以前就听过不少人对GWT的歌颂了,今天终于是有时间来摸下这个东东,当然还没有很静下心来,只是用手轻轻地去戳了戳它,嗯,它的反应可不小哦。
这两天刚好项目结项,有了点空闲时间。想到项目里大家使用的工具类不是很统一,就想把大家所使用的工具整理下,在整理到验证时,突然想到,好像GWT是把js来当成JAVA写的,写完后又能再生成js文件,如果是这样,那我不就是可以一次写验证两边同时实现,再写测试用例时不是能减少很大的工作量了。马上就开了chrome上了google研究了起来,一天下来,有点收获,不过和我当初所想的相差还是很大的。不过,很是佩服google的开发者真的是思想无级限啊。
如果现在再让我来说GWT,我就会这么来理解了。他的主要目的是来解决ajax功能的。是为了减轻js中开发ajax工作和调试压力,而并不是如我当初所想用java来写js,写完了就生成个纯js了,GWT写完了再编译成js后,如果想用他还是要jar包支持的,因为他是为ajax而生的嘛。有了gwt的jar包,js的ajax每次交互就都通过gwt来实现,至于本地验证的js实现如空输入的验证等,呃,他生成的js太杂了,请恕我js水平太低,还没能找出那些验证明确的生成在哪,不过肯定是在js本地不会是去交互了。
用了一天跟着google官方做了一个demo,现在就感觉就是:我的思想飞的还不够远啊。java的swing几乎是可以实现桌面想要的所有界面了(顺便说一下在05年时国外叫EvansData的咨询公司调查的GUI工具结果是:swing占有率47%,名列第一,WinForm名列第二,SWT不超过8%,有数据可查,但为了不被人拍砖,这里不评论swing和swt),而GWT就顺着AWT和swing的路向下走,你不是桌面上模拟吗,那我就来窗口上模拟。而且以我的看法来讲,他们是深刻的认可swing的设计,我做着gwt,突然又像回到了写swing的日子(其实就是在写它了),相似的layout,相似的component,相似的事件驱动......,在做demo时突然有段时间分不清自己是在写web还是swing了,回头再看下,哦,还是在写网页啊。
不评论技术,那是个无底洞,只针对GWT开发者的思想,那是个黑洞 -_-! ,你说,他们是怎么想到去用swing思路来写页面的?我估计是被jsf刺激的,jsf就是别出一格,使用自己的开发界面来整合前后台。可能是受到这种影响才引起google们一场新的思潮。自己来定义一套ui,和swing一样实现自己的眩的界面,再利用ajax那个所谓的web2.0来加强交互,一个新的世界开启了。
再想想我们自己,经常被自己给画地圈死了,时常就在耳边听到人说,这种做法肯定不行,那个功能肯定没法实现......,有那么多的肯定?所有的方法都试过了?有问人不?有请助过不?有自己亲自试验过不?好像我们大部分都没亲自试验过,都是人云亦云,别人说不行,哦,那这种想法就是肯定不行,有人做过没成功,哦,那个东西是肯定不会成功的。还是老革家说的对啊,“没有实践就没有话语权”,别人的观点我们可以参考但那不是结论。虽然说工作时时间很紧,但不要把别人的话就拿来当定论,行不行,自己去试下。
已经不止一次的发现,身边的朋友在做项目时很多时候会卡壳,偶儿的几次他过来问我要怎么解决,我分析问题后,给他一个解决方案,他却给我来了一句,“这怎么可能啊?这根本就不行的”,“你怎么知道不行啊?”“网上说的啊!”他很是振振有词,唉,不得不再次和他说“你再去试下,用这种思路,这么...再这么...,嗯,如果再不行,你再来啊”,不久后,行了,然后又是下一个卡壳...... 。很是无奈,怎么我们现在好像都是被某种枷锁给绑住了?即使是有的眼光能看的远点的,可他们又都油了,都是这个社会给磨的啊,都成油条了,真是浪费了那个好眼光了。
不说了,时间不够用,我还要继续研究技术,呵呵,又要被人骂成傻子了,多开活也拿不了更多的工资。我就不明白了,那么多好的技术,你怎么会感觉到厌烦?每当我用自己的技术做了一个东东的时候,那个心情可是爽的不得了,就为了那一瞬间的舒爽,我继续傻下去得了。
分享到:
相关推荐
《OGRE源码分析与使用指南》是一份深入解析OGRE图形渲染引擎的教程,旨在帮助初学者理解和应用OGRE引擎。本指南由Mage小组成员撰写,提供了丰富的原创内容,鼓励读者通过邮件或QQ交流反馈。 ...文档结构清晰,利用...
- 文中采用的动作描写如“挽了挽袖口”“手戳着他们的鼻子”“折断了一棵茶碗口粗细的河柳”等,以及比喻“像风吹乍篷”“转了三转,拧了三圈儿”,生动呈现了一丈青大娘的武艺高强。 - 结局的修改问题,原句更能...
(3) "一丈青大娘火了起来,挽了挽袖口,手腕子上露出两只叮叮当当的黄铜镯子,一阵风冲下河坡,阻挡在这几个纤夫的面前,手戳着他们的鼻子说" 包含了动作和语言描写。 6. 阅读理解: 这部分提供了关于一位母亲和...
所有申报材料必须由申报人亲笔签名,不得使用印章或手戳。 **附件**: 需要提供相关证明材料的复印件,如身份证、学历证明、专利证书、奖励证书等。 **教育背景**: 列出从高中以来的教育经历,包括毕业学校、专业...
全自动洗衣机PLC控制与智能交互系统:基于西门子S7-1200和TP700触摸屏程序的Z03实践(使用博途v15.1及IO表),题目二全自动洗衣机PLC控制西门子S7-1200和TP700触摸屏程序Z03,博途v15.1,带IO表 ,Z03全自动洗衣机; PLC控制; 西门子S7-1200; TP700触摸屏程序; 博途v15.1; IO表,全自动洗衣机PLC控制S7-1200与TP700触摸屏程序Z03(博途v15.1,带IO表)
617d773df6bb6cf9ae5ac5e95da7b096.part2
基于S7-200 PLC与组态王技术的分拣系统:大小球颜色、大小及材质的智能识别与控制,No.883 基于S7-200 PLC和组态王大小球颜色大小材质分拣 ,核心关键词:S7-200 PLC; 组态王; 大小球; 颜色; 大小; 材质; 分拣; 识别。,基于S7-200 PLC的组态王分拣系统:大小球颜色材质综合管理
基于距离调控的变频器加减速带参数子程序控制策略,根据距离控制变频器加减速带参数子程序。 可以根据设置的加速距离和减速距离输出变频器的输出频率。 ,核心关键词:距离控制;变频器;加减速带参数;子程序;输出频率。,基于距离控制的变频器加减速参数子程序
基于StyleGAN的草图到服装图像的生成方法.pdf
C#开发高效能3D点云可视化软件,支持CSV表格数据导入与渲染处理,使用C#语言开发的3D点云显示软件,以CSV表格格式读取 ,核心关键词:C#语言开发;3D点云显示软件;CSV表格格式读取;点云数据可视化。,C#开发的3D点云显示软件:CSV格式数据读取与展示
"基于机会约束规划理论的含可再生能源热电联供微网优化研究:考虑源荷不确定性的微网模型及其优化策略的复现与验证",考虑源荷不确定性的热电联考虑源荷不确定性的热电联供微网优化 复现《含可再生能源的热电联供型微网经济运行优化》,采用粒子群算法,采用机会约束规划理论出力源荷不确定性,采用概率方法来表达,目标函数代码完美复刻了文献中的目标函数和约束条件,约束部分采用清晰简明的等式和不等式部分,方便理解,采用罚函数的形式形成最终目标函数值。 本程序包括确定性模型和不确定性模型两部分程序代码,方便对照学习微网优化 ,核心关键词: 热电联供微网优化; 源荷不确定性; 粒子群算法; 机会约束规划理论; 概率方法; 目标函数; 约束条件; 确定性模型; 不确定性模型。,粒子群算法驱动的含源荷不确定性的热电联供微网优化程序
968a658a40c897eb4452d8718cf0f8e6.part2
B超技术:相控阵超声波的逐点与目标级聚焦策略——基于DAS算法与K-wave工具箱的应用研究,B超 算法 相控阵 超声波 逐点聚焦 目标级聚焦 DAS算法 K-wave工具箱 ,B超; 算法; 相控阵; 超声波; 逐点聚焦; 目标级聚焦; DAS算法; K-wave工具箱,"B超成像技术:相控阵超声波算法与DAS、K-wave工具箱的联合应用"
MATLAB仿真:Delta并联机器人的正逆运动学分析与Simulink及Simscape仿真研究,MATLAB仿真 delta并联机器人 simulink simscape仿真 正逆运动学 ,MATLAB仿真; delta并联机器人; Simulink; Simscape仿真; 正逆运动学,MATLAB仿真:Delta并联机器人正逆运动学分析的Simulink与Simscape应用
车辆路径智能优化算法:多维度策略与参数调整的物流配送研究,车辆路径智能算法包括如下: 1.遗传算法车辆路径优化 2.蚁群算法路径优化3.粒子群算法路径优化4.模拟 火算法路径优化 5.节约算法CW路径优化 6.人工鱼群路径优化。 节约算法车辆路径 遗传算法车辆路径,物流配送,带时间窗和载重量约束改进,vrp,cvrp ,vrptw物流配送,路径优化,车辆配送。 遗传算法路径优化,软时间窗,硬时间窗,客户满意度,物流选址,车辆路径,物流配送。 matlab完整代码,可修改坐标,需求和时间窗 和算法等相关参数。 ,核心关键词: 遗传算法车辆路径优化; 蚁群算法路径优化; 粒子群算法路径优化; 模拟退火算法路径优化; 节约算法CW路径优化; 人工鱼群路径优化; 物流配送; 车辆路径优化; 软时间窗; 硬时间窗; 客户满意度; 物流选址; MATLAB完整代码。,智能算法在车辆路径优化中的应用
matlab实现GA-BP时序预测完整程序+数据
基于特征的表面表达模型–体参数化模型转化方法.pdf
基于LSTM算法的换道轨迹预测:LC轨迹特征数据的MATLAB编码实现与解析,可用于LSTM道轨迹预测的LC轨迹特征数据 . MATLAB coding 道历史轨迹特征(i80,US101):横纵向速度,横纵向加速度,轨迹坐标,向左OR向右道标志,时间列,车辆id; ,LSTM; 轨迹特征数据; MATLAB coding; 换道历史轨迹; 横纵向速度; 横纵向加速度; 轨迹坐标; 车辆id; 车辆换道方向(向左OR向右); 时间列,LSTM换道轨迹预测:MATLAB代码与LC轨迹特征数据融合研究
基于OpenSees的梁柱节点建模与十字节点模拟分析:深入探讨JOINT2d与beamColumnJoint单元的应用,基于opensees梁柱节点建模 十字节点模拟 [1]采用JOINT2d节点单元或者element beamColumnJoint单元,采用Pinching4材料模型考虑核心区剪切行为和粘结滑移效应; 也可以使用hysteretic本构0长度单元模拟节点变形,2种代码均有。 [2]价格包括模型建模代码和1对1指导教学; [3]计算Pinching4材料的Membrane-2000小程序 梁端加载滞回代码 参考文献:基于OpenSees的装配式混凝土框架节点数值模拟方法研究-曹徐阳; ,核心关键词: OpenSees建模; 梁柱节点; JOINT2d节点单元; element beamColumnJoint单元; Pinching4材料模型; 核心区剪切行为; 粘结滑移效应; hysteretic本构0长度单元; 节点变形; 模型建模代码; 1对1指导教学; Membrane-2000小程序; 梁端加载滞回代码。,OpenSees梁柱节点建模:十字节点模拟与材料行为分析
中医院问诊系统 免费JAVA毕业设计 2024成品源码+论文+录屏+启动教程 启动教程:https://www.bilibili.com/video/BV1jKDjYrEz1 项目讲解视频:https://www.bilibili.com/video/BV1Tb421n72S 二次开发教程:https://www.bilibili.com/video/BV18i421i7Dx