javascript几种常用数据有效性验证(笔记)

/*
 *只能输入数字
 *使用在obj的onkeyup事件上
 *@param obj 当前DOM对象
 *@author:raozhiyong
 */	
function onlyNumber(obj){
	obj.value = obj.value.replace(/\D/g, '');
}

/*
 *只能输入正整数和小数
 *使用在obj的onkeyup事件上
 *@param obj 当前DOM对象
 *@author:raozhiyong
 */	
function onlyDecimal(obj){
	//先把非数字的都替换掉,除了数字和.
	obj.value = obj.value.replace(/[^\d.]/g,"");
	//必须保证第一个为数字而不是.
	obj.value = obj.value.replace(/^\./g,"");
	//保证只有出现一个.而没有多个.
	obj.value = obj.value.replace(/\.{2,}/g,".");
	//保证.只出现一次,而不能出现两次以上
	obj.value = obj.value.replace(".","$#$").replace(/\./g,"").replace("$#$",".");
	
	//obj.value=obj.value.replace(/[^\d\.]*$/g, ''); //没有排除多个.的情况
}

/*
*只能输入中文
*使用在obj的onkeyup事件上
*@param obj 当前DOM对象
*@author:raozhiyong
*/	
function onlyChinese(obj){
	obj.value = obj.value.replace(/[^\u4E00-\u9FA5]/g,'');
	//onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^/u4E00-/u9FA5]/g,''))" 
}

/*
*只能输入中文和字母
*使用在obj的onkeyup事件上
*@param obj 当前DOM对象
*@author:raozhiyong
*/	
function onlyNumAndEn(obj){
	obj.value = obj.value.replace(/[^a-zA-Z\d]/g,'')
}

/*
*只能输入字母
*使用在obj的onkeyup事件上
*@param obj 当前DOM对象
*@author:raozhiyong
*/	
function onlyEnglish(obj){
	obj.value = obj.value.replace(/[^a-zA-Z]/g,'')
}

//ENTER键可以让光标移到下一个输入框:<input οnkeydοwn="if(event.keyCode==13)event.keyCode=9" >
//屏蔽了输入法:<input style="ime-mode:disabled">

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Spark常用数据源格式有以下几种: 1. CSV(逗号分隔值):CSV是一种常见的数据格式,每行数据由逗号分隔。Spark可以通过使用csv()函数加载CSV文件,并将其转化为DataFrame进行处理和分析。 2. JSON(JavaScript对象表示法):JSON是一种轻量级的数据交换格式,具有易于阅读和编写的特点。Spark可以使用json()函数将JSON文件加载成DataFrame。 3. Parquet:Parquet是一种列式存储格式,它能够提供更高的压缩率和更好的查询性能。Spark可以使用parquet()函数加载Parquet文件,并对其进行处理和分析。 4. ORC(Optimized Row Columnar):ORC是一种优化的行列存储格式,它在查询性能和压缩率方面表现优秀。Spark可以使用orc()函数加载ORC文件,并对其进行处理和分析。 5. Avro:Avro是一种数据序列化系统,它使用JSON格式定义数据结构,支持动态模式演化。Spark可以使用avro()函数加载Avro文件,并将其转化为DataFrame进行处理和分析。 6. JDBC(Java数据库连接):Spark可以通过JDBC连接不同类型的关系型数据库,如MySQL、PostgreSQL、Oracle等。可以使用Spark的JDBC连接器读取和写入关系型数据库中的数据。 7. Hadoop文件系统(HDFS):Spark可以直接读取和写入Hadoop分布式文件系统中的文件,如HDFS、S3等。可以使用Spark的文件系统API来操作这些文件。 总之,Spark支持各种常见的数据源格式,可以通过不同的API函数来加载和处理这些数据,以及与其他数据源进行交互。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值