1.JS代码如何获取map的源码key
2.探秘Google Analytics
JS代码如何获取map的key
前端开发中,我们常使用对象来保存字典值,源码用于列表字段翻译或加载下拉框。源码有时我们需要根据字典值的源码value获取对应的key。网上相关文章较少,源码这里记录一下我的源码php教程源码下载实践。
假设我们有两个类型的源码字典值,分别保存在paramsMap对象中:
paramsMap: { orderType: { '0': '咨询',源码 '1': '投诉', '2': '举报', '3': '建议', '4': '求助', '5': '表扬', }, subjectType: { 'LB': '劳保', 'XW': '消委', 'GA': '公安', 'GT': '国土', 'CG': '城管', 'GJJ': '公积金', 'ZH': '综合', },}
根据key获取value的函数如下:
getParamValue(paramType, code) { if (!Object.prototype.hasOwnProperty.call(this.paramsMap, paramType)) { return '参数类型错误'; } return this.paramsMap[paramType][code];}
调用时指定参数类型:this.getParamValue('orderType', '1');
获取value对应的key的函数如下:
getParamCode(paramType, value, compare = (a, b) = a === b) { if (!Object.prototype.hasOwnProperty.call(this.paramsMap, paramType)) { return '参数类型错误'; } return Object.keys(this.paramsMap[paramType]).find(k = compare(this.paramsMap[paramType][k], value))}
调用时:this.getParamCode('subjectType', '公安');
以上仅为个人经验分享,希望对大家有所帮助,源码也期待更多交流和支持。源码
探秘Google Analytics
探秘Google Analytics
在晓黑板PC客户端项目中,源码我们采用了Google Analytics(简称GA)的源码埋点方案以采集数据。GA提供了三种方案,源码我们选择前两种,源码对比发现,源码第一种方案适用于与网站集成的场景,第二种方案则更适合集成至浏览器端。广告推广系统源码我们最终选择了使用gtag.js的方案进行埋点收集。
为了确保对浏览器Web端的支持,我们利用hashchange事件进行调用,来处理单页面应用中hash路由的变化。同时,我们利用动态JS创建script标签并插入DOM,以实现对Electron客户端的支持。
对于桌面客户端与Web端的牛夫人牛牛源码结合,我们发现单独使用不同GAID的方案并不理想。因此,我们选择将两者结合,采用同一个GAID,并利用Google Analytics的自定义维度功能。在GA管理页面的媒体资源一栏,我们新建自定义维度,具体设置可参考官方文档。网页源码修真自定义维度以索引形式命中,便于数据分类和分析。
在使用自定义维度时,我们以受众群体菜单中的概览为例,点击概览后,默认只显示所有用户细分维度。通过点击添加细分,我们可进一步设置维度条件,HTM404源码如type_os === 'eb'来区分客户端用户。保存设置后,再次添加客户端用户细分条件,通过勾选相关复选框即可展示预期效果。
我们发现,Web端人数与客户端人数之和可能超过%,这是因为有些用户同时使用了Web端和客户端服务。为确保准确统计,我们启用了userId功能,以确保每个用户的唯一标识在GA中被正确记录。
在GA中,我们使用GTM(Google Tag Manager)收集点击事件。通过最大三次循环查找机制,确保对诸如Button等组件的正确绑定。完成GTM操作后,通过GTM的debug功能进行调试,输入需要调试的页面地址并启动预览。在页面上点击指定按钮,查看是否能正确命中GTM操作,从而确认GA数据是否正确传递。
通过GTM,我们实现了对页面事件的高效收集。为了验证GTM的正确性,我们回到GA页面查看,发现刚刚的点击事件已成功传递至GA。至此,本示例的集成过程结束,但GTM的功能远不止于此,其强大的功能值得进一步探索。
在集成过程中,我们使用了gtag.js、动态JS、hashchange事件、GTM和GA API等多种工具和技术,实现了客户端与Web端数据的整合与分析。通过这些实践,我们深入了解了Google Analytics在实际项目中的应用,为后续数据分析和决策提供了有力支持。