当前位置: 首页 > news >正文

Day4隐式转换与显示转换

在js中prompt关键字中取的值,还有单选框多选框获取的值输出时都默认为字符串类型
因此需要类型转换:
image
而类型转换又分为隐式转换与显示转换
首先是隐式类型
image

<!DOCTYPE html>
<html lang="en"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>隐式转换</title>
</head><body><script>console.log(1 + 1)console.log('pink' + 1)console.log(2 + '2')//22console.log(2 - 2)console.log(2 - '2')console.log(+12)console.log(+'123')//将字符串123转变为数字型123</script>
</body></html>

image

显示转换:
image

<!DOCTYPE html>
<html lang="en"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>显示转换</title>
</head><body><script>let str = '123'console.log(Number(str))console.log(Number('pink'))//NAN// let num = Number(prompt('请输入年薪'))// 也可以用隐式转换达成相同的作用,会更简洁一点// let num = +prompt('请输入年薪')// console.log(num)console.log(parseInt('12px'))console.log(parseInt('12.24px'))console.log(parseInt('12.36px'))//=============================================console.log(parseFloat('12px'))console.log(parseFloat('12.64px'))console.log(parseFloat('13.58px'))</script>
</body></html>

image

小案例,输入两个数字,计算它们的和,打印到页面中

<!DOCTYPE html>
<html lang="en"><head><meta charset="UTF-8"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>计算用户输入的两个数的和</title>
</head><body><script>// 1.用户输入两个数字  但由于prompt默认为字符串,要转换为数字型let num1 = +prompt('请输入第一个数字')let num2 = +prompt('请输入第二个数字')// 2.输出alert(`两个输入数字的和为${num1 + num2}`)</script>
</body></html>

image
image
image

http://www.rkmt.cn/news/177282.html

相关文章:

  • WebRTC 连接建立流程
  • 【课程设计/毕业设计】基于SpringBoot的办公管理系统设计与实现部门信息、员工工资、日常报销【附源码、数据库、万字文档】
  • HuggingFace Dataset缓存清理:释放磁盘空间应对大量token数据
  • Jupyter Notebook内核安装:连接远程PyTorch-CUDA环境
  • Git tag标注重要版本:标记PyTorch模型训练快照
  • Markdown文档自动化生成:记录PyTorch实验全过程
  • Docker compose up后台运行PyTorch服务
  • YOLOv11注意力机制改进:引入CBAM模块提升精度
  • systemd服务
  • 如何深入理解通信协议和IC设计项目代码---数字IC设计师
  • HuggingFace Dataset流式加载:处理超大规模token数据集
  • Jupyter Notebook密码保护设置:防止未授权访问
  • SSH隧道转发TensorBoard端口:本地可视化远程训练指标
  • 清华镜像源配置方法:永久修改.condarc文件
  • GitHub Projects管理PyTorch开发迭代计划
  • SSH连接超时设置:保持PyTorch远程会话长期稳定
  • 7678678
  • PyTorch-CUDA-v2.8镜像资源调度优化方向探讨
  • python实现堆结构
  • Conda环境删除恢复:误删后如何找回PyTorch配置
  • PyTorch模型量化压缩:降低token生成延迟,节省GPU资源
  • Markdown嵌入交互式图表:动态展示PyTorch训练曲线
  • PyTorch张量操作详解:充分利用GPU加速矩阵运算
  • 揭秘要诀!AI应用架构师揭秘企业算力资源调度要诀
  • Conda配置PyTorch环境全攻略:避免常见CUDA版本冲突问题
  • YOLOv5s模型转ONNX格式:借助PyTorch-CUDA完成导出
  • Jupyter Notebook内核崩溃?检查PyTorch内存泄漏问题
  • AppML 案例模型
  • Markdown写技术博客必备:记录PyTorch安装与调试全过程
  • 清华镜像站同步频率解析:确保PyTorch包版本最新