当前位置: 首页 > news >正文

什么是promise?

是JavaScript中用于处理异步操作的一种机制。

异步操作,例如从服务器获取数据、读取文件、执行数据库查询等等。

经典使用:Axios 是一个基于Promise的HTTP客户端

Promise具有三个状态:

  1. Pending(待定):Promise的初始状态,表示操作尚未完成,仍在进行中。

  2. Fulfilled(已完成):表示操作成功完成,并返回了一个值。一旦Promise达到这个状态,它就会保持不变,不会再改变状态。

  3. Rejected(已拒绝):表示操作失败或出现错误,并返回了一个原因(错误信息)。一旦Promise达到这个状态,它也会保持不变,不会再改变状态。

Promise提供了以下方法和特性:

  • then(onFulfilled, onRejected): 用于添加处理成功和失败情况的回调函数。onFulfilled回调在Promise状态变为Fulfilled时执行,onRejected回调在状态变为Rejected时执行。这两个回调都接收Promise的结果或原因作为参数。

  • catch(onRejected): 用于捕获Promise的Rejected异常状态,相当于then(null, onRejected)

  • finally(onFinally): 用于添加一个无论Promise状态如何都会执行的回调函数

// //修改权限请求updateUserStatus(authority, userId) {//开始发送修改请求var url = `http://localhost:8080/qy/User/UpdateUserStatus/${authority}/${userId}`;var config = {headers: {//配置请求表头防止后端接收不到data中的参数"Content-Type": "application/json",// 可以在这里添加其他的header配置},};this.axios.get(url, config).then((res) => {console.log("修改成功", res);}).catch((rej) => {//请求失败捕获console.log(rej);});},

 

相关文章:

什么是promise?

是JavaScript中用于处理异步操作的一种机制。 异步操作,例如从服务器获取数据、读取文件、执行数据库查询等等。 经典使用:Axios 是一个基于Promise的HTTP客户端 Promise具有三个状态: Pending(待定):Pr…...

从零开始学习软件测试-第45天笔记

monkey事件 事件:对app进行的操作,比如触摸事件,滑动事件...动作:构成一个事件所需要的步骤。 调整事件的百分比 adb shell monkey -p 包名 -v -v --pct-xxx 百分比 次数>输出文件的路径 分析日志有没有报错 到日志中去找…...

visual studio常用快捷键

CtrlM、CtrlO 折叠到定义 CtrlM、CtrlM 折叠当前定义 CtrlM、CtrlA 折叠全部 CtrlK、CtrlD 自动编排代码格式 F12 转到定义 ShiftF12 查看所有定义 ctrl] 转到定义首部或尾部 ctrlX 未选中文本时,剪切/删除光标所在行。ctrlV 未选中文本时,粘贴到…...

数据变换:数据挖掘的准备工作之一

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ 🐴作者:秋无之地 🐴简介:CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作,主要擅长领域有:爬虫、后端、大数据…...

Go语言实践案例之简单字典

一、程序要实现效果: 在命令行调用程序的时候,可以在命令行的后面查询一个单词,然后会输出单词的音标和注释。 二、思路分析: 定义一个结构体 DictRequest,用于表示翻译请求的数据结构。其中包含了 TransType&#…...

笔试面试相关记录(3)

(1)String String和String.append()的底层实现 C中string append函数的使用与字符串拼接「建议收藏」-腾讯云开发者社区-腾讯云 (tencent.com) String String 在 第二个String中遇到\0就截止,append()的方法则是所有字符都会加在后面。 &…...

第6章_瑞萨MCU零基础入门系列教程之串行通信接口(SCI)

本教程基于韦东山百问网出的 DShanMCU-RA6M5开发板 进行编写,需要的同学可以在这里获取: https://item.taobao.com/item.htm?id728461040949 配套资料获取:https://renesas-docs.100ask.net 瑞萨MCU零基础入门系列教程汇总: ht…...

开源免费的流程图软件draw.io

2023年9月16日,周六上午 想买微软的visio,但发现不是很值得,因为我平时也不是经常需要画图。 所以我最后还是决定使用开源免费的draw.io来画图 draw.io网页版的网址: Flowchart Maker & Online Diagram Software draw.io的…...

Python绘图系统19:添加时间轴以实现动态绘图

文章目录 时间轴单帧跳转源代码 Python绘图系统: 📈从0开始的3D绘图系统📉一套3D坐标,多个函数📊散点图、极坐标和子图自定义控件:绘图风格📉风格控件📊定制绘图风格坐标设置进阶&a…...

深度解析shell脚本的命令的原理之rm

rm 是 Unix/Linux 系统中的一个基本命令,用于删除文件或目录。以下是对这个命令的深度分析: 基本操作:rm 命令删除一个或多个文件或目录。这是通过从文件系统中移除链接来完成的。在 Unix/Linux 中,文件是通过链接(可以…...

RPA机器人流程自动化专题培训大纲(供大家参考使用)

一、RPA机器人流程自动化概述 RPA的定义和发展历程RPA的应用场景和优势RPA与人工智能的关系 二、RPA机器人流程自动化基础知识 RPA的基本原理和技术架构RPA的常用技术和工具RPA的编程语言和开发环境 三、RPA机器人流程自动化实战应用 如何进行业务流程分析与优化如何利用R…...

Python用若干列的数据多条件筛选、去除Excel数据并批量绘制直方图

本文介绍基于Python,读取Excel数据,以一列数据的值为标准,对这一列数据处于指定范围的所有行,再用其他几列数据数值,加以筛选与剔除;同时,对筛选与剔除前、后的数据分别绘制若干直方图&#xff…...

驱动开发,IO多路复用实现过程,epoll方式

1.框架图 被称为当前时代最好用的io多路复用方式; 核心操作:一棵树(红黑树)、一张表(内核链表)以及三个接口; 思想:(fd代表文件描述符) epoll要把检测的事件…...

java在mysql中查询内容无法塞入实体类中,报错 all elements are null

目录 一、问题描述二、解决方案 一、问题描述 java项目中整体配置了mysql的驼峰式字段匹配规则。 mybatis.configuration.map-underscore-to-camel-casetrue由于项目需求,需要返回字段为file_id,file_url,并且放入实体类中,实体…...

Linux 挂载

挂载需要挂载源和挂载点 虚拟机本身就有的挂源 添加硬件 重启虚拟机 操作程序 sudo fdisk -l //以管理员权限查看电脑硬盘使用情况sudo mkfs.ext4 /dev/sdb //以管理员身份格式化硬盘sudo mkdir guazai //创建挂载文件夹 sudo mount /dev/sdb/guazai //将挂载源接上挂载点 s…...

[面试] 15道最典型的k8s面试题

文章目录 在 Kubernetes 中,有以下常见的资源对象:1.什么是 Kubernetes?它的主要特点是什么?2. Kubernetes 中的 Pod 是什么?它的作用是什么?3.Kubernetes 中的 Deployment 和 StatefulSet 有何区别&#x…...

lintcode 552 · 创建最大数 【算法 数组 贪心 hard】

题目 https://www.lintcode.com/problem/552/description 描述 给出两个长度分别是m和n的数组来表示两个大整数&#xff0c;数组的每个元素都是数字0-9。从这两个数组当中选出k个数字来创建一个最大数&#xff0c;其中k满足k < m n。选出来的数字在创建的最大数里面的位置…...

ModbusTCP服务端

1在Device下&#xff0c;添加设备net&#xff1a; 公交车。 2在net下添加 ModbusTCP...

Middleware ❀ Hadoop功能与使用详解(HDFS+YARN)

文章目录 1、服务概述1.1 HDFS1.1.1 架构解析1.1.1.1 Block 数据块1.1.1.2 NameNode 名称节点1.1.1.3 Secondary NameNode 第二名称节点1.1.1.4 DataNode 数据节点1.1.1.5 Block Caching 块缓存1.1.1.6 HDFS Federation 联邦1.1.1.7 Rack Awareness 机架感知 1.1.2 读写操作与可…...

Matlab图像处理-从RGB转换为HSV

从RGB转换为HSV HSV彩色系统基于圆柱坐标系。从RGB转换为HSV需要开发将(笛卡儿坐标系中的)RGB值映射到圆柱坐标系的公式。多数计算机图形学教材中已详细推导了这一公式&#xff0c;故此处从略。 从RGB转换为HSV的MATLAB函数是rgb2hsv&#xff0c;其语法为&#xff1a; hsv_imag…...

Windows系统下Neo4j社区版手动安装与配置指南(非Docker方案)

1. 环境准备&#xff1a;JDK安装与验证 在Windows系统下手动安装Neo4j社区版&#xff0c;第一步就是搞定Java环境。我见过太多新手卡在这一步&#xff0c;其实只要注意几个关键点就能轻松过关。Neo4j作为基于Java开发的图数据库&#xff0c;必须依赖JDK才能运行&#xff0c;但不…...

嵌入式开发中开源组件的战略价值与使用策略

1. 嵌入式开发中开源组件的战略价值在当今嵌入式系统开发领域&#xff0c;开源软件已经成为不可或缺的战略资源。作为一名从业十余年的嵌入式工程师&#xff0c;我亲眼见证了开源生态如何彻底改变这个行业的开发模式。从早期的闭源商业解决方案主导&#xff0c;到现在几乎每个项…...

保姆级教程:用C语言数组扫描法,搞定智能车摄像头识别赛道‘L型’拐点

智能车竞赛实战&#xff1a;C语言数组扫描法精准识别L型赛道拐点 在智能车竞赛的赛道上&#xff0c;L型拐点往往是让许多参赛队伍"翻车"的关键节点。传统横向巡线算法在这里容易丢失赛道边界&#xff0c;而基于纵向扫描的数组分析法却能像手术刀般精准定位特征点。本…...

查询参数拼接

export function objectToQueryString(params) {return Object.entries(params).filter(([key, value]) > value ! undefined && value ! null) // 过滤掉 undefined 和 null.map(([key, value]) > ${encodeURIComponent(key)}${encodeURIComponent(value)}).joi…...

Kubernetes + LLM 实战:如何用 Gateway API Inference Extension 优化推理服务(附避坑指南)

Kubernetes LLM 实战&#xff1a;Gateway API Inference Extension 深度优化指南 在当今AI技术迅猛发展的背景下&#xff0c;大语言模型(LLM)已成为企业智能化转型的核心驱动力。然而&#xff0c;当这些复杂的模型需要部署到生产环境时&#xff0c;传统的Kubernetes路由方案往…...

南京邮电大学《数学实验》模块三(线性映射的迭代)实战解析与代码实现

1. 线性映射迭代&#xff1a;从理论到实战的桥梁 第一次接触线性映射迭代这个概念时&#xff0c;我和大多数同学一样感到困惑——这些抽象的矩阵运算到底能解决什么实际问题&#xff1f;直到在南京邮电大学《数学实验》课程中亲手实现了几个案例&#xff0c;才真正体会到它的魅…...

深入解析Franka ROS2控制器:关节位置、速度、阻抗控制有何不同?

深入解析Franka ROS2控制器&#xff1a;关节位置、速度、阻抗控制的核心差异与实战选择 在工业自动化和机器人研究领域&#xff0c;精确控制机械臂的运动是实现复杂任务的基础。Franka Emika机械臂凭借其高精度力控能力和开放的ROS2接口&#xff0c;已成为学术研究和工业应用的…...

从医院呼叫器到智能家居:用Multisim 14.2复刻经典八路呼叫器(附完整仿真文件)

从医院呼叫器到智能家居&#xff1a;用Multisim 14.2复刻经典八路呼叫器&#xff08;附完整仿真文件&#xff09; 在电子技术发展的历史长河中&#xff0c;经典电路设计往往蕴含着跨越时代的智慧。八路呼叫器作为数字电子技术的经典教学案例&#xff0c;其核心模块——编码、锁…...

STM32CubeMX 6.4.0 + STM32F407ZGT6 实战:基于YT8512C PHY的lwIP以太网配置与调试

1. 环境准备与硬件连接 最近在做一个物联网项目时&#xff0c;发现正点原子探索者开发板的PHY芯片从常见的DP83848换成了YT8512C&#xff0c;导致之前能跑通的以太网代码突然失效了。经过一番折腾&#xff0c;终于用STM32CubeMX 6.4.0完成了配置。先说说硬件准备&#xff1a; 开…...

Engram:解锁AI潜能,系统优化新高度!

Engram是一种基于LLM的智能体研究者架构&#xff0c;旨在解决系统优化中AI的两个关键局限&#xff1a;进化邻域偏差和连贯性上限。通过将长时程探索与单一上下文窗口解耦&#xff0c;Engram组织一系列智能体迭代设计、测试和分析机制。每次运行结束时&#xff0c;智能体将代码快…...