FLASH 与 ASP 通信

本文介绍了FLASH与ASP通信的目的及制作方法,给出了FLASH按钮代码和ASP的Default.asp代码示例,详细解析了代码含义,包括FLASH中LoadVars类的使用、sendAndLoad方法提交表单,以及ASP接收参数并返回属性值等内容,还提供了原代码下载地址。

标题:FLASH 与 ASP 通信
作者:林伟
日期:2005-4-27

      在许多网上找过,相关的文章没有办法进行有效的执行。往往出了些错误。再此我附上了原代码下载地址。
      FLASH 与 ASP 通信的目的何在? 在许多网上大家可以看到,有些留言板是使用FLASH制作出来的。然而FLASH本身操作数据库有一定的难度。如果能够利用ASP的所有特征,那FLASH可见是如虎添翼。

      那么我们就开始介绍制作方法。首先在一场景中,放如一个Button 按钮(可以是组件)。在按钮上编写如下代码:
on(click)
{
 mylv = new LoadVars();
 mylv.user = "admin";
 mylv.sendAndLoad("Default.asp?action=login",mylv,"POST");
 mylv.onLoad = function(Success)
 {
  if(Success)
   _root.txtOutput.text = this.output;
 }
}

  Default.asp 代码如下:

<%@LANGUAGE="VBSCRIPT" CODEPAGE="936"%>
<%
if request("action") = "login" then
 response.Write("&output=hello world!")
end if
 %>

   好了。那么我们来说明下此代码的意思。
      实际上,FLASH中与ASP的交互方法与HTML很相似,无非就是POST 与 GET 两中方法。我们在这里只介绍POST 方法。

该代码为按钮的单击事件,在事件块中有 LoadVars 类。此类就是我们用来与ASP做交互的重要的类。
并且该类为动态类(Dynamic)。什么意思呢?

    在FLASH AS 中,含有动态类的概念。所谓动态类的意义在于,类中未定义的属性或方法,可以在对象中定义。
    您可以注意一下。我们实例化 Loadvars 生成了对象 mylv 。该对象的 .user 属性是我们自己定义的。您可以根据需要写其他,或多写几个属性。FLASH编译时不会报错。而仅当作类似HTML中表单中TEXTBOX 一样提交出去。

   好了。那么接下来我们看下一句。下一个是 LoadVars 类中的一个方法。该名字为sendAndLoad。此方法就是用来提交表单。后面的参数就是ASP文件的URL。

   当您执行了该方法。FLASH就会自动的提交表单,并等待ASP的反馈信息。

   接下来,我们将会引入一个问题。网络传输拥有速度的快慢,我们怎样知道信息是否已提交成功,并可以接收数据呢?

那么我们看这段事件代码:

 mylv.onLoad = function(Success)
 {
  if(Success)
   _root.txtOutput.text = this.output;
 }

FLASH 的事件处理块与其他语言不同的是,他的格式是这样的:<对象名>.<事件名> =function( [参数名] ){}

此代码块中,就可以判断信息是否传递成功。假如成功后,ASP将会反馈Output 变量。该变量是怎么回事呢?别急,接下来继续为您介绍。

好了。FLASH中的代码说完了。接下来看ASP中 default.asp 文件的代码。

<%@LANGUAGE="VBSCRIPT" CODEPAGE="936"%>
<%
if request("action") = "login" then
 response.Write("&output=hello world!")
end if
 %>

如果对ASP不太陌生的人就可以明白。该代码只是接收FLASH传递过来的action属性,判断是否为login。
如果是,将返回output属性。该属性在FLASH可以直接获得,上述已介绍。

那么怎样将参数传递给FLASH呢?这里仅一种方法。在属性名(output)前加 & 符号。在=号后面加属性值即可。

好了。这样就没问题。您可以测试下,如果还有哪个地方不明白。可以联系本人。

QQ:630843
EMAIL:WEBMASTER@MONTHSOFT.COM

原代码下载地址:http://www.monthsoft.com/file/Flash%20ASP.rar

【多变量输入超前多步预测】基于CNN-BiLSTM的光伏功率预测研究(Matlab代码实现)内容概要:本文介绍了基于CNN-BiLSTM模型的多变量输入超前多步光伏功率预测方法,并提供了Matlab代码实现。该研究结合卷积神经网络(CNN)强大的特征提取能力双向长短期记忆网络(BiLSTM)对时间序列前后依赖关系的捕捉能力,构建了一个高效的深度学习预测模型。模型输入包含多个影响光伏发电的气象环境变量,能够实现对未来多个时间步长的光伏功率进行精确预测,适用于复杂多变的实际应用场景。文中详细阐述了数据预处理、模型结构设计、训练流程及实验验证过程,展示了该方法相较于传统模型在预测精度和稳定性方面的优势。; 适合人群:具备一定机器学习和深度学习基础,熟悉Matlab编程,从事新能源预测、电力系统分析或相关领域研究的研发人员高校研究生。; 使用场景及目标:①应用于光伏电站功率预测系统,提升电网调度的准确性稳定性;②为可再生能源并网管理、能量存储规划及电力市场交易提供可靠的数据支持;③作为深度学习在时间序列多步预测中的典型案例,用于科研复现教学参考。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注数据归一化、CNN特征提取层设计、BiLSTM时序建模及多步预测策略的实现细节,同时可尝试引入更多外部变量或优化网络结构以进一步提升预测性能。
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