• html5笔记


    01canvas基本使用

    <canvas>标签
    <canvas width="800" height="600">
    您的浏览器不支持Cancas
    </canvas>
    绘图上下文对象
    var canvas = document.getElementById('canvas');
    var ctx=canvas.getContext('2d');

    02canvas动画与其他操作

    绘制圆形或圆弧:arc(x,y,r,sAngle,eAngle,ccw)
    绘制曲线:quadraticCurveTo(cx,cy,x,y)
    文本处理
    常用属性:font属性,textAlign属性
    常用方法:fillText(text,x,y,maxWidth),strokeText(text,x,y,maxWidth)
    绘制图像
    方法:
    drawImage(img,x,y) 绘制图像
    drawImage(img,x,y,width,height) 指定高度宽度
    drawImage(img,sx,sy,swidth,sheight,x,y,width,height) 截取图像一部分
    示例:
    var img=new Image();
    img.src="test.png";
    context.drawImage(img,10,20,200,100)
    动画处理的时间控制
    setInterval()和setTimeout()
    requestAnimationFrame()

    03音频和视频 IE9+

    04综合应用canvas和video

    坐标系统操作
    translate(x,y) 坐标系统平移
    rotate(angle) 坐标系统旋转
    canvas状态的保存与恢复
    save() 保存当前Canvas状态
    restore() 将canvas状态恢复到之前保存的状态

    05地理位置服务

    Geolocation API简介
    作用:用于定位用户的位置 IE9+
    关于地理位置信息
    1、Geolocation返回的位置信息:十进制格式的经纬度坐标
    2、地理位置信息的来源:IP地址、GPS、WIFI、手机ID、自定义位置
    Geoloacation 定位请求函数
    单次定位请求

    重复性位置更新请求

    06网页存储

    Web Storage API 简介
    作用: 用于将数据存储在浏览器中 IE8+
    与cookie的区别
    cookie容量小,会自动进行网络传输 4k
    web storage容量大,不会自动进行网络传输 5M
    两种存储方式
    localStorage:用于持久化的本地存储
    sessionStorage:用于存储一次会话的数据
    Web Storage 的数据以”键值对“的方式存储

    07构建离线应用一般步骤

    1、为<html>元素定义manifest属性值
    2、定义manifest文件(放在服务器端)
    3、定义相关的JavaScript代码

    缓存清单文件(manifest文件)
    定义:
    1、文件后缀名:.appcache、.manifest等
    2、内容:分区块,每行定义一个资源文件名
    CACHE MANIFEST - 在此标题下列出的文件将在首次下载后进行缓存
    NETWORK - 在此标题下列出的文件需要与服务器的连接,且不会被缓存
    FALLBACK - 在此标题下列出的文件规定当页面无法访问时的回退页面(比如 404 页面)
    3、注释:#开头的行

    applicationCache.status
    0 UNCACHED 未缓存
    1 IDLE    空闲
    2 CHECKING 检查中
    3 DOWNLOADING 下载中
    4 UPDATEREADY 更新就绪
    5 OBSOLETE 过期

    applicationCache.update()
    作用:请求浏览器更新缓存
    注意:1、当manifest文件修改时,才会下载必要的新资源
    2、如果没有缓存或者缓存已经过期,则会抛出错误

  • 相关阅读:
    试验thrift做后端rpc,nginx做web服务器, python后端php前端
    DBSCAN算法
    用VAE(variational autoencoder)做sentence embedding/representation或者其他任何结构数据的热presentation
    关于rnn神经网络的loss函数的一些思考
    神经网络建模的一些感悟;
    embedding based logistic regression-神经网络逻辑回归tensorflow
    Farseer.net轻量级开源框架说明及链接索引
    什么是表达式树,它与表达式、委托有什么区别?(1)
    Farseer.net轻量级ORM开源框架 V1.x 教程目录
    Farseer.net轻量级ORM开源框架 V1.8版本升级消息
  • 原文地址:https://www.cnblogs.com/kdy11/p/9019838.html
Copyright © 2020-2023  润新知