我正在尝试确定是否有一种方法可以使angular或纯JavaScript获得textarea的行的值?
我有一个项目正在使用固定大小的textarea,一旦到达一定数量的字符,就需要换行到新行(不一定是换行符)。 在我的项目中,我需要发布每一行文本,就像它是服务器的新对象一样。 因此,例如,如果一个人键入了一个很长的句子,那么超出字符数限制的任何单词都需要换行。 然后,我需要将数据发布回服务器,就像显示的每一行都是一个新对象一样
这是我开始创建的内容,但是意识到它不能满足我的需要,因为长句子或段落可能没有换行符,并且每行的字符长度也不完全相同,因为长单词可以换行进入新行
Test(textarea) {
console.log(textarea)
let data = [];
console.log(this.test)
data = this.test.split('\n');
data.forEach(element = > {
var item = {
text: element
}
console.log(item)
});
}
答案 0 :(得分:0)
您需要做一些解析才能满足要求-这就是我想到的:
def read_tensor_from_image_file(
file_name, input_height=299, input_width=299, input_mean=0,
input_std=255
):
input_name = "file_reader"
file_reader = tf.read_file(file_name, input_name)
if file_name.endswith(".png"):
image_reader = tf.image.decode_png(
file_reader, channels=3, name="png_reader")
elif file_name.endswith(".gif"):
image_reader = tf.squeeze(
tf.image.decode_gif(file_reader, name="gif_reader"))
elif file_name.endswith(".bmp"):
image_reader = tf.image.decode_bmp(file_reader, name="bmp_reader")
else:
image_reader = tf.image.decode_jpeg(
file_reader, channels=3, name="jpeg_reader")
float_caster = tf.cast(image_reader, tf.float32)
dims_expander = tf.expand_dims(float_caster, 0)
resized = tf.image.resize_bilinear(dims_expander,
[input_height, input_width])
normalized = tf.divide(tf.subtract(resized, [input_mean]), [input_std])
sess = tf.Session()
result = sess.run(normalized)
return result