当前位置: 首页 > news >正文

vue项目的选择星级样式和axios依赖调用

样式:

<select v-model="score"> <option v-for="s in scoreList" :key="s" :value="s"> {{ s }} 星 </option> </select>

代码

mounted() { this.loadComments() },

渲染页面完成后,调用函数。

导入axios使用http链接

import axios from 'axios'

使用例子如下:

axios.get('http://localhost:8080/comment/list', { params: { productId: this.productId } }).then(res => { this.commentList = res.data.data })

就是链接请求:

举例:

http://localhost:8080/comment/list? productId=1001;

axios的post

axios.post('/comment/add', { productId: this.productId, userId: this.userId, content: this.content, score: this.score }).then(() => { alert('评论成功') this.content = '' this.score = 5 this.loadComments() })

其中的productId,userId,content,score以json传给后端,

后端以

RequestBody接收。
http://www.jsqmd.com/news/161723/

相关文章:

  • PyTorch安装教程GPU版:Raspberry Pi能否运行?
  • 如何在PyTorch-CUDA-v2.8中启用混合精度训练?
  • 那些年为了下载软件啃过的教程
  • Conda环境备份与恢复:保障PyTorch项目连续性
  • GitHub Projects管理PyTorch-CUDA开发进度看板
  • Anaconda配置PyTorch环境并安装torchaudio教程
  • YOLOv5训练提速秘诀:使用PyTorch-CUDA-v2.8镜像释放GPU潜力
  • 别等胃病找上门:现在开始养胃还不晚
  • fedora43 安装 nvidia 驱动以及开启视频编解码硬件加速
  • PyTorch-CUDA-v2.8镜像用户反馈收集渠道建设
  • PyTorch-CUDA-v2.8镜像网络配置优化建议
  • Docker Compose设置自动重启策略保障PyTorch服务稳定性
  • node+vue网上药店购物药品商城管理系统
  • 树莓派创意项目实战:从零到一的完整构建指南
  • PyTorch-CUDA-v2.8镜像安全加固措施清单
  • Conda与Pip共存环境下PyTorch的安装注意事项
  • Conda环境隔离原则:避免PyTorch依赖污染
  • 基于PyTorch-CUDA-v2.8的大模型Token生成效率实测对比
  • 【毕业设计】基于SpringBoot+Vue的家政服务撮合与评价平台管理系统设计与实现基于springboot的家政服务撮合与评价平台(源码+文档+远程调试,全bao定制等)
  • MCP Inspector可视化调试工具:让服务器调试变得简单高效
  • 【课程设计/毕业设计】基于springboot的家政服务撮合与评价平台基于Web的家政服务管理平台【附源码、数据库、万字文档】
  • 国学大师:灵遁者在易学领域的三部著作
  • 清华镜像源配置教程:加速PyTorch及相关库的安装流程
  • (新卷,100分)- 连续字母长度(Java JS Python)
  • PyTorch-CUDA-v2.8镜像日志收集与分析机制设计
  • Anaconda配置PyTorch环境并安装OpenCV图像处理库
  • PostgreSQL 删除数据库指南
  • 基于Java的基础建设财务智慧管理系统的设计与实现全方位解析:附毕设论文+源代码
  • 本地无GPU也能炼丹?云端调用PyTorch-CUDA-v2.8镜像训练模型
  • Anaconda配置PyTorch环境并集成JupyterLab操作指南