qt for symbian前后台切换事件的截获处理

本文介绍了一种在Symbian平台上实现应用程序前后台切换检测的方法。通过重写QApplication并利用symbianEventFilter函数,可以准确地捕捉到应用从后台转前台或相反的情况。这种方式对于需要根据不同状态展示特定UI元素(如托盘图标)的应用非常有用。

在项目中需要做一个功能:当程序切换到后台时:需将代表程序的托盘显示在手机桌面上。而当程序切换到前台显示出来时则把托盘给隐藏。为了实现这一点,需要先截获程序前后台切换事件。 原本写过一片博文处理这个问题,但是那个并不怎么好用,这里给出最终的解决方案。

首先:qt本身无法跨平台实现这一点,我们只能针对不同平台来定制不同的方法。在qt for symbian下:有一个symbianEventFilter()事件过滤器,其可以截获所有symbian事件,这其中就包括前后台切换事件。不多说了,代码如下:

#ifdef Q_OS_SYMBIAN bool CQQApplication::symbianEventFilter( const QSymbianEvent* event ) { const TWsEvent* pWsEvent = event->windowServerEvent(); if ( pWsEvent == NULL ) { return false; } if( EEventFocusLost == pWsEvent->Type() )//切换到后台 { emit signal_Foreground(false); return false; } else if( EEventFocusGained == pWsEvent->Type() )//切换到前台 { emit signal_Foreground(true); return false; } else { return false; // 交给系统处理 } } #endif

实现步骤为:

1:继承QApplication来重新实现一个自定义的应用程序类。

2:实现其中的symbianEventFilter()虚函数,处理EEventFocusLost和EEventFocusGained 这两个事件即可。

3:这两个事件前边处理完后记得return false.这样后续系统就可以继续处理了。

我的做法正如上述代码所示:一般我会发一个信号出去,在别处进行处理。

--------------------------------------------------------------------------------------------------------------------------------------------

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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