阅读更多

1顶
2踩

Web前端

原创新闻 QUI框架将推出移动版本

2013-03-04 09:37 by 见习记者 fukai 评论(6) 有7877人浏览

如果你不清楚QUI框架是什么,那么请看这条资讯:《Web 前端框架 QUI v3.0 发布》

 

一、为什么要推出QUI框架的移动版本?

 

1、QUI框架推出后,很受用户的好评。很多用户反馈非常需要一套移动版本的QUI框架;

 

2、我本人感觉目前流行的移动框架还不能满足需要。

 以jQuery Mobile为例,我研究这套框架有一段时间了,也用它做了一些移动的应用。它的特点是简单易用,但同时也存在很多局限。

 

二、jQuery Mobile的局限

 

在这里从我自身的角度说明一下jQuery Mobile的局限:

 

1、虽然它提供了多种颜色风格的组件,但这些样式的美观度都比较一般。开发出来的应用程序效果也都很普通。比如下图就是用jQuery Mobile开发的界面:

 

 

2、jQuery Mobile的组件大多是由标签构建的,好处是组件使用起来很简单,这和QUI框架的做法很相似,但不同之处在于QUI框架中具有数据项的组件是由数据驱动的,例如下拉框、DataGrid等,通过为标签传递json数据来构建组件。而jQuery Mobile却不是这样,这意味着组件有多少数据项,那么就需要由后台拼接输出多少标签,导致开发效率不高;

 

3、jQuery Mobile的组件大多数都是必须直接写在页面里的,对于组件的动态生成和动态修改支持的都不好,这对于某些场合就不适用了。例如有的场合是整个界面全部需要由JS来动态生成,那么就没法使用jQuery Mobile了;

 

4、jQuery Mobile比较适合为手机这种小屏幕设备搭建界面,对于平板这种大屏幕设备感觉不太适用。

 

 

三、QUI框架移动版的特点

 

1、QUI框架移动版会延续电脑版最大的特点,拥有非常丰富并且美观的皮肤样式,用来满足应用程序对于皮肤多样性的需求:

 

 

2、除了适合为手机开发应用外,也适合为平板电脑开发应用程序:

 

 

3、移动版的QUI框架将会延续桌面版的组件机制,以标签为主,含有数据的组件会以JSON格式的数据进行驱动;

 

4、对原有组件进行优化或重构,让其适合触摸操作;

 

5、新增很多新的组件,用来满足移动应用方面的需求;

 

另外,同其他框架一样,使用QUI框架的移动版除了可以开发网页端的程序外,还可以结合像PhoneGap这类的平台开发移动设备的本地应用程序。

 

四、目前的开发进度

 

目前移动版框架完成近50%,预计在未来的几个月内会推出V1.0版本。敬请期待!

 

PS:移动版尚未完成,暂时不提供下载。如果感兴趣,可以下载桌面版的免费版本来体验。

 

V3.0免费版下载地址:http://qui-frame.googlecode.com/files/qui-v3-free.rar

  • 大小: 64.7 KB
  • 大小: 201.1 KB
  • 大小: 193.5 KB
1
2
评论 共 6 条 请登录后发表评论
6 楼 wuchsh2013 2013-07-04 08:13
东西是好。要是开源就更好。不过说实话你劳苦功高,不给点费用,用起来良心上过不去,。不开源的话。收费也可以。但是收费一定要保证买到了一份可以自己维护的源码。不要三天两头去找你问这问那就可以。如果买过来是个鸡肋,那就。
5 楼 yangsong158 2013-03-05 08:48
移动互联网时代,移动设备应用程序开发必然炙手可热。
特别是一些行业应用,为每个平台开发一套app,代价太高。
QUI不错,一直在关注。楼主加油!
期待移动版出世!
4 楼 fukai 2013-03-04 11:22
key232323 写道
个人以为效果关键不在js,而在css,尤其是移动应用。

我用jquery mobile的一个缺点是性能较差,和webkit渲染有关——而css3的东东恰好是能不用就不用的。

我把CSS3主要用在渐变、投影、外发光等处理,基本上不用它做动画效果
另外懒加载很重要,比如listView初始加载20条,当滑动到底部时再继续加载20条
3 楼 fukai 2013-03-04 11:07
xpeng71 写道
移动版也是把别人写的各种框架拿过来拼凑拼凑,然后收费的吧?

黑也要黑的专业点才行
2 楼 key232323 2013-03-04 10:34
个人以为效果关键不在js,而在css,尤其是移动应用。

我用jquery mobile的一个缺点是性能较差,和webkit渲染有关——而css3的东东恰好是能不用就不用的。
1 楼 xpeng71 2013-03-04 10:14
移动版也是把别人写的各种框架拿过来拼凑拼凑,然后收费的吧?

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 主题:QUI框架V3.3版本正式发布!

    提示:QUI框架是一款商业框架,主要面向的客户是公司。所以对个人而言,售价不菲。 不过最近官方推出活动,有机会免费获得正式版。感兴趣的可以访问官网: http://www.quickui.net

  • QUI框架V3.1版本正式发布!

    经过一段时间的努力,V3.1版本终于推出了,这次的新版本新增了很多重要特性,让QUI框架距离完美更近一步。具体更新情况见最后的列表。   这次最重要的是新增了portal模式框架,可以拖拽栏目,收缩与展开某栏目,....

  • 10个顶级的CSS UI开源框架

    作为开发者,我们需要了解一些 宝贵的CSS UI开源框架资源,它们可以帮助我们更快更好地实现一些现代化的界面,包括一些移动设备的网页界面风格设计。本文分享了10个顶级的CSS UI开源框架,有几个确实不错,一起来看...

  • 10款顶级web开源框架

    作为开发者,我们需要了解一些 宝贵的CSS UI开源框架资源,它们可以帮助我们更快更好地实现一些现代化的界面,包括一些移动设备的网页界面风格设计。本文分享了10个顶级的CSS UI开源框架,有几个确实不错,一起来看...

  • HTML5 移动Web App阅读器-4(页面基本结构开发)

    上下边栏:绝对定位或者fixed.相对独立,所以可以放到一个相对独立过程中去。 然后就是内容区:标题,...Zepto是为现代智能手机浏览器推出的Javascript 框架, 有和jQuery相似的语法,不过更小<meta name="viewport" co

  • 数据迁移方案文档_第二部分:如何成功将文档迁移到新工具

    数据迁移方案文档This is Part II: How to Successfully Migrate Docs to a New Tool.... 这是第二部分:如何成功将文档迁移到新工具 。 阅读第I部分:为您的文档选择合适的工具(如果还没有的话)...

  • Qt平台简介

    (1月14日) – 诺基亚今天宣布,从预定于2009年3月发布的Qt 4.5版本起,其用于桌面和嵌入式平台的 Qt 跨平台用户界面(UI)及应用程序框架将在开源 LGPL 2.1 版授权下提供。此前,Qt 一直是在通用公共授权(GPL)下...

  • Day13 - 图片随屏幕滚动而滑入滑出的效果

    简介:JavaScript30 是 Wes Bos 推出的一个 30 天挑战。项目免费提供了 30 个视频教程、30 个挑战的起始文档和 30 个挑战解决方案源代码。目的是帮助人们用纯 JavaScript 来写东西,不借助框架和库,也不使用编译器...

  • Vue学习笔记

    截止发表博客时已推出了Angular6) 3)React: Facebook出品,一款高性能的JS前端框架;特点是提出了新概念[虚拟DOM]用于减少真实DOM操作,在内存中模拟DOM操作,有效的提升了前端渲染效率;缺点是使用复杂,因为需要...

  • 从零开始:微信小程序新手入门宝典(正在更新)

    为了方便大家了解并入门微信小程序,我将一些可能会需要的知识,列在这里,让大家方便的从零开始学习; 首先感谢几位给予建议的同学,包括@dzp @M-信念 @Somnus13 ,以下内容只是一部分,但是够用了,可以先放出来...

  • 微信小程序内测申请

    摘要: 开源项目 wechat-weapp-gank - 微信小程序版Gank客户端 wechat-dribbble - 微信小程序-Dribbble wechatApp-demo - 微信小程序 DEMO weapp-ide-crack - 微信小应用资源破解 API - API 文档 weapp-qui ...

  • Day22 - 鼠标锚点动画生成指南

    简介:JavaScript30 是 Wes Bos 推出的一个 30 天挑战。项目免费提供了 30 个视频教程、30 个挑战的起始文档和 30 个挑战解决方案源代码。目的是帮助人们用纯 JavaScript 来写东西,不借助框架和库,也不使用编译器...

  • ITeye 2012年11月第4周重要新闻回顾

    关注技术趋势,点评IT热点,ITeye资讯频道,助您把握IT技术的脉搏!... 2012年11月第4周值得关注的重要新闻如下。...目前苹果在移动领域的地位似乎无企业能出其右,iOS也成为了开发者首选的平台。 苹果

  • 万字拆解欧莱雅:百年美妆帝国的数字化远征

    自1957年起,欧莱雅开启了狂热的战略收购计划,并一度将“Savoir saisir ce qui commence” (抓住新机会)”作为公司的信条。 2019年,时任CEO安巩在采访中解释了收购模式的秘诀:“选择那些有潜力在全球范围获得...

  • spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip

    # 【spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip】 中包含: 中文文档:【spring-ai-bedrock-converse-1.0.0-M7-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【spring-ai-bedrock-converse-1.0.0-M7.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【spring-ai-bedrock-converse-1.0.0-M7.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【spring-ai-bedrock-converse-1.0.0-M7.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【spring-ai-bedrock-converse-1.0.0-M7-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: spring-ai-bedrock-converse-1.0.0-M7.jar中文文档.zip,java,spring-ai-bedrock-converse-1.0.0-M7.jar,org.springframework.ai,spring-ai-bedrock-converse,1.0.0-M7,org.springframework.ai.bedrock.converse,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,springframework,spring,ai,bedrock,converse,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【spring-ai-bedrock-converse-1

  • 房地产 -可视化管理课件.ppt

    房地产 -可视化管理课件.ppt

  • tokenizers-0.18.0.jar中文-英文对照文档.zip

    # 【tokenizers-***.jar***文档.zip】 中包含: ***文档:【tokenizers-***-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【tokenizers-***.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【tokenizers-***.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【tokenizers-***.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【tokenizers-***-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: tokenizers-***.jar***文档.zip,java,tokenizers-***.jar,ai.djl.huggingface,tokenizers,***,ai.djl.engine.rust,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,djl,huggingface,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【tokenizers-***.jar***文档.zip】,再解压其中的 【tokenizers-***-javadoc-API文档-中文(简体)版.zip】,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件; # Maven依赖: ``` <dependency> <groupId>ai.djl.huggingface</groupId> <artifactId>tokenizers</artifactId> <version>***</version> </dependency> ``` # Gradle依赖: ``` Gradle: implementation group: 'ai.djl.huggingface', name: 'tokenizers', version: '***' Gradle (Short): implementation 'ai.djl.huggingface:tokenizers:***' Gradle (Kotlin): implementation("ai.djl.huggingface:tokenizers:***") ``` # 含有的 Java package(包): ``` ai.djl.engine.rust ai.djl.engine.rust.zoo ai.djl.huggingface.tokenizers ai.djl.huggingface.tokenizers.jni ai.djl.huggingface.translator ai.djl.huggingface.zoo ``` # 含有的 Java class(类): ``` ai.djl.engine.rust.RsEngine ai.djl.engine.rust.RsEngineProvider ai.djl.engine.rust.RsModel ai.djl.engine.rust.RsNDArray ai.djl.engine.rust.RsNDArrayEx ai.djl.engine.rust.RsNDArrayIndexer ai.djl.engine.rust.RsNDManager ai.djl.engine.rust.RsSymbolBlock ai.djl.engine.rust.RustLibrary ai.djl.engine.rust.zoo.RsModelZoo ai.djl.engine.rust.zoo.RsZooProvider ai.djl.huggingface.tokenizers.Encoding ai.djl.huggingface.tokenizers.HuggingFaceTokenizer ai.djl.huggingface.tokenizers.HuggingFaceTokenizer.Builder ai.djl.hu

  • 基于MATLAB的BP神经网络预测模型构建与应用

    内容概要:本文详细介绍了如何使用MATLAB构建和应用BP神经网络预测模型。首先,通过读取Excel数据并进行预处理,如归一化处理,确保数据的一致性和有效性。接着,配置网络结构,选择合适的训练算法(如SCG),设置训练参数(如最大迭代次数、目标误差等)。然后,进行模型训练,并通过可视化窗口实时监控训练过程。训练完成后,利用测试集评估模型性能,计算均方误差(MSE)和相关系数(R²),并通过图表展示预测效果。最后,将训练好的模型保存以便后续调用,并提供了一个简单的预测函数,确保新数据能够正确地进行归一化和预测。 适合人群:具有一定MATLAB基础,从事数据分析、机器学习领域的研究人员和技术人员。 使用场景及目标:适用于需要对多维数据进行预测的任务,如电力负荷预测、金融数据分析等。主要目标是帮助用户快速搭建一个可用的BP神经网络预测系统,提高预测准确性。 其他说明:文中提供了完整的代码框架和详细的注释,便于理解和修改。同时,强调了数据预处理的重要性以及一些常见的注意事项,如数据量的要求、归一化的必要性等。

  • tokenizers-0.22.1.jar中文-英文对照文档.zip

    # 【tokenizers-***.jar***文档.zip】 中包含: ***文档:【tokenizers-***-javadoc-API文档-中文(简体)版.zip】 jar包下载地址:【tokenizers-***.jar下载地址(官方地址+国内镜像地址).txt】 Maven依赖:【tokenizers-***.jar Maven依赖信息(可用于项目pom.xml).txt】 Gradle依赖:【tokenizers-***.jar Gradle依赖信息(可用于项目build.gradle).txt】 源代码下载地址:【tokenizers-***-sources.jar下载地址(官方地址+国内镜像地址).txt】 # 本文件关键字: tokenizers-***.jar***文档.zip,java,tokenizers-***.jar,ai.djl.huggingface,tokenizers,***,ai.djl.engine.rust,jar包,Maven,第三方jar包,组件,开源组件,第三方组件,Gradle,djl,huggingface,中文API文档,手册,开发手册,使用手册,参考手册 # 使用方法: 解压 【tokenizers-***.jar***文档.zip】,再解压其中的 【tokenizers-***-javadoc-API文档-中文(简体)版.zip】,双击 【index.html】 文件,即可用浏览器打开、进行查看。 # 特殊说明: ·本文档为人性化翻译,精心制作,请放心使用。 ·只翻译了该翻译的内容,如:注释、说明、描述、用法讲解 等; ·不该翻译的内容保持原样,如:类名、方法名、包名、类型、关键字、代码 等。 # 温馨提示: (1)为了防止解压后路径太长导致浏览器无法打开,推荐在解压时选择“解压到当前文件夹”(放心,自带文件夹,文件不会散落一地); (2)有时,一套Java组件会有多个jar,所以在下载前,请仔细阅读本篇描述,以确保这就是你需要的文件; # Maven依赖: ``` <dependency> <groupId>ai.djl.huggingface</groupId> <artifactId>tokenizers</artifactId> <version>***</version> </dependency> ``` # Gradle依赖: ``` Gradle: implementation group: 'ai.djl.huggingface', name: 'tokenizers', version: '***' Gradle (Short): implementation 'ai.djl.huggingface:tokenizers:***' Gradle (Kotlin): implementation("ai.djl.huggingface:tokenizers:***") ``` # 含有的 Java package(包): ``` ai.djl.engine.rust ai.djl.engine.rust.zoo ai.djl.huggingface.tokenizers ai.djl.huggingface.tokenizers.jni ai.djl.huggingface.translator ai.djl.huggingface.zoo ``` # 含有的 Java class(类): ``` ai.djl.engine.rust.RsEngine ai.djl.engine.rust.RsEngineProvider ai.djl.engine.rust.RsModel ai.djl.engine.rust.RsNDArray ai.djl.engine.rust.RsNDArrayEx ai.djl.engine.rust.RsNDArrayIndexer ai.djl.engine.rust.RsNDManager ai.djl.engine.rust.RsSymbolBlock ai.djl.engine.rust.RustLibrary ai.djl.engine.rust.zoo.RsModelZoo ai.djl.engine.rust.zoo.RsZooProvider ai.djl.huggingface.tokenizers.Encoding ai.djl.huggingface.tokenizers.HuggingFaceTokenizer ai.djl.huggingface.tokenizers.HuggingFaceTokenizer.Builder ai.djl.hu

  • 基于蒙特卡洛算法的电动汽车对IEEE 33节点电网影响的研究及应用场景分析

    内容概要:本文探讨了电动汽车(EV)对IEEE 33节点电网的影响,特别是汽车负荷预测与节点潮流网损、压损计算。通过蒙特卡洛算法模拟电动汽车负荷的时空特性,研究了四种不同场景下电动汽车接入电网的影响。具体包括:负荷接入前后的网损与电压计算、不同节点接入时的变化、不同时段充电的影响以及不同负荷大小对电网的影响。通过这些分析,揭示了电动汽车充电行为对电网的具体影响机制,为未来的电网规划和优化提供了重要参考。 适合人群:从事电力系统研究的专业人士、电网规划工程师、电动汽车行业从业者、能源政策制定者。 使用场景及目标:①评估电动汽车大规模接入对现有电网基础设施的压力;②优化电动汽车充电设施的布局和运营策略;③为相关政策和技术标准的制定提供科学依据。 其他说明:文中提供的Python代码片段用于辅助理解和验证理论分析,实际应用中需要更复杂的模型和详细的电网参数。

Global site tag (gtag.js) - Google Analytics