ASP与javascript的通信问题,高分求教!

bzzhang 2003-04-19 08:39:19
我用asp与sql server数据库连接取得数据后,要将数据再传给javascript脚本程序。我想到是如下的方法:
<%@ language=Jscript %>
<%
连接数据库;
取得数据parastr;
Response.Write("<form name='paraForm'>");
Response.Write("<input type='hidden' name='paraStr' value='"+parasr+"'></form>"); //用hidden 对象,javascript再从中读出。
断开连接;
%>
虽然说asp在服务器端执行后将结果给客户端,要先于脚本执行(不知道对不对),但用javascript读数据时却不是这样("varstrData=document.paraForm.paraStr.value;"出错!)。
请教各位有什么更好的方法!
...全文
81 8 打赏 收藏 转发到动态 举报
写回复
用AI写文章
8 条回复
切换为时间正序
请发表友善的回复…
发表回复
xxrl 2003-04-22
  • 打赏
  • 举报
回复
不客气
bzzhang 2003-04-22
  • 打赏
  • 举报
回复
好了,解决问题了,首先要感谢 xxrl(孔曰成仁,孟曰取E),请去:
http://expert.csdn.net/Expert/topic/1694/1694299.xml?temp=.5271265
接受感谢。
200分学了我最难解决的问题,值!
skyarea 2003-04-19
  • 打赏
  • 举报
回复
直接用服务器端的代码生成客户端的数据,这样js调用起来很方便,参考下面这段代码看看。
<script language="JavaScript">
//生成大类和小类数组的关联数组
var arrBigClass_id = new Array();
var arrBigClass_Name = new Array();
var arrSmallClass_id = new Array();
var arrSmallClass_Name = new Array();
<%
if BigClassCount>0 then
for i=0 to (BigClassCount-1)
%>
arrBigClass_id[<%=i%>] = parseInt("<%=rs_BigClass("BigClass_id")%>");
arrBigClass_Name[<%=i%>] = "<%=rs_BigClass("BigClassName")%>";
arrSmallClass_id[<%=i%>] = new Array();
arrSmallClass_Name[<%=i%>] = new Array();
<%
strSqlSM = "Select * from SmallClass where BigClass_id =" & rs_BigClass("BigClass_id")
Set rsSM = Server.CreateObject("AdoDB.RecordSet")
rsSM.Open strSqlSM,con,1,1
smCount = rsSM.RecordCount
for j=0 to (smCount-1)
%>
arrSmallClass_id[<%=i%>][<%=j%>] = parseInt("<%=rsSM("SmallClass_id")%>");
arrSmallClass_Name[<%=i%>][<%=j%>] = "<%=rsSM("SmallClassName")%>";
<%
rsSM.MoveNext
next
rsSM.Close()
Set rsSM = Nothing
rs_BigClass.MoveNext
next
end if
rs_BigClass.Close()
Set rs_BigClass = Nothing
%>

//生成纯小类数组
var arrSmallClassID = new Array();
var arrSmallClassName = new Array();
<%
strSqlSClass = "Select * From SmallClass"
Set rsSClass = Server.CreateObject("AdoDB.RecordSet")
rsSClass.Open strSqlSClass,con,1,1
SClassCount = rsSClass.RecordCount

if SClassCount>0 then
for j=0 to (SClassCount-1)
%>
arrSmallClassID[<%=j%>] = parseInt("<%=rsSClass("SmallClass_id")%>");
arrSmallClassName[<%=j%>] = "<%=rsSClass("SmallClassName")%>";
<%
rsSClass.MoveNext
next
end if
%>



</script>
iduck 2003-04-19
  • 打赏
  • 举报
回复
少量的数据服务器端写cookie然后用客户端js读出来不失为一个好方法。
大量的数据还得通过一个隐藏域来实现:)
fason 2003-04-19
  • 打赏
  • 举报
回复
1.可以直接先把数据一次传到客户端,用数组存起来,再用.
2.动态的用js,hiddenIframe.location.href='data.asp?id=<%=id%>'
用隐藏帧对data.asp进行改变
bzzhang 2003-04-19
  • 打赏
  • 举报
回复
用javascript直接从数据库读数据是最好的方法,但我试了,受到browser的限制。我要将数据库的数据读出后,再交给javascript脚本,使之在web显示tree状(当然这javascript代码也是我在网上找的)。现在我要将数据从数据库读出后,用树的遍历算法遍历之,再用别人的接口,完成在web上显示tree效果。
谢谢: youbest(冲天飞豹) 兄,不过你的方法我想不适合我。
谁能有适合我的方法,再开贴送百分,表示感谢!
xxrl 2003-04-19
  • 打赏
  • 举报
回复
<%="<script language=javascript"%>////////////这里是关键
function GetValue(){
var javascriptV;
javascriptV = <%=aspV%>;//这里接受ASP的值
}
</script>
youbest 2003-04-19
  • 打赏
  • 举报
回复
<%@ language=Jscript %>
<%
连接数据库;
取得数据parastr;
Response.Write("<form name='paraForm' id='paraForm'>");
Response.Write("<input type='hidden' name='paraStr' id='paraStr' value='"+parasr+"'></form>"); //用hidden 对象,javascript再从中读出。
断开连接;
%>
<Script>
alert(paraForm.paraStr.value)
</Script>
内容概要:本文围绕“阶梯碳下考虑P2G-CCS与供需灵活响应的IES优化调度”展开,基于Matlab平台构建综合能源系统(IES)在阶梯式碳交易机制下的优化调度模型。研究深度融合电制气(P2G)与碳捕集、利用与封存(CCS)技术,结合需求侧灵活响应机制,旨在提升系统的低碳运行能力与经济性。通过建立多能流耦合的优化模型,协调电力、天然气、热力等多种能源形式的协同调度,有效降低系统碳排放强度,并借助YALIMIP工具包调用求解器进行高效求解。文档提供了完整的代码实现、模型构建流程与结果分析方法,涵盖从问题建模到仿真实现的全过程,具备较强的可复现性与科研参考价值。; 适合人群:具备电力系统、能源系统或优化建模相关背景的研究生、高校教师及工程技术人员,尤其适合从事综合能源系统、碳减排策略、P2G与CCS技术集成研究的专业人员,需熟练掌握Matlab编程与基本的数学规划知识。; 使用场景及目标:①用于研究阶梯式碳交易政策下综合能源系统的低碳经济调度策略;②支撑P2G-CCS技术与需求响应机制在IES中的仿真集成与性能评估;③作为撰写高水平学术论文(如EI/SCI收录)的技术基础与复现资源,推动碳中和背景下能源系统优化方向的创新研究。; 阅读建议:建议结合百度网盘提供的完整代码与资料包,按照模块逐步调试程序,重点理解目标函数的设计逻辑、碳交易成本的建模方式、约束条件的数学表达及求解器的配置方法,同时关注多能耦合设备的建模细节,配合公众号“荔枝科研社”获取持续的技术支持与案例拓展。
内容概要:本文系统研究了基于卷积神经网络(CNN)与支持向量机(SVM)融合的CNN-SVM混合模型在数据分类预测中的应用,尤其聚焦于工业故障识别领域。通过Matlab平台实现,该方法首先利用CNN强大的多层次特征提取能力对原始输入数据进行深度特征学习,自动捕获关键局部模式与空间结构信息,随后将提取的高层特征作为输入传递至SVM分类器,借助SVM在高维空间中小样本条件下卓越的分类性能与泛化能力完成最终判别任务。文中详尽阐述了模型的整体架构设计、网络参数配置、训练优化流程及特征迁移机制,充分结合了深度学习在特征表达上的优势与传统机器学习在分类决策上的稳健性。实验部分通过实际故障数据集验证了该混合模型相较于单一CNN或SVM模型在分类准确率、鲁棒性和抗过拟合能力方面的显著提升,证明了其在复杂故障诊断任务中的有效性与先进性; 适合人群:具备一定机器学习与深度学习理论基础,熟悉Matlab编程环境,从事故障诊断、模式识别、智能制造、电力系统监控或工业数据分析等相关领域的研究生、科研人员及工程技术开发者; 使用场景及目标:① 应用于旋转机械、电力设备、航空航天等领域的多类别故障识别与状态监测;② 掌握深度特征提取与传统分类器融合的技术路径,提升小样本、高噪声环境下数据分类的精度与可靠性;③ 为撰写高水平学术论文、开展科研项目或工程实践提供可复现的算法框架与完整代码支持; 阅读建议:读者应深入理解CNN与SVM的协同工作机制,重点分析特征提取层与分类层之间的接口设计,建议动手运行并调试所提供的Matlab代码,尝试在不同数据集上进行迁移实验与参数调优,以全面掌握该混合模型的应用技巧与优化策略。

28,403

社区成员

发帖
与我相关
我的任务
社区描述
ASP即Active Server Pages,是Microsoft公司开发的服务器端脚本环境。
社区管理员
  • ASP
  • 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