篇: 【ECharts】xAxis实现长文本换行显示,同时保持正向垂直排列(从上到下阅读)
下一篇: 【前端】jQuery动态加载CSS方法总结
姜太小白
博客等级 码龄16年 433粉丝 314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

姜太小白

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