请问有无现成的键码表,或者区分字符键和功能键的方法?(必给分)

muren 2001-08-31 06:49:37
从event.keyCode得到键值是按键位排列的,
小键盘上的数字键和大键盘上的数字键键值都不一样,
有没有完整的键值对照表可供参照?
或者有无其它可以区分字符键和功能键的方法?
...全文
179 2 打赏 收藏 转发到动态 举报
写回复
用AI写文章
2 条回复
切换为时间正序
请发表友善的回复…
发表回复
muren 2001-09-02
  • 打赏
  • 举报
回复
没有现成的,自己做了一个,给大家共享。

一、键位扫描码,用event.keyCode获得
8 退格
9 Tab
12 小键盘<5>,numlock未锁定时
13 回车
16 Shift
17 Ctrl
18 Alt
19 Pause Break
20 CapsLock
27 Esc
33 PgUp
34 PgDn
35 End
36 Home
37 ←
38 ↑
39 →
40 ↓
45 Insert和小键盘的Ins
46 Delete和小键盘的Del
48 0 )
49 1 !
50 2 @
51 3 #
52 4 $
53 5 %
54 6 ^
55 7 &
56 8 *
57 9 (
65 A(小写一样)
66 B
67 C
68 D
69 E
70 F
71 G
72 H
73 I
74 J
75 K
76 L
77 M
78 N
79 O
80 P
81 Q
82 R
83 S
84 T
85 U
86 V
87 W
88 X
89 Y
90 Z
91 左窗键
92 右窗键
93 仿右鼠标键
96 0(小键盘)
97 1(小键盘)
98 2(小键盘)
99 3(小键盘)
100 4(小键盘)
101 5(小键盘)
102 6(小键盘)
103 7(小键盘)
104 8(小键盘)
105 9(小键盘)
106 *(小键盘)
107 +(小键盘)
109 -(小键盘)
111 /(小键盘)
112 F1 IE占用
113 F2
114 F3 IE占用
115 F4 IE占用
116 F5 IE占用
117 F6 IE占用
118 F7
119 F8
120 F9
121 F10
取不到 F11
取不到 F12
取不到 Print Screen SysRq
144 NumLock
145 Scroll Lock
186 : ;
187 + =
188 < ,
189 - _
190 > .
191 ? /
192 ` ~
219 { [
220 | \
221 } ]
222 " '

二、检测同时按下的控制键用:
event.altKey true为按下了Alt键
event.ctrlKey true为按下了Ctrl键
event.shiftKey true为按下了Shift键

三、判断函数
//是否数字键
function isnumkey(nkey)
{
if(!event.altKey && !event.ctrlKey && !event.shiftKey &&
(nkey>=48 && nkey<=57 || nkey>=96 && nkey<=105))
return true;
else
return false;
}

//是否字母键
function isalphakey(nkey)
{
if(!event.altKey && !event.ctrlKey && nkey>=65 && nkey<=90)
return true;
else
return false;
}

//是否字符键
function ischarkey(nkey)
{
if(!event.altKey && !event.ctrlKey && (nkey>=65 && nkey<=90 ||
nkey>=48 && nkey<=57 || nkey>=96 && nkey<=105 || nkey==106 ||
nkey==107 || nkey==109 || nkey==110 || nkey==111 ||
nkey>=186 && nkey<=192 || nkey>=219 && nkey<=222))
return true;
else
return false;
}

playlynx 2001-08-31
  • 打赏
  • 举报
回复
你可以自己写个网页测试一下
自己把它记下来啊
我记得斑竹的网页上就有这个例子,自己叫孟子吧
内容概要:本文提出了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,专门针对具有未知动态模型和重复作业特征的非线性单输入单输出(SISO)离散时间系统,应用于无人车路径跟踪控制问题,并配套提供了完整的Matlab代码实现。该方法巧妙融合了神经网络强大的非线性逼近能力与迭代学习控制在重复任务中不断提升精度的优势,能够在缺乏精确系统数学模型的情况下,通过多次运行迭代自主优化控制输入序列,显著提高路径跟踪的准确性与鲁棒性。文章不仅展示了核心算法的设计与实现,还列举了涵盖机器学习、深度学习、图像处理、路径规划、电力系统优化等多个前沿科研领域的技术资源,凸显其在智能控制系统仿真与科研创新中的广泛适用性和实用价值。; 适合人群:具备自动控制理论、机器人学或智能系统相关背景,正在从事科研或工程开发工作的研究生、科研人员及技术研发工程师;熟悉Matlab/Simulink编程环境者将更易于上手和深入理解。; 使用场景及目标:①应用于无人车、移动机器人等在重复轨迹任务下的高精度路径跟踪控制,特别适用于系统模型难以精确建模但任务周期性重复的实际场景;②作为数据驱动型智能控制算法的教学与实验平台,帮助研究人员深入理解神经网络与ILC的协同机制,推动先进控制策略的自主创新;③为科研工作者提供可复现的算法范例,加速控制理论研究成果的验证与转化,提升科研效率。; 阅读建议:建议结合所提供的Matlab代码逐模块析算法实现流程,重点剖析神经网络如何与ILC框架集成以实现误差补偿与控制律更新,并尝试在不同路径场景下调试参数以观察控制性能变化,同时可参考文中提及的其他技术方向拓展研究思路,实现跨领域融合创新。

87,988

社区成员

发帖
与我相关
我的任务
社区描述
Web 开发 JavaScript
社区管理员
  • JavaScript
  • 无·法
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