博客
关于我
使用Flex中HttpService的应用开发(三)
阅读量:474 次
发布时间:2019-03-06

本文共 1058 字,大约阅读时间需要 3 分钟。

在Flex应用中使用HTTPService组件进行数据交互是一个强大的工具。以下是对该技术的详细优化和应用方法:

1. 数据转换与处理

resultHandler函数中,处理服务器返回的数据:

private function resultHandler(event:ResultEvent, token:AsyncToken):void
{
// 假设myData是一个数组,包含书籍数据
var obj:Contact;
for (var i:int=0; i < myData.length; i++)
{
obj = new Contact(myData.getItemAt(i));
myData.setItemAt(obj, i);
}
}

2. 优化HTTPService使用

getData函数中,优化参数传递:

private function getData():void
{
contactService.url = "data/books.xml";
var responder:ItemResponder = new ItemResponder(resultHandler, faultResultHandler);
var params:Object = { };
params.firstname = "san";
params.lastname = "zhang";
var token:AsyncToken = contactService.send(params);
token.addResponder(responder);
}

3. 动态参数传递

可以直接传递动态对象:

contactService.send({firstname:"san", lastname:"zhang"});

4. 跨域策略配置

确保服务器端配置了crossdomain.xml,允许指定域名访问:

5. 视图层绑定

在MXML中绑定HTTPService结果:

${txtfirstname.text}
${txtlastname.text}

通过以上优化,Flex应用能够高效地与服务器通信,正确处理数据,并在视图层正确显示结果。

转载地址:http://gpmbz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>