Knockback.js 技术文档
2024-12-24 08:42:19作者:邬祺芯Juliet
1. 安装指南
1.1 通过 npm 安装
npm install knockback
1.2 通过 Bower 安装
bower install knockback
1.3 手动下载
你可以从以下地址手动下载 Knockback.js 的最新版本:
1.4 依赖项
确保你已经安装了以下依赖库:
2. 项目的使用说明
2.1 简单示例
HTML 代码
<label>First Name: </label><input data-bind="value: first_name, valueUpdate: 'keyup'" />
<label>Last Name: </label><input data-bind="value: last_name, valueUpdate: 'keyup'" />
JavaScript 代码
var model = new Backbone.Model({first_name: 'Bob', last_name: 'Smith'});
ko.applyBindings(kb.viewModel(model));
在这个示例中,当你在输入框中输入内容时,值会双向同步到模型中,并且所有绑定的视图模型也会更新。
2.2 高级示例
视图模型代码
var ContactViewModel = kb.ViewModel.extend({
constructor: function(model) {
kb.ViewModel.prototype.constructor.call(this, model);
this.full_name = ko.computed(function() {
return this.first_name() + " " + this.last_name();
}, this);
}
});
HTML 代码
<h1 data-bind="text: 'Hello ' + full_name()"></h1>
<label>First Name: </label><input data-bind="value: first_name, valueUpdate: 'keyup'" />
<label>Last Name: </label><input data-bind="value: last_name, valueUpdate: 'keyup'" />
JavaScript 代码
var model = new Backbone.Model({first_name: 'Bob', last_name: 'Smith'});
var view_model = new ContactViewModel(model);
ko.applyBindings(view_model);
// 清理
kb.release(view_model);
在这个示例中,当你在输入框中输入内容时,问候语会实时更新。
3. 项目API使用文档
3.1 kb.viewModel
kb.viewModel
是一个用于创建视图模型的函数。它将 Backbone 模型转换为 Knockout 视图模型,从而可以在 HTML 中使用 data-bind
属性进行绑定。
3.2 kb.ViewModel.extend
kb.ViewModel.extend
用于扩展视图模型类。你可以通过继承 kb.ViewModel
来创建自定义的视图模型类。
3.3 ko.computed
ko.computed
是一个 Knockout 的计算属性,它可以根据其他属性的变化自动更新。
3.4 kb.release
kb.release
用于释放视图模型,清理绑定和事件监听器,避免内存泄漏。
4. 项目安装方式
4.1 通过 npm 安装
npm install knockback
4.2 通过 Bower 安装
bower install knockback
4.3 手动下载
你可以从以下地址手动下载 Knockback.js 的最新版本:
4.4 依赖项
确保你已经安装了以下依赖库:
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0107AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp Cafe Menu项目中link元素的void特性解析2 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 3 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析4 freeCodeCamp全栈开发课程中React实验项目的分类修正5 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析6 freeCodeCamp博客页面工作坊中的断言方法优化建议7 freeCodeCamp论坛排行榜项目中的错误日志规范要求8 freeCodeCamp音乐播放器项目中的函数调用问题解析9 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
213
2.21 K

暂无简介
Dart
521
115

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
978
578

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
552
86

Ascend Extension for PyTorch
Python
65
94

React Native鸿蒙化仓库
JavaScript
209
285

openGauss kernel ~ openGauss is an open source relational database management system
C++
147
194

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399