2 つの Web ページのページング機能を完全に実装する Ajax サンプル コード_PHP チュートリアル
分の首页
武侠小说分页
<script><br> var page='';<br> function init(page){<br> document.getElementById("tables").innerHTML='';<br> var xhr;<br> if(window.XMLHttpRequest){<br> xhr = new XMLHttpRequest();<br>} else if(window.ActiveXObject){<br> xhr =new ActiveXObject("Microsoft.XMLHTTP")<br>}<br>var url="fenye.php";<br> xhr.open("POST",url,true);<br> xhr.onreadystatechange =callback;<br> xhr.setRequestHeader("Content-Type","application/x-www-form-urlencoded");<br> if(page){<br> xhr.send("page="+page);<br> }<br> else {xhr.send("page=1");}<br> var content;<br> function callback(){<br> if(xhr.readyState==4){<br> if(xhr.status==200){<br> var json =eval ('('+xhr.responseText+')');<br> //alert(xhr.responseText);<br> var fenye=json.str;<br> // alert(fenye);<br> document.getElementById('div').innerHTML =fenye;<br> content="<th>ID</th><th>名前</th><th>著者</th><th>出版社</th><th> ;ISBN 番号</th><th>種類</th><th>价格</th>";<br> for(var i=0;i<json.info.length;i++){<BR> content+="<tr><td>"+json.info[i].id+"</td><td>"+json.info[i].name+"</td><td> ;"+json.info[i].author+"</td>gt;<td>"+json.info[i].publisher+"</td><td>"+json.info[i]。 isbn+"</td>gt;<td>"+json.info[i].type+"</td>gt;<td>"+json.info[i].price+"</tr>";<br> document.getElementById("tables").innerHTML=content;<br> }<br> //alert(fenye);<br> }<br> }<br> }<br> }<br><br></script>
jquery实现$.ajaxの分页
ID | 名前 | 著者出版社 | ISBN番号 | 種類 | 价格< /th> |
---|
分页のphp精华代码
//データを処理するようにモデル層に命令します
$link=mysql_connect('localhost','root','') または die("failure");
mysql_select_db('books',$link ) または die("データベースへの接続エラー!");
//ページごとのレコード数を表示します
$pagesize = 2;
//レコードの総数を求めます
$sql = "select count(*) as total_rows from Books";
$result = mysql_query($sql);
$total_rows = mysql_fetch_array($result);
//総ページ数を求める
$pages = ceil($total_rows[0]/$pagesize);
//現在のページ番号は何ですか? Page
$page = $_POST['page'];
$strtext = "現在のページ".$page."Total".$pages."Page"."Total". $total_rows[0]. "Record";
//var_dump($str);
//次に、現在クリックされているページ番号に基づいて、対応するデータを見つけたいと思います
$offset = $pagesize*($page-1 );
$sql = " 書籍制限 $offset,$pagesize から * を選択";
mysql_query("set names utf8");
$res=mysql_query($sql);
$rows=array();
while ($row=mysql_fetch_assoc($ res)){
$rows[]=$row;
}
$pageInfo = $rows;
//echo json_encode($pageInfo);
//var_dump($pageInfo);
/ /データ リンクは後で取得されます。 Return
$first=1;
$prev=$page-1;
$next=$page+1;
$last=$pages;
// ビュー レイヤに次のコマンドを実行しますデータを表示します
$first_a = "

if($page>1){
$prev_a = "< ;img src='1.jpg' width= '50px;' height='20px;'/>";
}
if($page<$pages){
$next_a = "< a onclick='init(".$next. ")' href='#'>

$last_a = "< ;a onclick='init(".$last.")' href='#'>

@$str = $strtext.$first_a.$prev_a.$next_a.$last_a;
//var_dump($str);
$info = array( 'str'=>$str,'info '=>$pageInfo);
echo json_encode($info);

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









Meta Connect 2024イベントは9月25日から26日に予定されており、このイベントで同社は新しい手頃な価格の仮想現実ヘッドセットを発表すると予想されている。 Meta Quest 3S であると噂されている VR ヘッドセットが FCC のリストに掲載されたようです。この提案

GPUを準備しましょう!ついにLlama3.1が登場しましたが、ソースはMeta公式ではありません。今日、新しい Llama 大型モデルのリーク ニュースが Reddit で話題になり、基本モデルに加えて、8B、70B、最大パラメータ 405B のベンチマーク結果も含まれています。以下の図は、Llama3.1 の各バージョンと OpenAIGPT-4o および Llama38B/70B の比較結果を示しています。 70B バージョンでも複数のベンチマークで GPT-4o を上回っていることがわかります。画像ソース: https://x.com/mattshumer_/status/1815444612414087294 明らかに、8B と 70 のバージョン 3.1

昨夜、Meta は Llama38B および 70B モデルをリリースしました。Llama3 の命令調整モデルは、会話/チャットのユースケース向けに微調整および最適化されており、一般的なベンチマークで多くの既存のオープンソース チャット モデルを上回っています。たとえば、Gemma7B や Mistral7B などです。 Llama+3 モデルはデータとスケールを改善し、新たな高みに到達します。これは、Meta によって最近リリースされた 2 つのカスタム 24K GPU クラスター上の 15T トークンを超えるデータでトレーニングされました。このトレーニング データセットは Llama2 の 7 倍大きく、4 倍のコードが含まれています。これにより、Llama モデルの機能が現在の最高レベルになり、Llama2 の 2 倍である 8K を超えるテキスト長がサポートされます。下

ラマ3が登場!先ほどMetaの公式サイトが更新され、Llamaの380億バージョンと700億パラメータのバージョンが公式から発表されました。そして、それは発売後のオープンソース SOTA です。メタ公式データは、Llama38B および 70B バージョンがそれぞれのパラメーター スケールですべての対戦相手を上回っていることを示しています。 8B モデルは、MMLU、GPQA、HumanEval などの多くのベンチマークで Gemma7B および Mistral7BInstruct を上回ります。 70B モデルは人気のクローズドソース フライド チキン Claude3Sonnet を超え、Google の GeminiPro1.5 と行ったり来たりしています。 Huggingface のリンクが公開されるとすぐに、オープンソース コミュニティは再び興奮しました。目の鋭い盲目の学生たちもすぐに発見した

たった今、待望の Llama 3.1 が正式にリリースされました。 Metaは「オープンソースは新たな時代を導く」と公式に声を上げた。 Meta 氏は公式ブログで、「今日まで、オープンソースの大規模言語モデルは、機能とパフォーマンスの点でクローズド モデルに比べてほとんど遅れを取ってきました。今、私たちはオープンソースが主導する新しい時代の到来を告げています。私たちは MetaLlama3.1405B を一般公開しました」と述べました。これは世界で最大かつ最も強力なオープンソースの基本モデルであると私たちは信じています。現在までに、Llama のすべてのバージョンの合計ダウンロード数は 3 億回を超えており、Meta の創設者兼 CEO のザッカーバーグ氏も次のように書いています。」長い記事「OpenSourceAIsthePathForward」、

PHP と Ajax を使用してオートコンプリート候補エンジンを構築します。 サーバー側スクリプト: Ajax リクエストを処理し、候補を返します (autocomplete.php)。クライアント スクリプト: Ajax リクエストを送信し、提案を表示します (autocomplete.js)。実際のケース: HTML ページにスクリプトを組み込み、検索入力要素の識別子を指定します。

2023 年 3 月 14 日に ChatGLM-6B が発売されて以来、GLM シリーズ モデルは幅広い注目と認知を得てきました。特にChatGLM3-6Bがオープンソース化されてからは、Zhipu AIが投入する第4世代モデルに対する開発者の期待が高まっている。 GLM-4-9B のリリースにより、この期待はついに完全に満たされました。 GLM-4-9B の誕生 小型モデル (10B 以下) により強力な機能を提供するために、GLM 技術チームはこの新しい第 4 世代 GLM シリーズ オープン ソース モデル、GLM-4-9B をほぼ半年の期間を経て発売しました。探検。このモデルは、精度を確保しながらモデルサイズを大幅に圧縮し、推論速度の高速化と効率化を実現しています。 GLM 技術チームの調査はまだ終わっていない

Meta による Quest 3 の最初のリリース (Amazon で現在 499.99 ドル) から 1 年以上が経過しました。それ以来、Apple はかなり高価な Vision Pro を出荷し、Byte Dance は中国で Pico 4 Ultra を発表しました。ただし、
