ajax第一例:helloworld|学习笔记

简介: 快速学习ajax第一例:helloworld

开发者学堂课程【Ajax:ajax第一例:helloworld】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/31

ajax第一例:helloworld


目录:

.写服务器端代码

二、做客户端的响应

写客户端代码

四、总结


一.写服务器端代码

写一个Servlet Wizard,这是服务器端的 :

package:cn.itcase.web.servlet

Name:AServlet

选择 doGet()

点击Next

二、做客户端的响应

写一条代码,打一条辅助语句“helloAJAX!”再做一个客户端的响应:response.getWriter().print“helloAJAX!!!”;没说相应的内容也没有问题,这个是纯文本,不会引发什么问题。

三、写客户端代码

客户端代码:ajax1.jsp,点击按钮后,使服务器的相应显示在这里。此时要请求服务器。

首先给按钮添加监听器:

window.onload = function() {//文档加载完毕后执行

var btn = document. getElementById ("btn");

btn.onclick = function() {//给按钮的点击事 件注册监听。

其次,ajax四步操作,得到服务器的响应,把响应结果显示到h1元素中:

写一个函数,这个函数是创建异步对象:

funation createXMLHttpRequest(){

try{

return new XMLHttpRequest ();//大多数浏览器

} catch (e) {

try

return Actviexobject ("Msxm12. XMLHTTP");//IE6.O

} catch (e) {

try {

return Actviexobject ("Microsoft . XMLHTP");//IE5.5及更早版本} catch (e) {

alert ("哥们儿,您用的是什么浏览器啊? ");

throw e;

1.得到异步对象:var xmlHttp = createXMLHttpRequest() ;

2.打开与服务器的连接:

指定请求方式

指定请求的URL

指定是否为异步请求

xmlHttp.open("GET", "", true) ;

3.发送请求:

xmlHttp.send (null);//GEr请求没有请求体,但也要给出null,不然rirePox可能会不能发送!/*

4.给异步对象的onreadystatechange事件注册监听器:

xmlHttp .onreadystatechange = function() {//当xmlHttp的状态发生 变化时执行

//双重判断: xmlHttp的状态为4(服务器响应结束),以及服务器响应的状态码为200(服务器响应成功)。

if (xm1Http. readyState == 4 && xmlHttp.status == 200) {

初衷是把响应结果显示在h1元素中,所以此时需要:

//获取服务器的响应结束

vartext = xmlHttp responseText;

//获取h1元素

Var h1 = document .getElementById("h1") ;

h1. innerHTML = text;

image.png

四、总结

代码很重要,相较于以前教难。此时Servlet已经执行。服务器相应了,页面局部刷新,这就是ajax。

相关文章
|
7天前
|
数据采集 人工智能 安全
|
16天前
|
云安全 监控 安全
|
2天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
266 155
|
3天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:六十九、Bootstrap采样在大模型评估中的应用:从置信区间到模型稳定性
Bootstrap采样是一种通过有放回重抽样来评估模型性能的统计方法。它通过从原始数据集中随机抽取样本形成多个Bootstrap数据集,计算统计量(如均值、标准差)的分布,适用于小样本和非参数场景。该方法能估计标准误、构建置信区间,并量化模型不确定性,但对计算资源要求较高。Bootstrap特别适合评估大模型的泛化能力和稳定性,在集成学习、假设检验等领域也有广泛应用。与传统方法相比,Bootstrap不依赖分布假设,在非正态数据中表现更稳健。
206 105
|
10天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
723 5
|
13天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
813 153