初次用DOM对象,碰到问题,迷惑中请指教(高分)问题是为什么取不到数据????????var item_name = xmlDoc.childNodes(i).item(0).childNodes(0

itbook 2002-12-15 03:04:55
初次用DOM对象,碰到问题,迷惑中请指教:
<script>
var xmlDoc = new ActiveXObject("MSXML.DOMDocument");
xmlDoc.async = false;
xmlDoc.load("test.xml"); //加载XML文件

var item_name = xmlDoc.childNodes(i).item(0).childNodes(0).item(0).childNodes(0).item(0).text;
var item_sex = xmlDoc.childNodes(i).item(0).childNodes(0).item(0).childNodes(0).item(1).text;
alert(item_name);
</script>

XML结构是这样的:
<教职工管理>
<部门 bumen="教务处">
<操作 caozuo="修改部门数据">
<数据>
<姓名>五平</姓名>
<性别>男</性别>
<年龄>39</年龄>
<其他>老师</其他>
</数据>
</操作>
</部门>
</教职工管理>

问题是为什么取不到数据????????
...全文
76 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
itbook 2002-12-15
  • 打赏
  • 举报
回复
用manyou(^_^我想我是海^_^)方法解决问题.
全息宇宙 2002-12-15
  • 打赏
  • 举报
回复
用这种方法可解决问题:
<script>
var xmlDoc = new ActiveXObject("MSXML.DOMDocument");
xmlDoc.async = false;
xmlDoc.load("test.xml"); //加载XML文件

var rootnode=xmlDoc.documentElement
var sortNode = rootnode.selectNodes("//部门/操作/数据/姓名")
var item_name=sortNode.item(1).text;
alert(item_name);
</script>
modou 2002-12-15
  • 打赏
  • 举报
回复
由下面的一段代码,可以说明,你的xml文档test.xml无法加载:

<script>
var xmlDoc= new ActiveXObject("MSXML.DOMDocument");
xmlDoc.async = false;
xmlDoc.load("test.xml"); //加载XML文件
if(xmlDoc.parseError.errorCode!="")
alert(xmlDoc.xml)
var item_name = xmlDoc.childNodes(i).item(0).childNodes(0).item(0).childNodes(0).item(0).text;
var item_sex = xmlDoc.childNodes(i).item(0).childNodes(0).item(0).childNodes(0).item(1).text;
alert(item_name);
</script>

我把你的test.xml改成英文的,加载成功,估计是你的msxml不支持中文,标签最好用英文,兼容性好!
fsdos 2002-12-15
  • 打赏
  • 举报
回复
请参阅Dom应用:

http://www.sameliking.com/cgi-bin/bbs3000/bbs.cgi?menu=show&id=200112031003&slttitle=20020801175506&see=-1

http://xmlnews.sameliking.com/iisexample/data/xmlnews/default.htm
内容概要:本文介绍了基于MATLAB实现的PSO-KNN多特征分类预测项目,通过将粒子群优化算法(PSO)与K近邻算法(KNN)相结合,解决传统KNN在高维多特征数据分类中面临的参数敏感、特征冗余、分类精度低等问题。项目采用PSO对KNN的关键参数(如K值和特征权重)进行全局寻优,结合数据预处理、特征加权选择、适应度评估与并行化机制,构建了一个高效、自适应的智能分类模型。文中详细阐述了模型架构的各个层级,包括数据预处理、特征加权、参数寻优、粒子群协作策略及分类输出,并提供了部分MATLAB代码示例,涵盖主成分分析、粒子初始化、速度更新、交叉验证与结果可视化等关键步骤。; 适合人群:具备一定机器学习基础和MATLAB编程能力,从事数据分析、智能算法研究或工程应用的研发人员、高校研究生及科研工作者,尤其适合关注智能优化与分类预测融合应用的人员。; 使用场景及目标:①应用于医学诊断、金融风控、工业监测等需要高精度多特征分类的领域;②解决KNN算法在高维数据中的参数选择与特征权重优化难题;③提升分类模型的自动化程度与泛化能力,减少人工调参成本;④为智能算法集成与实际工程落地提供可复用的技术框架。; 阅读建议:此资源以实际项目为导向,结合理论与代码实现,建议读者在理解算法原理的基础上,运行并调试所提供的MATLAB代码,重点关注PSO寻优过程与KNN分类的耦合机制,同时可根据自身数据特点调整适应度函数与参数范围,实现模型迁移与优化。

8,906

社区成员

发帖
与我相关
我的任务
社区描述
XML/XSL相关问题讨论专区
社区管理员
  • XML/XSL社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧