当前位置:网站首页>【ts】typeScript高阶:any和unknown
【ts】typeScript高阶:any和unknown
2022-08-05 05:16:00 【六月的可乐】
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
typeScript高阶之any和unknown
前言
学习目标:
1、any和unknown的区别
2、unknown类型与其他类型的联合类型、交叉类型
3、unknown的应用–结合类型收缩
提示:以下是本篇文章正文内容,下面案例可供参考
一、any与unknown类型的区别
1、any类型表示任意类型,放弃了ts类型检查,ts中应该少用
type T1 = keyof any; // string | number | symbol
2、unkonw类型是暂时未知类型(之后会知道),仍然会进行ts的类型检查
type T2 = keyof unknown;// never
3、在ts的类型系统中never(空类型)是最窄的类型,any是最宽的类型
二、unknown类型与其他类型的联合类型、交叉类型
1.unknown类型与其他类型的联合类型
代码如下(示例):
type T00 = unknown | null; // unknown
type T00 = unknown | undefined; // unknown
type T00 = unknown | null | undefined; // unknown
type T00 = unknown | string; // unknown
type T00 = unknown | string[]; // unknown
type T00 = unknown | any; // any
type T00 = unknown | unknown; // unknown
2.unknown类型与其他类型的交叉类型
代码如下(示例):
type T00 = unknown & null; // null
type T00 = unknown & undefined; // undefined
type T00 = unknown & null & undefined; // nerver
type T00 = unknown & string; // string
type T00 = unknown & string[]; // string[]
type T00 = unknown & any; // any
type T00 = unknown & unknown; // unknown
3.unknown类型与其他类型的关系
代码如下(示例):
let value: unknown;
let value1: unknown = value; //正确
let value2: any = value; // 正确
let value3: boolean = value; // 错误
let value4: string = value; // 错误
let value5: number = value; // 错误
let value6: object = value; // 错误
let value7: any[] = value; // 错误
let value8: Function = value; // 错误
4.unknown类型经典例子
type T50<T> = {
[P in keyof T]: number};
type T51 = T50<any>; // {[key: string]: number}
type T52 = T50<unknown>; // {}
三、unknown的应用–结合类型收缩
declare function isFunction(x: unknown): x is Function;
function f20(x: unknown) {
if (x instanceof Error) {
x; // Error};
if (isFunction(x)) {
x;// Function}
}
总结
可以把任何类型赋值给any类型的变量,并对该变量执行任何操作(不需要关注类型,等同js);同样可以把任何值赋值给unkonw类型的变量,但是必须进行类型检查或者断言才能对变量进行操作变量(必须关注变量的类型)。
边栏推荐
- [Pytorch study notes] 9. How to evaluate the classification results of the classifier - using confusion matrix, F1-score, ROC curve, PR curve, etc. (taking Softmax binary classification as an example)
- 【论文精读】R-CNN 之预测框回归(Bounding box regression)问题详述
- SharedPreferences and SQlite database
- 【零基础开发NFT智能合约】如何使用工具自动生成NFT智能合约带白名单可Mint无需写代码
- 《基于机器视觉的输电线路交叉点在线测量方法及技术方案》论文笔记
- My 的第一篇博客!!!
- CVPR 2020 - 频谱正则化
- spingboot 容器项目完成CICD部署
- 网管日记:故障网络交换机快速替换方法
- 盘点关于发顶会顶刊论文,你需要知道写作上的这些事情!
猜你喜欢
【数据库和SQL学习笔记】8.SQL中的视图(view)
2021电赛资源及经验总结
【MySQL】数据库多表链接的查询方式
11%的参数就能优于Swin,微软提出快速预训练蒸馏方法TinyViT
网工必用神器:网络排查工具MTR
【数据库和SQL学习笔记】7.SQL中的插入(INSERT)、删除(DELETE)、更新(UPDATE)
CH32V307 LwIP移植使用
flink项目开发-flink的scala shell命令行交互模式开发
[Intensive reading of the paper] R-CNN's Bounding box regression problem is detailed
2022年中总结关键词:裁员、年终奖、晋升、涨薪、疫情
随机推荐
SharedPreferences and SQlite database
[Database and SQL study notes] 10. (T-SQL language) functions, stored procedures, triggers
[Pytorch study notes] 9. How to evaluate the classification results of the classifier - using confusion matrix, F1-score, ROC curve, PR curve, etc. (taking Softmax binary classification as an example)
六步搞定子网划分
[Go through 9] Convolution
el-pagination左右箭头替换成文字上一页和下一页
6k+ star,面向小白的深度学习代码库!一行代码实现所有Attention机制!
MaskDistill - Semantic segmentation without labeled data
Spark ML学习相关资料整理
MSRA proposes extreme masking model ExtreMA for learning instances and distributed visual representations
BroadCast Receiver(广播)详解
Flink HA配置
神经网络也能像人类利用外围视觉一样观察图像
el-table,el-table-column,selection,获取多选选中的数据
【Pytorch学习笔记】9.分类器的分类结果如何评估——使用混淆矩阵、F1-score、ROC曲线、PR曲线等(以Softmax二分类为例)
面向小白的深度学习代码库,一行代码实现30+中attention机制。
Service
[Pytorch study notes] 10. How to quickly create your own Dataset dataset object (inherit the Dataset class and override the corresponding method)
Oracle压缩表修改字段的处理方法
ES6 新特性:Class 的继承