下拉菜单问题!急!今日必须解决!马上结帐!

vvfish119 2004-04-09 05:06:22
如何利用javascript实现以下功能:
有一下拉菜单,选项为1000-9999,当用户键入1956时,下拉框中1956被选中,就好像delphi、pb中下拉菜单一样,用户键入那个选项,下拉框就自动跳到并选中该选项,如何实现啊?着急啊!大虾救命!
...全文
121 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
vvfish119 2004-04-10
  • 打赏
  • 举报
回复
只是举例子说是1000-9999嘛,再说我自己都解决了,默认的keypress事件也可以让它不用嘛,代码如下:

<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=gb2312">
<title>无标题文档</title>
</head>
<script language="javascript">
x="";
str="1111111111";
function aa()
{ if (event.keyCode==27){
x="";
document.f1.s1.options[0].text="";
f1.s1.options[0].selected=true;
}
if (isNaN(parseInt(String.fromCharCode(event.keyCode)))==false){
if (x.length>=14){
x=String.fromCharCode(event.keyCode);
event.returnValue = false;}
else {
x=x+String.fromCharCode(event.keyCode);
event.returnValue = false;}
}
if (x.length<=str.length){
if(x==str.slice(0,x.length)){
document.f1.s1.options[0].text=x;}}
else{document.f1.s1.options[0].text=x;}
x=f1.s1.options[0].text;
if (x.length==14){
for (n=1;n<f1.s1.length;n++){
if (f1.s1.options[n].text==x){
f1.s1.options[n].selected=true;
document.f1.s1.options[0].text="";}
}
if (f1.s1.options[0].selected==true){
alert("输入错误!");
document.f1.s1.options[0].text="";}
}
}
</script>
<body onLoad="f1.s1.focus();">
<form name="f1">
<select name="s1" onkeydown="aa();">
<option selected></option>
<script language="javascript">
for (i=1;i<10;i++){
document.write("<option>1111111111000"+i+"</option>")}
for (i=10;i<100;i++){
document.write("<option>111111111100"+i+"</option>")}
for (i=100;i<1000;i++){
document.write("<option>11111111110"+i+"</option>")}
</script>
</select>
</form>
</body>
</html>
JK_10000 2004-04-09
  • 打赏
  • 举报
回复
不过,
想输入一个1000-9999的数值
却采用下框(而不用input)
真的有点夸张啊!
JK_10000 2004-04-09
  • 打赏
  • 举报
回复
select己经有默认的keypress事件,
就是轮流选择以所输字符打头的选项.
现在楼主的要求似乎与这个大多数人已经认同的情形相悖!

不可以因为某个使用者的想法
破坏其他更多使用者的习惯
51windows 2004-04-09
  • 打赏
  • 举报
回复
http://www.51windows.net/hw/asp/jsview.asp?id=318
内容概要:本文系统研究了基于CNN-SVM的卷积神经网络与支持向量机融合的数据分类预测方法,聚焦其在工业故障识别中的应用,提供了完整的Matlab代码实现。通过CNN提取输入数据的深层空间特征,再由SVM进行高精度分类,充分发挥两者优势,有效提升了故障识别的准确性、鲁棒性与泛化能力。该方法特别适用于处理电力系统、机械设备等领域的高维、非线性、强噪声监测数据,在变压器故障诊断、轴承缺陷识别等场景中具有重要应用价值。文档还整合了机器学习、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方向的技术资源,配套大量Matlab/Simulink仿真案例与Python代码,全面支持科研复现与工程实践。; 适合人群:具备一定编程基础,熟练掌握Matlab或Python语言,从事电气工程、自动化、人工智能、机械故障诊断等相关领域研究的研发人员及高校研究生; 使用场景及目标:① 实现工业设备的状态监测与多类别故障分类;② 深入理解CNN与SVM融合模型的设计原理与工程实现细节;③ 借助所提供的丰富算法案例开展科研复现、模型优化与系统仿真验证; 阅读建议:建议按照文档目录结构系统化学习,结合百度网盘提供的完整代码资源进行动手实践,重点关注CNN特征提取层与SVM分类器之间的数据接口设计与参数调优策略,同时可延伸学习文中涉及的其他智能算法及其在电力系统、信号处理等领域的交叉应用,全面提升科研创新能力。

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