会导致Flash CS4崩溃的元件绑定类的问题

本文探讨了在使用FlashCS4预览包含特殊元件的面板时遇到的崩溃问题。问题出现在面板显示时,并且仅在FlashCS4中复现。通过调整元件类型和检查编译环境,最终定位到了问题所在。
今天做一个简单的面板的视后发现了一个奇怪的问题,就是使用Flash CS4进行预览,当面板显示出来时候,Flash CS4 就会崩溃。检查了各个方面,发现最大嫌疑是一个有导出类的原件。它是使用一个有两帧的MovieClip来模拟的一个CheckBox,第一帧没有勾,第二帧打上了勾。
开头我怀疑是绑定类的问题。这个原件有绑定类,那个绑定类继承的是Movieclip类。我也检查过库中原件的属性面板,的确原件的类型为“影片剪辑”。而且这个导出类的构造函数也没有参数,可以直接拖动到舞台上面使用。
检查了这么久没有结果,开始怀疑Flash Player 版本的问题,于是使用 10.1版的Flash Player来带开那个SWF,发现显示正常,没有出现崩溃的问题。这个时候我就郁闷了。
在几近要放弃的时候,突发其想,既然10.1版Player没有问题,那么使用Flash CS5进行编译文件看看有没有什么问题也好。于是用Flash CS5尝试编译,发现编译报错。报错信息大概是,原件绑定类必须继承SimpleButton类,因为原件类型是SimpleButton类型。
这个时候我就有点晕了,在库面板里面,我再三确认原件类型是影片剪辑啊。然而,我突然想起那几个被拖放到舞台上面的两个CheckBox。选中一个,看看属性面板,显示类型为“按钮”。我了个囧,原因找到了。
我记起来即使在库中原件类型是已经声明了的,但是在舞台上面的对象类型还是可以强制更改成任意类型的。我出现的原因是虽然库中的原件声明和导出类类型都一致,但是在舞台上面的实例却变成了另外的类型。而这个问题刚好在Flash CS4中编译的时候是没有检查到的,于是编译通过。然而还是逃脱不了运行时的崩溃错误。
至于Flash Player 10.1没有出现崩溃,大概是虚拟机有所更新吧,容错能力好了。而且Flash CS5的编译检查也更加全面了,能在编译期发现问题。我想这个也算是个Flash CS4的小bug吧,呵呵。
原创文章,转载请注明出处:http://peijinlong.iteye.com
下载前可以先看下教程 https://pan.quark.cn/s/a426667488ae 标题“仿淘宝jquery图片左右切换带数字”揭示了这是一个关于运用jQuery技术完成的图片轮播机制,其特色在于具备淘宝在线平台普遍存在的图片切换表现,并且在整个切换环节中会展示当前图片的序列号。 此功能一般应用于电子商务平台的产品呈现环节,使用户可以便捷地查看多张商品的照片。 说明中的“NULL”表示未提供进一步的信息,但我们可以借助标题来揣摩若干核心的技术要点。 在构建此功能时,开发者通常会借助以下技术手段:1. **jQuery库**:jQuery是一个应用广泛的JavaScript框架,它简化了HTML文档的遍历、事件管理、动画效果以及Ajax通信。 在此项目中,jQuery将负责处理用户的点击动作(实现左右切换),并且制造流畅的过渡效果。 2. **图片轮播扩展工具**:开发者或许会采用现成的jQuery扩展,例如Slick、Bootstrap Carousel或个性化的轮播函数,以达成图片切换的功能。 这些扩展能够辅助迅速构建功能完善的轮播模块。 3. **即时数字呈现**:展示当前图片的序列号,这需要通过JavaScript或jQuery来追踪并调整。 每当图片切换时,相应的数字也会同步更新。 4. **CSS美化**:为了达成淘宝图片切换的视觉效果,可能需要设计特定的CSS样式,涵盖图片的排列方式、过渡效果、点状指示器等。 CSS3的动画和过渡特性(如`transition`和`animation`)在此过程中扮演关键角色。 5. **事件监测**:运用jQuery的`.on()`方法来监测用户的操作,比如点击左右控制按钮或自动按时间间隔切换。 根据用户的交互,触发相应的函数来执行...
垃圾实例分割数据集 一、基础信息 • 数据集名称:垃圾实例分割数据集 • 图片数量: 训练集:7,000张图片 验证集:426张图片 测试集:644张图片 • 训练集:7,000张图片 • 验证集:426张图片 • 测试集:644张图片 • 分别: 垃圾(Sampah) • 垃圾(Sampah) • 标注格式:YOLO格式,包含实例分割的多边形点坐标,适用于实例分割任务。 • 数据格式:图片文件 二、适用场景 • 智能垃圾检测系统开发:数据集支持实例分割任务,帮助构建能够自动识别和分割图像中垃圾区域的AI模型,适用于智能清洁机器人、自动垃圾桶等应用。 • 环境监控与管理:集成到监控系统中,用于实时检测公共区域的垃圾堆积,辅助环境清洁和治理决策。 • 计算机视觉研究:支持实例分割算法的研究和优化,特别是在垃圾识别领域,促进AI在环保方面的创新。 • 教育与实践:可用于高校或培训机构的AI课程,作为实例分割技术的实践数据集,帮助学生理解计算机视觉应用。 三、数据集优势 • 精确的实例分割标注:每个垃圾实例都使用详细的多边形点进行标注,确保分割边界准确,提升模型训练效果。 • 数据多样性:包含多种垃圾物品实例,覆盖不同场景,增强模型的泛化能力和鲁棒性。 • 格式兼容性强:YOLO标注格式易于与主流深度学习框架集成,如YOLO系列、PyTorch等,方便研究人员和开发者使用。 • 实际应用价值:直接针对现实世界的垃圾管理需求,为自动化环保解决方案提供可靠数据支持,具有重要的社会意义。
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