先扯点题外话^_^
从注册时间来看，我是个老经典人，但是从发帖数来看同时我又是个新经典人。说起来倒是很巧的一件事，我在经典和无忧上注册的时间居然是同一天！2005-8-16，我依稀记得的是，当时注册经典是要下载一个东西。之后就一直在无忧上游荡，偶尔冒起来问几个问题。两年时间，问过不少弱智问题，也解答过一些问题。偶也在无忧的陪伴下从一个小菜鸟变成了一个老菜鸟。近段时间看过的几篇好文章都是经典里出的。记得其中一篇就是子虚乌有大大的杰作。我开始关注经典。。。
最近发现无忧人气在下滑，不知道是我主观感觉还是。。。不管怎么说我对无忧都是有感情的，毕竟无忧陪伴我成长了两年时间。在两年时间里面从无忧各位大大身上学到了些东西，也认识了很多牛人，不过他们不认识偶^_^。
现在到经典来，不是想投奔经典，而是想认识更多的脚本高手们。无忧我会一如既往的支持，同时经典也一样。现在特别为经典奉献上一件作品，作为偶在经典的第一帖。
前面发布过一次，那次只能算0.5版本，感兴趣的可以到这里浏览http://bbs.51js.com/viewthread.p ... hlight=%C8%D5%C0%FA
现在这个版本在原来的版本上改进的，解释核心还是一样的，但增加了一些功能，同时为解释后的日历减了一下肥，让日历显示更快速。
主要特点和更新：
1、日历在实例化的时候，就建好容器，在日历更改日期的时候不再重建容器，而是循环更新容器里的内容（也就是日历里的数字），让日历显示更快。
2、提供两个日历事件，onclick（在点击某天是触发），onupdate（在日历内容更改时触发）。
3、多用途，可以用作网站一般的日历使用或者是表单的输入控件。
4、结构和显示分离，用户可以自己定义日历的样式，也就是CSS。
5、全局函数定义JCalendar类的静态方法，避免污染命名空间。
6、年份和月份采用下拉框，而且给用户提供设置年份范围的函数。但默认不显示，点击年份或月份超链接后爱显示，从而改善界面美观。
转载请保留作者信息，谢谢。
偶可以上传附件了，好人做到底，打包提供下载
经典限制了字数，只能在第二楼放文档和例子了
更新了一个bug，选择空白日期时会出现2007-5-NaN[更新时间2007-5-29 12：39]
更新了一个bug，已经选择了2007年5月20日，想改成2010年5月20日，就点不了了[更新时间2007-5-29 18：58]
打包文件下载
0
0
JCalendar 日历控件 v1.0 beta[兼容IE&Firefox] 有文档和例子_时间日期
php中文网
发布时间：2016-05-16 19:12:57
|1385人浏览过
|来源于php中文网
原创
相关文章
如何实现鼠标移动或按键时重置倒计时器
javascript的DOM操作是什么以及如何使用？【教程】
JavaScript 中筛选高分员工姓名的完整教程
Angular 中点击建议项需二次触发的解决方案
JavaScript 数组与对象操作入门：筛选高分员工姓名的正确写法
本站声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
热门AI工具
相关专题
漫蛙漫画网页版入口与正版在线阅读 漫蛙MANWA官网访问专题
本专题围绕漫蛙漫画（Manwa / Manwa2）官网网页版入口进行整理，涵盖漫蛙漫画官方主页访问方式、网页版在线阅读入口、台版正版漫画浏览说明及基础使用指引，帮助用户快速进入漫蛙漫画官网，稳定在线阅读正版漫画内容，避免误入非官方页面。
13
2026.02.03
Yandex官网入口与俄罗斯搜索引擎访问指南 Yandex中文登录与网页版入口
本专题汇总了俄罗斯知名搜索引擎 Yandex 的官网入口、免登录访问地址、中文登录方法与网页版使用指南，帮助用户稳定访问 Yandex 官网，并提供一站式入口汇总。无论是登录入口还是在线搜索，用户都能快速获取最新稳定的访问链接与使用指南。
114
2026.02.03
Java 设计模式与重构实践
本专题专注讲解 Java 中常用的设计模式，包括单例模式、工厂模式、观察者模式、策略模式等，并结合代码重构实践，帮助学习者掌握 如何运用设计模式优化代码结构，提高代码的可读性、可维护性和扩展性。通过具体示例，展示设计模式如何解决实际开发中的复杂问题。
3
2026.02.03
C# 并发与异步编程
本专题系统讲解 C# 异步编程与并发控制，重点介绍 async 和 await 关键字、Task 类、线程池管理、并发数据结构、死锁与线程安全问题。通过多个实战项目，帮助学习者掌握 如何在 C# 中编写高效的异步代码，提升应用的并发性能与响应速度。
2
2026.02.03
Python 强化学习与深度Q网络（DQN）
本专题深入讲解 Python 在强化学习（Reinforcement Learning）中的应用，重点介绍 深度Q网络（DQN） 及其实现方法，涵盖 Q-learning 算法、深度学习与神经网络的结合、环境模拟与奖励机制设计、探索与利用的平衡等。通过构建一个简单的游戏AI，帮助学习者掌握 如何使用 Python 训练智能体在动态环境中作出决策。
3
2026.02.03
热门下载
相关下载
精品课程
相关推荐
/
热门推荐
/
最新课程
最新文章
