jsql 项目技术文档
2024-12-24 17:08:19作者:江焘钦
1. 安装指南
安装环境要求
- Node.js 版本:>= 12.x
- npm 或 yarn
安装步骤
- 打开终端或命令行工具。
- 使用 npm 或 yarn 安装
jsql:
npm install jsql
或
yarn add jsql
- 安装完成后,您可以在项目中引入
jsql进行使用。
2. 项目使用说明
概述
jsql 是一个 JavaScript 查询语言,旨在提供一种原生的 JSON 查询格式,用于查询任何内容,最初仅限于 JavaScript 对象。jsql 的参考实现 searchjs 使用 jsql 查询 JS 对象或对象数组,并返回匹配的结果。
基本用法
jsql 的查询语法始终是一个单一的 JavaScript 对象 {},其中包含用于查询的参数。查询对象可以包含三种类型的属性:
- Primitives(基本类型):用于匹配一个或多个字段,支持 AND 或 OR 逻辑,以及否定操作。
- Modifiers(修饰符):用于修改其他属性的处理方式,如否定、字段连接类型、范围和文本搜索。
- Composites(复合类型):用于将多个基本类型组合在一起。
示例
以下是一个简单的查询示例:
const searchjs = require('jsql');
const data = [
{ name: "John", age: 30 },
{ name: "Alice", age: 25 },
{ name: "Bob", age: 35 }
];
const query = { name: "John" };
const results = searchjs.match(data, query);
console.log(results); // 输出: [{ name: "John", age: 30 }]
3. 项目 API 使用文档
match(data, query)
- 描述:根据查询条件匹配数据中的对象。
- 参数:
data:要查询的数据,可以是单个对象或对象数组。query:查询条件,使用jsql语法定义的查询对象。
- 返回值:返回匹配的对象数组。
查询语法详解
基本类型(Primitives)
基本类型用于匹配单个或多个字段。例如:
{ name: "John" } // 匹配 name 字段等于 "John" 的对象
{ name: "John", age: 30 } // 匹配 name 字段等于 "John" 且 age 字段等于 30 的对象
修饰符(Modifiers)
修饰符用于修改查询行为,如否定、逻辑连接和文本搜索。
-
否定(Negation):
{ name: "John", _not: true } // 匹配 name 字段不等于 "John" 的对象 -
逻辑连接(Join):
{ name: "John", age: 30, _join: "OR" } // 匹配 name 字段等于 "John" 或 age 字段等于 30 的对象 -
文本搜索(Text Searching):
{ name: "davi", _text: true } // 匹配 name 字段包含 "davi" 的对象
复合类型(Composites)
复合类型用于将多个基本类型组合在一起。例如:
{ terms: [{ name: "John" }, { age: 30 }] } // 匹配 name 字段等于 "John" 或 age 字段等于 30 的对象
4. 项目安装方式
使用 npm 安装
npm install jsql
使用 yarn 安装
yarn add jsql
手动下载
您也可以从 GitHub 仓库手动下载源代码并将其添加到您的项目中。
git clone https://github.com/deitch/searchjs.git
下载后,将 searchjs 文件夹复制到您的项目中,并在代码中引入:
const searchjs = require('./path/to/searchjs');
通过以上步骤,您可以成功安装并使用 jsql 项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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