博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
express+nodejs+mysql实现数据在前台页面的展示
阅读量:3932 次
发布时间:2019-05-23

本文共 1641 字,大约阅读时间需要 5 分钟。

环境:mysql、navicat、express

express中使用的是ejs模板引擎,ejs语法如下(通过 <%for (var i=0;i<data.length;i++)%> 遍历data中的值,通过<%= %>将数据渲染到页面上)

<%= for(var i=0;i
<%= data[i].date%> <%= data[i].schdule%> <%= data[i].important%> <% } %>

本案例只是一个简单的数据展示,总体效果如下:(将数据库的数据显示到浏览器上

             mysql界面:                               

 

            浏览器界面:

      



步骤如下

  • 在桌面创建文件夹 myapp

         

  • 在node 命令行中,进入创建的文件夹  
    $ cd myapp

     

  • 初始化项目
    $ npm init

     

  • 安装express
    $ npm install -g express-generator

     

  • 用express创建一个目录,并进入
    $ express -e firstexpress
    $ cd firstexpress

     

  • 下载相关依赖
    $ npm install
    $ npm install mysql --save

    完成后的目录结构如下:

                                              

index.js文件:

var express = require('express');var router = express.Router();//调用mysql模块const mysql = require('mysql'); //下面的配置必须要与自己本机上的mysql信息一致let connection = mysql.createConnection({	host:'localhost',   //主机地址	port:3306,	    //端口	user:'root',       //账号	password:'root',   //密码	database:'briup'   //连接的数据库});//连接到数据库connection.connect();//执行sql语句,从test表中查询数据var user_sql = 'SELECT * FROM test';connection.query(user_sql,function(err,result){    if(err){	console.log('[query]-:'+err);    }else{        //拿到result将其作为data渲染给模板引擎,比如这里的index页面        router.get('/', function(req, res, next) {	    res.render('index', { 	          title: 'express&mysql测试',	          data:result             });        });    }})module.exports = router;

index.ejs文件:

      <%= title %>    
//引入bootstrap框架

mysql数据获取

<% for(var i=0;i
<% } %>
id name age
<%= data[i].id %> <%= data[i].name %> <%= data[i].age %>

 

现在启动项目

$ npm start

访问localhost:3000就可以看到效果

 

                         ---------------本文完---------------

 

 

 

 

转载地址:http://rwxgn.baihongyu.com/

你可能感兴趣的文章
动手学PyTorch | (39) 小批量随机梯度下降
查看>>
动手学PyTorch | (41) Adagrad算法
查看>>
动手学PyTorch | (44) Adam算法
查看>>
动手学PyTorch | (59) 微调(fine-tuning)
查看>>
吴恩达深度学习 | (16) 卷积神经网络专项课程第一周学习笔记
查看>>
LaTex论文排版 | (20) LaTex首行缩进
查看>>
吴恩达深度学习 | (24) 序列模型专项第二周学习笔记
查看>>
深度学习 | (2) 二分类、多分类与多标签分类的区别与损失函数
查看>>
LaTex论文排版 | (21) 图表caption居中显示
查看>>
深度学习 | (4) 分类问题的Label为啥是one-hot?
查看>>
LaTex论文排版 | (22) argmax、argmin下标使用方法及任意、存在符号
查看>>
深度学习 | (5) 2分类、多分类问题评价指标以及在sklearn中的使用
查看>>
机器阅读理解 | (2) 文本问答概述
查看>>
预训练语言模型 | (1) 概述
查看>>
预训练语言模型 | (2) transformer
查看>>
预训练语言模型 | (3) Bert
查看>>
预训练语言模型 | (4) AlBert
查看>>
预训练语言模型 | (5) StructBert和RoBerta
查看>>
GNN在文本分类上的应用 | (1) TextGCN
查看>>
图神经网络 | (7) 如何理解Graph Convolutional Network(GCN)
查看>>