moment 当前周一到周日_moment.js第一周引发的bug

博客提到使用moment.js时遇到问题,当处理周时间,如2016年第一周定义为20161后进行转换时出现状况。

使用moment.js遇到一个问题,当使用周的时候,比如2016年第一周,一般会定义为20161然后进入moment.js转换

let m = moment('20161','YYYYww')
console.log("m", m)
//然后后面用到把它转换成字符串
let str = m.format('YYYYww')   //20151 显示成2015年了
//这岂不是很蛋疼
//然后使用
let m2 = moment('20171','YYYYww')
let str2 = m2.format('YYYYww') // 20171 没问题啊 难道见鬼了 一度怀疑是其他地方影响 
//简单抽离一个demo 实验依旧一样
//直接打开 http://momentjs.cn/docs/ 在控制台输入以上代码

//经过分析 m在20161的时候 转换成2015年12月27日 查了一下日历,原来2016年1月1号是周五,
//而国外一般以周日为第一天 那么第一周理所当然的被定义成2015年12月27日
//而尴尬的是format的时候 是直接从数组取得,不是计算。心中不免想难道那么大的库这么大的bug?

//隔了几天给人演示bug的demo
//同样打开 http://momentjs.cn/   这次和上次不是同一个页面
//结果竟然不一样 竟然是20161  m变量也变成了2016年1月4日 难道又见鬼了 细细一想原来页面不一样
//又打开了原来的网址 http://momentjs.cn/docs/ 在控制台输入以上代码 bug依旧出现

//竟然结果不一样 肯定是有所不同
//最终发现
//在使用moment之前多了一行配置代码 其他的配置忽略,简单的就是设置
// 注意 这个dow: 1 doy:4 并不是dow代表月 doy:4 代表 日 
// 其实是 7 +  1 - 4  = 4日 dow代表周几为一周第一天 1代表周一
// 如果配置1月1日了 就是 7+1-7 = 1 也就是dow: 1, doy: 7 这代表1月1日
moment.locale('en',{week:{dow:1,doy:4}})  //其他配置可以自行打印m 变量
//解释就是 设置周一为一周的第一天 包含1月4号的那周是一年第一周 bug问题得以解决
//打印m也可以看出日期的变化 对着日历感受一下把 

根据上面语句搜索出来的 原文配置
The week that contains Jan 4th is the first week of the year
随便放一个 https://blog.csdn.net/john_xiaoweige/article/details/91419902

补充:实验发现2019第一周依旧不可以 还是以包含1月1日的为第一周吧。
1月1日 大家
用 AI 写代码,常见两种翻车: 过重——技能十几门、文档写两遍,二开被流程拖死; 过轻——一句话丢给 Cursor,边界不清、难验收、难回溯。 SW Harness(AI 软件开发工程框架 v1.2) 取中间态:保留「想清楚→设计→实现→验证→可选上云」闭环,体量按个人/小团队砍到能扛住。 不是提示词合集,是可装进 Cursor 的工程工作流。 主路径: /sw req → asd → sdd → dev → review → (env/deploy) → commit 需求写范围与成功标准;架构做边界与选型;模块方案才出接口、时序与逻辑图;开发用例先行;审查一次过质量与基础安全。小改动可走 req→sdd→dev→review。/sw status 看进度,/sw continue 断点续跑。 你会得到: 唯一 Workflow Skill(全套 /sw 门禁)· PRD/ASD/SDD/测试/审查模板 · 完整 DEMO 文档 · 可跑 Java 示例(mvn test)· 云配置与轻量部署脚本 · 二开 context 位。 适合: 真实项目、旧系统二开、接单、个人产品。 不适合: 只要万能提示词、要代开发、要企业多 Agent 重型流水线。 怎么用: Skill 拷到 .cursor/skills/ → 对照 DEMO → 复制空白模板 → 对自己的小需求说 /sw req 开跑。有 VPS 再配云;没有就本地验收即可。 首发 ¥49(标 ¥69),一次买断,支付后自动下 ZIP。 写代码走 /sw;授权 APK 分析可另配 /re——同一套 harness 思路。 轻量可学可二开,不是企业合规流水线。数字商品售出不退,请按需购买。
内容概要:本文围绕“基于蜣螂优化算法的无线传感器网络覆盖优化研究”展开,提出了一种创新且可复现的智能优化方法。通过引入新型群智能优化算法——蜣螂优化算法(DBO),对无线传感器网络(WSN)中的节点部署问题进行建模与求解,旨在最大化网络覆盖率、均衡节点能耗、延长网络生命周期并提升系统整体稳定性。研究基于Matlab平台完成了算法的仿真与实现,构建了合理的适应度函数,设计了关键参数调整策略,并通过大量仿真实验验证了该算法在不同规模监测区域下的优化性能。相较于传统优化算法如粒子群优化(PSO)、遗传算法(GA)等,DBO在收敛速度、全局寻优能力、避免早熟收敛以及覆盖均匀性方面表现出更优异的性能,充分体现了其在复杂工程优化问题中的应用潜力。; 适合人群:具备一定Matlab编程基础和优化算法理论知识,从事智能计算、物联网、无线传感器网络、自动化控制等相关领域的高校研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于无线传感器网络的节点布局优化,有效提升监控区域的感知覆盖质量;②作为新型群智能算法的学习与研究案例,深化对蜣螂优化算法机理的理解,并拓展其在路径规划、资源分配、参数优化等其他工程领域的应用;③为学术论文撰写、科研项目申报、毕业课题设计及算法竞赛提供可靠的技术支持与参考范例。; 阅读建议:建议读者结合提供的Matlab代码深入理解算法的具体实现流程,重点关注适应度函数的构造逻辑、算法参数的敏感性分析及优化迭代过程的可视化展示,并尝试在不同环境设定下复现实验结果,以全面掌握蜣螂优化算法的核心思想及其在WSN覆盖优化中的实际应用价值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值