js并不是一种面向对向的语言, 没有提供对类的支持, 因此我们不能像在传统的语言里那样 用class来定义类, 但我们可以利用js的闭包封装机制来实现js类, 我们来封装一个简的Shape类.
1. 定义js类
js并不是一种面向对向的语言, 没有提供对类的支持, 因此我们不能像在传统的语言里那样 用class来定义类, 但我们可以利用js的闭包封装机制来实现js类, 我们来封装一个简的Shape类.
function ShapeBase() { this.show = function() { alert("ShapeBase show"); }; this.init = function(){ alert("ShapeBase init"); }; }
这个类里定义了两个方法:show和init, 需要注意的是这里用到了this来声明, 而不是var, 因为用var是用来定义私有方法的.
另外, 我们还可以用prototype属性来定义Shape的方法.
ShapeBase.prototype.show=function() { alert("ShapeBase show"); } ShapeBase.prototype.init=function() { alert("ShapeBase init"); }
上面这种写法看起来不太直观,我们可以将所有的方法写在一起.
ShapeBase.prototype={ show:function() { alert("ShapeBase show"); }, init:function() { alert("ShapeBase init"); } };
现在, 类是写好了, 让我们写个js来测试下, 看看结果是不是跟我们想象的一样呢?
function test(src){ var s=new ShapeBase(); s.init(); s.show(); }
看到了吧, 其调用方式和C#一模一样, 而结果也如我们所料.
到目前为止, 我们学会了如何创建js的类了, 但还只是实例方法,要是实现跟C#中的静态方法要怎么做呢?
其实, 实现js的静态方法很简单, 看下面如何实现:
//静态方法 ShapeBase.StaticDraw = function() { alert("method draw is static"); }
2. 实现JS类抽象和继承
同样, js中也不支持类继承机制,但我们可以通过将父类prototype中的成员方法复制到子类的prototype中来实现.
和类的继承一样,JavaScript也没有任何机制用于支持抽象类.但利用JavaScript语言本身的性质.可以实现自己的抽象类.
首先来看看js中的虚方法, 在传统语言中虚方法是要先定义的, 而包含虚方法的类就是抽象类,不能被实例化,而在JavaScript中,虚方法就可以看作该类中没有定义的方法,但已经通过this指针使用了.
和传统面向对象不同的是,这里虚方法不需经过声明,而直接使用了, 并且类也可以被实例化.
先定义object的extend方法, 一个为静态方法,一个为实例方法, 这两个方法用于实现继承的prototype复制
Object.extend = function(destination, source) { for (property in source) { destination[property] = source[property]; } return destination; } Object.prototype.extend = function(object) { return Object.extend.apply(this, [this, object]); }
接下来我们实现一个继承类Rect, 这里先用一种简单的方法来实现。
function Rect() { } Rect.prototype = ShapeBase.prototype; //只这一句就行了 //扩充新的方法 Rect.prototype.add=function() { alert("Rect add"); }
这种方法不能用于重写,如果改变了show方法, ShapeBase的show也会指向同一函数可能是由于prototype赋值只是简单的改变指向地址.
如果上面也定义了:
Rect.prototype.show=function() { alert("Rect show"); }
那么执行结果如下:
function test(){ var s=new ShapeBase(); s.show(); //结果:Rect show var r=new Rect(); r.show(); //结果:Rect show r.add(); }
我们再使用object.extend实现继承, 并实现一个oninit虚方法, 修改ShapeBase如下:
ShapeBase.prototype={ show:function() { alert("ShapeBase show"); }, initialize:function () { this.oninit(); } };
实现Rect类继承
Rect.prototype=(new ShapeBase).extend({ //添加新的方法 add:function() { alert("Rect add"); }, //使用这种方法可以重写show方法 show:function() { alert("Rect show"); }, //实现虚方法 oninit:function() { alert("Rect oninit"); } })
另外,在网上看到一篇用专门的对象来创建类,代码如下:
// //对象属性复制方法,很多库都有实现,如PrototypeJS里面的extend和Ext里面的Ext.apply // function extend(des, src) { if (!des) des = {}; if (src) { for (var i in src) { des[i] = src[i]; } } return des; } var CC = {}; //全局变量 // //create 用于创建类 // CC.create = function(superclass, constructor){ var clazz = (function() { this.initialize.apply(this, arguments); }); //如果无参数,直接返回类. if(arguments.length == 0) return clazz; //如果无父类,此时constructor应该为一个纯对象,直接复制属性返回. if(!superclass){ extend(clazz.prototype, constructor); return clazz; } var absObj = clazz.prototype, sprPropty = superclass.prototype; if(sprPropty){ //用于访问父类方法 clazz.superclass = sprPropty; extend(absObj, sprPropty); //调用属性构造函数创建属性,这个是实现关键. extend(absObj, constructor(sprPropty)); // 子类实例直接通过obj.superclass访问父类属性, // 如果不想造成过多引用,也可把这句注释掉,因为多数时候是没必要的. absObj.superclass = sprPropty; // clazz.constructor = constructor; } return clazz; } // //创建一个动物类 // var Animal = CC.create(null, { //属性 footprint : '- - - - - - =', //类初始化方法,必须的,当用 new 生成一个类时该方法自动被调用,参见上定义. initialize : function(options){ extend(this, options); alert('Animal initialize method is called.'); }, eat : function(){ alert('Animal eat method is called.'); }, move : function(){ alert('I am moving like this '+ this.footprint +' .'); } }); // //创建一个Duke类 // var Duke = CC.create(Animal, function(superclass){ //在这可以定义一些类全局静态数据,该类每个实例都共享这些数据. //计算实例个类,包括派生类实例. var static_instance_counter = 0; function classUtilityFuncHere(){ } //返回类具体属性. return { //重写初始化方法 //@override initialize : function(options) { alert('Initializing Duke class..'); //调用父类初始化,这种方法比一般其它库的要简洁点吧,可以不管父类是什么. superclass.initialize.call(this, options); //做一些子类喜欢做的事. alert('Duke initialize method is called.'); //读取或修改类静态属性 static_instance_counter++; }, //重写move方法,增加Duke自己的移动方式. move : function(){ this.footprint = this.footprint + 'zzzzzzzz'; superclass.move.call(this); }, //重写eat方法,注意,里面不调用父类方法,即父类eat被覆盖了. eat : function(){ alert('Duke is eating..'); }, //新增一个say方法,显示当前已经初始化的Duke类实例数量. say : function(){ alert('the number of Duke instances is '+static_instance_counter); } }; }); var DukeChild = CC.create(Duke, function(superclass){ return { move : function(){ this.footprint = this.footprint + '++++++++++++='; superclass.move.call(this); }, say : function(){ alert(this.msg || ''); } }; }); (function test() { var animal = new Animal(); animal.eat(); animal.move(); var dukeA = new Duke(); dukeA.eat(); dukeA.move(); dukeA.say(); var dukeB = new Duke(); dukeB.eat(); dukeB.move(); dukeB.say(); var dukeC = new DukeChild({msg : 'I am a child of duke.'}); dukeC.move(); dukeC.say(); })();
相关推荐
C语言程序设计之(一)手机通讯录管理系统
清华大学2023级物理学专业本科培养方案
1、文件内容:docbook5-style-xsl-extensions-1.78.1-4.el7.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/docbook5-style-xsl-extensions-1.78.1-4.el7.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、安装指导:私信博主,全程指导安装
网络爬虫简介, 介绍了网络爬虫, 并讲解了爬取网站的方法。 数据抓取,展示了如何从网 页中抽取数据。 下载缓存, 学习了如何通过缓存结果避免重复下载的问题。 并发下载, 通过并行下载加速数据抓 取。 动态内容, 展示了如何从动态网 站中抽取数据。 表单交互, 展示了如何与 表单进行交互, 从而访问你需要的数据。 验证码处理, 阐述了如何访问被验证码图像保护的数据。 Scrapy, 学习了如何使用流行的高级框架 Scrapy。
2025最新电力安全工作规程考试题及答案.doc
2025最新手术室考试题及答案.doc
1、文件内容:environment-modules-3.2.10-10.el7.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/environment-modules-3.2.10-10.el7.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、安装指导:私信博主,全程指导安装
2025医疗三基三严知识试题题库(附答案).docx
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
通过线性规划在不同风险度下的最优投资组合的MATLAB仿真代码。MATLAB代码通过线性规划(linprog)模拟不同风险度下的最优投资组合。代码初始化风险度 a,并逐步增加至0.05。在每个风险度下,定义目标函数、约束条件和等式约束,调用linprog求解最优投资比例,计算收益并绘制风险度与收益的关系图。该模型展示了如何在风险与收益间权衡,为投资决策提供参考。
科学计算器程序QZQ
1.版本:matlab2014/2019a/2024a 2.附赠案例数据可直接运行matlab程序。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
1、文件内容:farstream-0.1.2-8.el7.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/farstream-0.1.2-8.el7.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、安装指导:私信博主,全程指导安装
1、文件内容:fence-agents-rhevm-4.2.1-41.el7_9.6.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/fence-agents-rhevm-4.2.1-41.el7_9.6.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、安装指导:私信博主,全程指导安装
关于数据集 城市交通和车辆行为数据集是与城市交通和车辆行为相关的各种因素的数据集合。以下是数据集中每列的描述: 1. 城市:收集数据的城市名称。 2. 车辆类型:交通中涉及的车辆类型(例如汽车、卡车、公共汽车、摩托车)。 3. 天气:数据收集时的主要天气状况(例如晴天、下雨、下雪)。 4. 经济状况:城市普遍的经济状况(例如,繁荣、衰退、稳定)。 5. 星期几:收集数据的星期几(例如星期一、星期二等)。 6. 一天中的小时:收集数据的时间,通常以 24 小时格式表示。 7. 速度:交通中车辆的速度,以英里每小时 (mph) 或公里每小时 (km/h) 为单位。 8. 是否是高峰时段:二进制指示符(0 或 1),指示是否在高峰时段收集数据。 9. 发生随机事件:二进制指示符(0 或1),指示在数据收集期间是否发生任何随机事件(例如事故、道路封闭)。 10. 能源消耗:车辆的能源消耗,通常以燃料消耗或用电量来衡量。 该数据集可用于多种目的,例如分析交通模式、研究天气和经济条件对交通的影响、评估能源消耗趋势以及预测交通拥堵。研究人员和交通规划者可能会发现该数据集对于理解和改善城市交通非常
资源内项目源码是均来自个人的课程设计、毕业设计或者具体项目,代码都测试ok,都是运行成功后才上传资源,答辩评审绝对信服的,拿来就能用。放心下载使用!源码、说明、论文、数据集一站式服务,拿来就能用的绝对好资源!!! 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、大作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 4、如有侵权请私信博主,感谢支持
2025医院招聘护士考试题库(附答案).doc
基于双层优化的电动汽车充放电行为调度研究:时空协同,选址定容与风电适应性分析,MATLAB+CPLEX仿真平台下的策略探究,电动汽车 双层优化 选址定容 输配协同 时空优化 MATLAB代码:基于双层优化的电动汽车优化调度研究 参考文档:考虑大规模电动汽车接入电网的双层优化调度策略 仿真平台:MATLAB+CPLEX 平台 主要内容:代码是一个双层的电动汽车充放电行为优化问题,具体来讲,输电网上层优化将电动汽车与发电机、基本负荷协调,同时考虑风力发电,从而在时域内优化电动汽车的负荷周期。 然后,配电网的下层优化在空间上调度电动汽车负荷的位置。 同时代码考虑了风电的出力场景,研究了不同风电出力下电动汽车的适应性,该代码具有一定的创新性 ,电动汽车; 双层优化; 选址定容; 输配协同; 时空优化; MATLAB代码; 风电出力场景。,基于MATLAB的电动汽车双层优化调度策略研究:时空协同与选址定容优化
2025医院收费员考试试题及答案.docx
项目已获导师指导并通过的高分毕业设计项目,可作为课程设计和期末大作业,下载即用无需修改,项目完整确保可以运行。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 项目都经过严格调试,确保可以运行!可以放心下载 技术组成 语言:java 开发环境:idea 数据库:MySql8.0 部署环境:Tomcat(建议用 7.x 或者 8.x 版本),maven 数据库工具:navicat