能否在不影响原js代码的情况下,创建一个数组记录每个js函数的状态

Ytrairom 2021-04-21 10:27:47
或者说如何在不影响原来js代码的情况下,将我新增的函数的触发条件绑定为原代码某一个函数执行后立刻执行

学js正在入门tempmonkey脚本,写的时候遇到了 这个问题

于是想探讨下这么做是否可行
...全文
180 14 打赏 收藏 转发到动态 举报
写回复
用AI写文章
14 条回复
切换为时间正序
请发表友善的回复…
发表回复
Ytrairom 2021-04-23
  • 打赏
  • 举报
回复
引用 13 楼 丰云 的回复:
js非常灵活,使用js的程序员,也必须很灵活
是我理解错了吗,还是我表达有问题 我指的是,源代码的调用在新编写的代码前面, 在给a一个新的值之前它就被调用了 这是我那段代码想要表达的意思
丰云 2021-04-23
  • 打赏
  • 举报
回复
js非常灵活,使用js的程序员,也必须很灵活
丰云 2021-04-23
  • 打赏
  • 举报
回复
你可以把你的代码封装成一个方法,放在这里调用,也可以直接把代码复制替换到这里执行
丰云 2021-04-23
  • 打赏
  • 举报
回复
console.log(xxx)这种代码,代表这里个地方可以执行任意代码,可以是一个封装的方法,也可以是一段代码
丰云 2021-04-22
  • 打赏
  • 举报
回复
如果连我这个代码都看不懂,那就玄了,兄弟,加油啊。。。。
丰云 2021-04-22
  • 打赏
  • 举报
回复
引用 5 楼 Ytrairom 的回复:
[quote=引用 3 楼 丰云的回复:]也可以看成是对a的拓展吧
一旦原代码某个方法被调用,我定义的一个方法立刻执行[/quote]没看懂我的代码吗???Function a就是原代码原方法,后面处理一下,添加了新功能,别人再调a方法,就会执行你拓展的新功能了
Ytrairom 2021-04-22
  • 打赏
  • 举报
回复
引用 3 楼 丰云的回复:
也可以看成是对a的拓展吧
一旦原代码某个方法被调用,我定义的一个方法立刻执行
Ytrairom 2021-04-22
  • 打赏
  • 举报
回复
引用 3 楼 丰云的回复:
也可以看成是对a的拓展吧
我的意思是原本有一段代码,他有自己的调用逻辑,现在我写一些额外的代码,不修改原来代码的情况下获得他的调用情况
丰云 2021-04-22
  • 打赏
  • 举报
回复
也可以看成是对a的拓展吧
丰云 2021-04-22
  • 打赏
  • 举报
回复
哦,不需要继承或拓展,绕下就可以了,看下面代码:

function a() {
    console.log('111')
}

var b = a;
var a = function () {
    b();
    console.log('222', '')
}
a();
丰云 2021-04-22
  • 打赏
  • 举报
回复
js语言恰恰能做到,js函数,也可以看成一个对象,也可以看成是一个类,可以继承和拓展的
Ytrairom 2021-04-22
  • 打赏
  • 举报
回复
引用 7 楼 丰云 的回复:
如果连我这个代码都看不懂,那就玄了,兄弟,加油啊。。。。
我目前想做的就是把我自己写的代码的触发条件设置为源代码的某个方法被调用后,但不知道如何下手
Ytrairom 2021-04-22
  • 打赏
  • 举报
回复
引用 7 楼 丰云 的回复:
如果连我这个代码都看不懂,那就玄了,兄弟,加油啊。。。。
问题是一般话

//源代码
function a() {
    console.log('111')
}
 a();
//new
var b = a;
var a = function () {
    b();
    console.log('222', '')
};
这种情况下如何处理? (你也看出来了,我是个刚入门的菜鸡)
Ytrairom 2021-04-22
  • 打赏
  • 举报
回复
引用 7 楼 丰云 的回复:
如果连我这个代码都看不懂,那就玄了,兄弟,加油啊。。。。
这么一说看懂了 还是不习惯把方法当作一个变量
内容概要:本文介绍了基于高斯过程(Gaussian Process, GP)的声场估计方法,并重点研究了在区域受限条件下传感器的优化布置策略。通过构建高斯过程模型对声场空间分布进行建模,利用其强大的非参数化回归能力和不确定性量化特性,实现对声场中未测点的高精度插值与预测。针对实际应用场景中传感器部署空间受限的问题,提出了一种结合区域约束的传感器布局优化方案,旨在在有限区域内最大化信息获取、最小化估计误差。文中提供了完整的Matlab代码实现,涵盖协方差函数设计、超参数训练、声场重建与传感器位置评估等关键步骤,便于读者复现与拓展。; 适合人群:具备一定信号处理、机器学习基础,从事声学、环境监测、传感器网络或相关领域研究的研究生及科研人员。; 使用场景及目标:①应用于噪声源定位、室内声学设计、战场声探测等需要声场重建的实际工程问题;②为在物理空间受限情况下如何科学布置传感器以获得最优感知性能提供理论依据与技术手段;③帮助研究人员快速掌握高斯过程在空间场估计中的建模方法与Matlab实现技巧。; 阅读建议:建议结合文中提供的Matlab代码逐行理解算法流程,尝试调整传感器布设区域与数量,观察对声场估计精度的影响,进一步可将该方法迁移至温度场、电磁场等其他物理场的估计任务中进行验证与优化。

87,994

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