博客
关于我
确定func_1 的 this 和arguments
阅读量:534 次
发布时间:2019-03-07

本文共 1728 字,大约阅读时间需要 5 分钟。

JS?????????

let func_1 = function (param1, param2) {       console.log("func_1");    console.log(this);    console.log(param1, param2);};let func_2 = function (func, funcTarget = {   }, paramArray = []) {       func.target = funcTarget;    func.paramArray = paramArray;    func.apply(func.target, func.paramArray)};func_2(func_1, {   type:1234}, [111, 555]);

????????????????????func_1 ???????????????????? func_2 ?????????????????????????????????????????????

JS????????

?JS?????????????????????????????????????

  • ?????????????????
  • ????????????????????
  • ??????????????????????????

??????????

?JS?????????????????????????????????????????????????????????????????

function deepClone(obj){       let objClone = Array.isArray(obj)?[]:{   };    if(obj && typeof obj==="object"){           for(key in obj){               if(obj.hasOwnProperty(key)){                   //??ojb?????????????????                if(obj[key]&&typeof obj[key] ==="object"){                       objClone[key] = deepClone(obj[key]);                }else{                       //?????????                    objClone[key] = obj[key];                }            }        }    return objClone;}

????????????????????????????????????????? JSON.stringify ? parse ??????????

JSON????????

JSON?JavaScript Object Notation????????????????????????????? JSON.stringify ????????????? JSON.parse ????????????????????

let a=[0,1,[2,3],4],    b=deepClone(a);a[0]=1;a[2][0]=1;console.log(a,b);

????????????????????????????????? localStorage ??????? JSON.stringify ????????????????? JSON.parse ?????????????

转载地址:http://hasjz.baihongyu.com/

你可能感兴趣的文章
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>
Pandas、Matplotlib、Pyecharts数据分析实践
查看>>
Pandas中文官档~基础用法2
查看>>
Pandas中文官档~基础用法5
查看>>
Pandas中文官档~基础用法6
查看>>
Pandas中的GROUP BY AND SUM不丢失列
查看>>
pandas交换两列
查看>>
pandas介绍-ChatGPT4o作答
查看>>
pandas去除Nan值
查看>>
pandas实战:电商平台用户分析
查看>>
Pandas库函数
查看>>
Pandas库常用方法、函数集合
查看>>
pandas打乱数据的顺序
查看>>