cocoscreator 下载图片保存本地

最新推荐文章于 2025-05-30 17:24:25 发布

原创最新推荐文章于 2025-05-30 17:24:25 发布 · 3.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#游戏

该博客介绍如何在CocosCreator中实现从远程URL下载图片，并将其保存到本地文件系统。通过使用jsb.fileUtils的方法检查文件是否存在，创建目录，以及使用XMLHttpRequest进行异步GET请求来获取图片数据。当图片数据获取成功后，将其写入本地文件并加载到纹理中。

部署运行你感兴趣的模型镜像

test:function (url, callback) {
    console.log('remote test');
var dirpath =  jsb.fileUtils.getWritablePath() + 'img/';
var filepath = dirpath + 'picture' + '.png';
console.log('remote filepath: ' + filepath);
function loadEnd(){
            cc.loader.load(filepath, function(err, tex){
                if( err ){
                    cc.error(err);
}else{
                    var spriteFrame = new cc.SpriteFrame(tex);
if( spriteFrame ){
                        spriteFrame.retain();
callback(spriteFrame);
}
                }
            });
}

        if( jsb.fileUtils.isFileExist(filepath) ){
            console.log('Remote is find' + filepath);
loadEnd();
return;
}

        var saveFile = function(data){
            if( typeof data !== 'undefined' ){
                if( !jsb.fileUtils.isDirectoryExist(dirpath) ){
                    jsb.fileUtils.createDirectory(dirpath);
}

                if( jsb.fileUtils.writeDataToFile(  new Uint8Array(data) , filepath) ){
                    console.log('Remote write file succeed.');
loadEnd();
}else{
                    console.log('Remote write file failed.');
}
            }else{
                console.log('Remote download file failed.');
}
        };

var xhr = new XMLHttpRequest();

xhr.onreadystatechange = function () {
            console.log("Remote xhr.readyState  " +xhr.readyState);
console.log("Remote xhr.status  " +xhr.status);
if (xhr.readyState === 4 ) {
                if(xhr.status === 200){
                    xhr.responseType = 'arraybuffer';
saveFile(xhr.response);
}else{
                    saveFile(null);
}
            }
        }.bind(this);
xhr.open("GET", url, true);
xhr.send();
}

您可能感兴趣的与本文相关的镜像

Dify

AI应用

Agent编排

Dify 是一款开源的大语言模型（LLM）应用开发平台，它结合了后端即服务(Backend as a Service) 和LLMOps 的理念，让开发者能快速、高效地构建和部署生产级的生成式AI应用。它提供了包含模型兼容支持、Prompt 编排界面、RAG 引擎、Agent 框架、工作流编排等核心技术栈，并且提供了易用的界面和API，让技术和非技术人员都能参与到AI应用的开发过程中