ajax完美实现两个网页 分页功能的实例代码
分页的首页
复制代码 代码如下:
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>名称<th>作者<th>出版社<th>ISBN号<th>类型<th>价格";<BR> for(var i=0;i<json.info.length;i++){<BR> content+="<tr><td>"+json.info[i].id+"<td>"+json.info[i].name+"<td>"+json.info[i].author+"<td>"+json.info[i].publisher+"<td>"+json.info[i].isbn+"<td>"+json.info[i].type+"<td>"+json.info[i].price+"";<BR> document.getElementById("tables").innerHTML=content;<BR> }<BR> // alert(fenye);<BR> }<BR> }<BR> }<BR> }<br><br></script>
jquery实现$.ajax的分页
ID | 名称 | 作者 | 出版社 | ISBN号 | 类型 | 价格 |
---|
|
|
分页的php精华代码
复制代码 代码如下:
//命令模型层处理数据
$link=mysql_connect('localhost','root','') or die("失败");
mysql_select_db('books',$link) or die("连接数据库出错了!");
//每页显示记录数
$pagesize = 2;
//求出总的记录数
$sql = "select count(*) as total_rows from books";
$result = mysql_query($sql);
$total_rows = mysql_fetch_array($result);
//求总共的页码数
$pages = ceil($total_rows[0]/$pagesize);
//当前第几页
$page = $_POST['page'];
$strtext = "当前第".$page."页"."总共".$pages."页"."共".$total_rows[0]."记录";
//var_dump($str);
//接下来,我要根据当前点击的页码求出对应的数据
$offset = $pagesize*($page-1);
$sql = "select * from books limit $offset,$pagesize";
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);
//将获得数据链接,后返回
$first=1;
$prev=$page-1;
$next=$page+1;
$last=$pages;
//命令视图层显示数据
$first_a = "";
if($page>1){
$prev_a = "";
}
if($page $next_a = "";
}
$last_a = "";
@$str = $strtext.$first_a.$prev_a.$next_a.$last_a;
//var_dump($str);
$info = array('str'=>$str,'info'=>$pageInfo);
echo json_encode($info);

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

Meta Connect 2024 活动定于 9 月 25 日至 26 日举行,在本次活动中,该公司预计将推出一款价格实惠的新型虚拟现实耳机。据传这款 VR 耳机是 Meta Quest 3S,它似乎已经出现在 FCC 清单上。这个建议

快准备好你的GPU!Llama3.1终于现身了,不过出处却不是Meta官方。今日,Reddit上新版Llama大模型泄露的消息遭到了疯传,除了基础模型,还包括8B、70B和最大参数的405B的基准测试结果。下图为Llama3.1各版本与OpenAIGPT-4o、Llama38B/70B的比较结果。可以看到,即使是70B的版本,也在多项基准上超过了GPT-4o。图源:https://x.com/mattshumer_/status/1815444612414087294显然,3.1版本的8B和70

昨晚Meta发布了Llama38B和70B模型,Llama3指令调整模型针对对话/聊天用例进行了微调和优化,在常见基准测试中优于许多现有的开源聊天模型。比如,Gemma7B和Mistral7B。Llama+3模型对数据和规模进行了提升,达到了新的高度。它是在Meta最近发布的两个定制的24KGPU集群上,对超过15Ttoken的数据进行训练的。这个训练数据集比Llama2大7倍,包含多4倍的代码。这使得Llama模型的能力达到了目前的最高水平,它支持8K以上的文本长度,是Llama2的两倍。下面

刚刚,大家期待已久的Llama3.1官方正式发布了!Meta官方发出了「开源引领新时代」的声音。在官方博客中,Meta表示:「直到今天,开源大语言模型在功能和性能方面大多落后于封闭模型。现在,我们正在迎来一个开源引领的新时代。我们公开发布MetaLlama3.1405B,我们认为这是世界上最大、功能最强大的开源基础模型。迄今为止,所有Llama版本的总下载量已超过3亿次,我们才刚刚开始。」Meta创始人、CEO扎克伯格也亲自写了篇长文《OpenSourceAIIsthePathForward》,

Llama3来了!就在刚刚,Meta官网上新,官宣了Llama380亿和700亿参数版本。并且推出即为开源SOTA:Meta官方数据显示,Llama38B和70B版本在各自参数规模上超越一众对手。8B模型在MMLU、GPQA、HumanEval等多项基准上均胜过Gemma7B和Mistral7BInstruct。而70B模型则超越了闭源的当红炸子鸡Claude3Sonnet,和谷歌的GeminiPro1.5打得有来有回。Huggingface链接一出,开源社区再次沸腾。眼尖的盲生们还第一时间发现

自2023年3月14日开始,ChatGLM-6B以来,GLM系列模型受到了广泛的关注和认可。特别是在ChatGLM3-6B开源之后,开发者对智谱AI推出的第四代模型充满了期待。而这一期待,随着GLM-4-9B的发布,终于得到了充分的满足。GLM-4-9B的诞生为了赋予小模型(10B及以下)更加强大的能力,GLM技术团队经过近半年的探索,推出了这一全新的第四代GLM系列开源模型:GLM-4-9B。这一模型在保证精度的同时,大幅度压缩了模型大小,具有更快的推理速度和更高的效率。GLM技术团队的探索没

自 Meta 首次发布 Quest 3(亚马逊售价 499.99 美元)以来,已经过去一年多了。此后,苹果推出了价格昂贵得多的 Vision Pro,而字节跳动现在在中国推出了 Pico 4 Ultra。然而,有

使用PHP和Ajax构建自动完成建议引擎:服务器端脚本:处理Ajax请求并返回建议(autocomplete.php)。客户端脚本:发送Ajax请求并显示建议(autocomplete.js)。实战案例:在HTML页面中包含脚本并指定search-input元素标识符。
