zoukankan      html  css  js  c++  java
  • pace.js 自动加载进度条插件的简单使用教程

    pace.js 是页面加载进度条的 js 插件,它可以自动监控页面的 ajax 请求,事件循环滞后,文档准备状态以及元素是否已出现在页面上来显示进度。 

    使用示例

    去官方github仓库: https://github.com/HubSpot/pace,下载最新的发布版本。
     
    在自己的页面引入 pace.js 和主题样式 css:
     
    <head>
      <script src="/pace/pace.js"></script>
      <link href="/pace/themes/pace-theme-barber-shop.css" rel="stylesheet" />
    </head>

    配置说明

    pace.js 是不需要任何配置就可以自动进行监控了。如果要进行自定义配置,将 window.paceOptions 的定义语句放到引入 pace.js 文件的之前即可。
     
    <script>
    window.paceOptions = {
        ajax: {
            trackMethods: ['GET', 'POST'],
        },
        restartOnRequestAfter: false,
    };
    </script>
    <script src="/pace/pace.js"></script>
    上面的配置代码中的 trackMethods 表示会自动监控 ajax 的 GET 和 POST 的请求方法(默认只监控 GET 请求方法)。
     
    restartOnRequestAfter 设置成 false 表示除页面导航外禁用 ajax 请求监控。
     
    下面是 pace.js 源码中的默认配置,供参考:
     

    收集器

    pace.js 有 4 种收集器,用来判断加载进度条的信息。
     
    1.ajax - 监控页面所有的 ajax 请求
    2.elements - 检查元素是否存在页面上
    3.document - 检查文档准备状态
    4.event lag - 检查事件循环滞后信号,表明正在执行javascript(不好懂)

    API

    Pace.start()
    显示进度条。一般会自动调用。
     
    Pace.restart()
    从头开始显示进度条。当pushState或replaceState时默认情况下会自动调用。
     
    Pace.stop()
    隐藏进度条并停止更新。
     
    Pace.track()
    明确跟踪一个或多个请求
     
    Pace.ignore()
    明确忽略一个或多个请求

    事件

    Pace 触发事件包括:
     
    start:开始启动 pace 时
    stop:手动停止 pace 时
    restart:重新开始 pace 时(手动或通过新的AJAX请求)
    done:pace 已经完成
    hide:pace 已经被隐藏(晚于 done 事件,基于 ghostTime 和 minTime 的配置)
     
    可以用 on, off 和 once 方法绑定事件。
     
    Pace.on(event, handler, [context]): 事件被触发时调用 handler 处理函数
    Pace.off(event, [handler]): 解除绑定事件与 handler 处理函数
    Pace.once(event, handler, [context]): 事件被触发时调用 handler 处理函数,事件只会被触发一次

    其它

    pace.js 仓库最后的更新时间是 2017 年,官方在 github 首页也进行了声明,不再进行维护。在我的项目中 pace.js 足够满足使用了,并且对于这个库中的 event lag 还需要进一步的学习。
     
    pace.js 官方文档: https://github.hubspot.com/pace/
    pace.js 官方仓库: https://github.com/HubSpot/pace
     
  • 相关阅读:
    小组最终答辩
    机器学习的安全隐私
    关于Distillation as a Defense to Adversarial Perturbations against Deep Neural Networks的理解
    第十六讲-对抗样本与对抗训练3
    对抗样本机器学习_Note1_机器学习
    对抗样本机器学习_cleverhans_FGSM/JSMA
    实验四:Tensorflow实现了四个对抗图像制作算法--readme
    实验一拓展文献阅读—反向传播计算图上的微积分
    tf.placeholder 与 tf.Variable
    Robust Adversarial Examples_鲁棒的对抗样本
  • 原文地址:https://www.cnblogs.com/imzhi/p/pacejs-tutorial.html
Copyright © 2011-2022 走看看