• js实现简单的数据监听


    主要是用Object.defineProperty实现类似vue的数据绑定。

    第一步:

    const data = {
      name: "tom",
      age: 14
    }
    Object.defineProperty(data, "name", {
      get(){
        return "name被读取了"
      },
     set(val){
       console.log(‘我被赋值了‘,val)
     }
    })
    //将此代码放到浏览器控制台查看效果
    console.log(data.name )

    输出的data.name 并不是tom,而是name被读取了,因为defineProperty对data的name字段进行的监听劫持,修改了,name字段本应该返回的值。

    第二步:

    const _data = { ...data }
    for(let i in data){
      Object.defineProperty(data, i, {
        get(){
          return _data[i]+"经过了js的修改"
        },
        set(val){
          _data[i] = val;
        }
      })
    }

    为什么需要单独的_data?

    回答:监听了data的字段,并修改了字段的返回属性,导致的影响就是,每次获取data内监听的字段时候,浏览器都会调用get返回的值,如果你get里直接返回return data[i]的话,就会导致浏览器不停的调用get方法,从而进入到一个死循环当中。

    然后,给data多添加一点数据

    const data = {
      name: "tom",
      age: 14,
      friend: {
            "name1": "张三",
            "name2": "李四",
            "name3": "王五",
            "name4": "赵六"
      },
    }

    格式化初始值

    const createNewWatch = (val, path, parentKey, event) => {
           //如果值不是object类型,那么直接返回此值
           if(typeof val != ‘object‘) return val;
           //反之如果是object类型,那么调用WatchObject,在进行子元素的遍历及监听
           //WatchObject会在下面的代码中进行创建
           return WatchObject(val,path.concat(parentKey), event)
        }

    广州品牌设计公司https://www.houdianzi.com PPT模板下载大全https://redbox.wode007.com

    格式化object对象,监听值

    const WatchObject = (data, path, event) => {
      function WatchObject(){
        for(var key in data){
            //调用之前创建的函数,格式化val
            data[key] = createNewWatch(data[key], path, key, event)
            //创建对数据key的监听
            defineProperty(this, key, data[key], path.concat(key), event)
        }
      }
      return new WatchObject()
    }

    最后执行代码,一个简单的数据监听就完成了。

    const b = WatchObject(data,[],{ 
        set(path,val){ 
          console.log(path,val) 
        } 
    })
  • 相关阅读:
    Java.util.concurrent包学习(一) BlockingQueue接口
    [转载]最牛B的编码套路
    思考人生
    非奇异矩阵的零度互补法则
    Hopfield 网络(下)
    Hopfield 网络(上)
    矩阵的相似性与对角化
    左右特征向量
    特征多项式、代数重数与几何重数
    特征值和特征向量
  • 原文地址:https://www.cnblogs.com/qianxiaox/p/14085909.html
Copyright © 2020-2023  润新知