微信小程序开发工具安装使用和认识_5、小程序开发工具的了解-程序员宅基地

技术标签: html5  小程序  javascript  

一、微信小程序和普通H5的区别

  1. 微信小程序没有DOM,BOM的API,只能使用EcmaScript核心 部分(数组,字符串方法,for,if…)
  2. 微信小程序js逻辑和视图处理是分开独立运行的,性能比较好,而普通H5是单线程的,容易导致代码阻塞

二、微信小程序的帐号注册及开发流程

1.微信小程序的注册

注册地址:https://mp.weixin.qq.com/wxopen/waregister?action=step1&token=&lang=zh_CN

按照连接地址给出的提示进行注册

2、微信小程序登录:

https://mp.weixin.qq.com/


登录后:找到开发-开发管理-开发设置-开发者ID

AppID(小程序ID)	wxb61621e772a9f027

3、开发和发布流程

开发->提交->审核->发布上线

三、小程序环境搭建与目录结构

1.微信开发者工具的下载与安装

下载地址:https://developers.weixin.qq.com/miniprogram/dev/devtools/download.html

2、使用微信开发者工具创建小程序项目并运行
这的AppID就是上面步骤的id:找到开发-开发管理-开发设置-开发者ID

在这里插入图片描述

四、手机运行测试

点击微信开发者工具--预览按钮(二维码预览和自动预览)

真机调试:通过开发者工具控制台来实时的高度真机上的项目

五、小程序目录结构分析与说明

在这里插入图片描述

1.app.js:小程序的入口文件 相当于vue中的main.js
2.app.json:是小程序的全局配置文件,即如果没配置页面json,会自动使用app.json中的配置
3.app.wxss:是小程序的全局css样式文件,会影响到所有小程序页面的样式
4.了解 project.config.json:是开发者工具环境配置项
5.了解 sitemap.json:是不允许小程序蜘蛛索引页面
6.pages:咱们平时干活常用的目录  相当于vue上的src
		7.index
			 (1) index.wxml:即页面的结构  相当于html
			 (2)index.wxss:即页面的样式  相当于css
			 (3) index.js:即页面的逻辑部分 
			 (4)index.json:即页面的配置文件

8.utils:存放常用工具函数的目录,方便复用


问题:小程序如何创建一个新的页面?

新建页面目录--在目录上右键--选择新建page并输入文件名并回车
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/lb191258514/article/details/115500918

智能推荐

Visual Studio 常用设置和快捷键_vs生成应用程序按esc就退出了-程序员宅基地

Visual Studio 常用设置和快捷键常用设置常用快捷键常用设置设置窗口/控件TabIndex顺序选择窗体/控件,【视图】>【Tab键顺序】显示Tab顺序,然后就可以鼠标点击各控件为其排序。设置完毕按Enter退出该模式。注意:建议按照从外到内,从上到下,从左到右的顺序排序,点击排序时不能断。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-1sFGdGDG-1602561548670)(https://img-blog.csdnimg.cn/2020_vs生成应用程序按esc就退出了

差分约束-Vijos-p1094_vijos 差分-程序员宅基地

还没有对差分约束有了解的同学我推荐一篇大牛的博客,它的博客都讲的比较好。博客链接:夜深人静写算法-差分约束上面的大神讲的很详细,相信认真看了就会懂。 我说说我对差分约束的理解。我感觉差分约束就是将问题转换成一些不等式组,然后通过这些不等式组建边,最后就转换成求最短路、最长路、最大值、最小值等问题。(个人理解) 现在我以Vijos的p1094为例(感觉是一道不错的模版题)题目链接:https://_vijos 差分

磁盘:最容易被忽略的性能洼地-程序员宅基地

从整个软件的性能来说,资源类性能就像是撑起冰山一角的下面的冰层。构成这部分的,是传统部分的磁盘、CPU、内存和网络以及因为移动网络而显得特别重要的电池(耗电)。本文我们将向您着重介绍磁盘部分。 本文选自《Android移动性能实战》。

python文字转图片(二值、RGB)以及numpy数组_ctf python根据rgb值 画图-程序员宅基地

文字一般使用unicode等编码的形式在计算机中表示,但是其形态本身也很有价值。如果能够把文字转为图片,就可以做一些应用,比如:基于最近邻查找来实现简单的OCR文字识别从像素中提取特征用于机器学习,如Glyce其他的各种脑洞,比如计算字符所占像素数/长/宽之类的其实现的思路不是那么直截了当,但是想通了就不困难了,就是在画布上画一个字。说到画图,肯定要想到python中的PIL/Pill..._ctf python根据rgb值 画图

二进制计量单位#K,M,G,T的换算_二进制单位换算_省心省事省时的博客-程序员宅基地

########## Begin ##########def unit_convert(a): K=2**10 M=2**20 G=2**30 T=2**40 if a<K: f=a f=round(f,1) return (str(f)) if a<M: f=a/K f=round(f,1) return (str(f)+'K') if a._二进制单位换算

FreeMind无法打开_freemind the registry refers to a nonexistent java-程序员宅基地

FreeMind无法运行如果碰到the registry refers to a noneexistent java runtime environment installation or the runtime is corrupted。这个错误,卸载java,重新安装即可解决。_freemind the registry refers to a nonexistent java runtime

随便推点

command_execution_command_execution whoami_sGanYu的博客-程序员宅基地

小宁写了个ping功能,但没有写waf,X老师告诉她这是非常危险的,你知道为什么吗。命令注入原理:由于后台代码并未对用户输入的参数ip的值进行过滤就直接与ping命令进行拼接并执行,因此可以使用常见的命令拼接字符对命令进行拼接,如使用“&”,“|”,“&&”,“||”,然后再执行后面的命令首先ping一个ip执行了输入的ip地址,题目告知未设置waf,尝试能否使用命令拼接的方式来执行其它命令Windows:|:直接执行后面的语句||:如果前.._command_execution whoami

linux python m2crypto,在CentOS上,安装 M2Crypto-程序员宅基地

按照Brian的指令,并确保你已安装 openssl-devel. 如果遇到错误如下:./fedora_setup.sh buildrunning buildrunning build_pyrunning build_extbuilding 'M2Crypto.__m2crypto' extensionswigging SWIG/_m2crypto.i to SWIG/_m2crypto_wrap..._centos 安装m2crypto

修改Window的hosts文件提示“该文件被其他程序占用”解决方案-程序员宅基地

1.打开C:\Windows\System32\drivers\etc中的hosts2.右键——&gt;属性——&gt;安全3.在修改保存就可以了

硬件工程师面试经历2015---笔试篇_康冠科技笔试-程序员宅基地

今年就业形势:今年形势依旧不景气,英特尔硬件部门基本不招人,思科硬件部门和信号完整性方面也不招人,EMC,IBM,AMD硬件开发也没有名额,可能会有校招,但一般是噱头做广告。英伟达倒是搞的轰轰烈烈,最后也没招人。后面的同学不要对这些公司抱太多希望。 从8月份开始起到现在找工作花了3个多月,慢慢的也接近尾声了,因此我考虑着花点时间把这段时间的笔试面试好好总结一下,也供正在找工作或者以_康冠科技笔试

微软这次开源的是 Windows 计算器_windows计算器开源了,确下载不到-程序员宅基地

微软宣布在 MIT 许可下开源了 Windows 计算器(Windows Calculator)。Windows Calculator 是一个用 C++ 编写的现代 Windows 应用,其提供了标准、科学和程序员计算器功能,以及各种度量单位和货币之间的一组转换器。项目地址:https://github.com/Microsoft/calculator源码库中包含 Calculat..._windows计算器开源了,确下载不到

密集预测的视觉Transformer:Vision Transformers for Dense Prediction_transformer vision predict_BIT可达鸭的博客-程序员宅基地

Vision Transformers for Dense Prediction论文地址:代码地址:主要工作:具体实现:Transformer encoder:Convolutional decoder:实验结果:实验结果:论文地址:https://arxiv.org/abs/2103.13413代码地址:https://github.com/isl-org/DPT主要工作:我们引入了密集的视觉Transformer,这是一种利用视觉Transformer代替卷积网络作为密集的预测任务的主干的架_transformer vision predict