JSON的概述|学习笔记

简介: 快速学习 JSON的概述

开发者学堂课程【​Ajax:JSON的概述】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


JSON的概述

jsonjs提供的一种数据交换格式(一种格式转换成另一种格式)。

json语法中{}是对象,其中需要注意的是属性名必须要使用双引号括起来,单引不行。

属性值有null,数值,字符串,数组(使用[]括起来),boolean值(turefalse)。

json应用如下:

. 应用json

★var person = {"name" :"zhangSan", "age":18, "sex":"male");|

例如:

window.onload = function() 1

var person = ("name": "zhangSan", "age": 18, "gex": "male"l;

alext (person.name + ", " + person.aget+",

“+ person.sex) ;

如果给的是字符串或者双引号引起来的必须得是eva1(“(“+str+”)”)

例如:

varstr="1+2";

var sum = eval("("+ str +")");

alert (sum) ;

向客户端发送json

string str = "[l"namel":l"zhangSan", "agel":18, "sexl":l"malel")";

response getWriter () print (str);

System. out. println (str) ;

json2.jsp点击按钮后,把服务器响应的数据显示到h3元素中

第一步要得到request,第二步要链接,第三步要发送,第四步要给xmlHttp的状态改变事件上添加监听,其中需要双重判断,具体如下:

//使用aj ax得到服务器端响应,把结果显示到h3中

Jrequest

.连接

xmlHttp.open("GET", "<c:url value=' /Aservlet'/>", true) ;

发送

xmlHttp .send (null);

.给xmlHttp的状态改变事件上添加监听

if (xanlhttp. readystateキ4 && xm1Http.status = 200) {

var text = xmlHttp. responseText;//它是- -个json串

执行json串

var person = eval("("+ text+")");

var s = person.dame +"r"tperson.age+",“+person.sex

document . getElementById("h3").innerHTM = s;

jsonxml的比较:

可读性:XML胜出

解析难度: JSON本身就是Js对象《主场作战),所以简单很多

流行度: XML已经流行好多年,但在AJAX领域,JSON更受欢迎。

相关文章
|
6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。
263 155
|
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。
200 105
|
9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。
680 5
|
12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。
804 152