深入剖析<橙光游戏制作工具>

简介: 深入剖析<橙光游戏制作工具>

发现橙光所使用的技术栈: WPF+ELectron+LayaEngine

网络异常,图片无法展示
|

观察发现在应用安装目录的interpreter/H5和electron应用常规目录非常相似

网络异常,图片无法展示
|

特别是resources目录,asar是electron应用特有的格式

网络异常,图片无法展示
|
那么,我们就直奔electron部分的代码吧,在 interpreter/H5/bin目录,发现竟然没有压缩混淆

网络异常,图片无法展示
|

当然这里的代码仅仅是渲染进程的代码,如果想要打开devtools,就要找到主进程代码,那么主进程的代码在哪里呢?

interpreter/H5/resources/app目录发现了最终代码,electron应用的一个特点就是package.json,这个目录里面也包含了

网络异常,图片无法展示
|
竟然连 .idea目录都发布出来了,看来使用webstorm写的呀

既然找到了主进程代码,那么我们就尝试着打开devtools吧,最终锁定了BWindow,如果没有猜错的话,就是对Electron的BrowserWindows的封装

网络异常,图片无法展示
|

竟然有一个这么明显的函数,那就对不住啦

网络异常,图片无法展示
|
点击测试,完美打开devtools,至此我们就可以随心所欲的使用devtools的各种调试手段,分析这款软件了。

网络异常,图片无法展示
|
如果我没有猜错的话,很可能橙光内部也在考虑electron去重写整个编辑器,毕竟wpf只能搞Windows,现在使用electron开发的应用也越来越多



目录
相关文章
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在故障预测中的应用
【5月更文挑战第31天】本文探讨了人工智能(AI)技术在运维领域的应用,特别是如何通过机器学习和数据分析实现故障预测。文章首先介绍了智能化运维的概念,然后详细阐述了AI技术在故障预测中的具体应用,最后讨论了实施AI故障预测的挑战和未来发展趋势。
|
10月前
|
人工智能 前端开发 JavaScript
前端实现多方言实时转写:VAD端点检测+流式ASR接入,识别准确率提升300%
本文面向前端工程师,详解多方言中文自动语音识别(ASR)的完整落地接入方案,涵盖录音采集、音质增强、编码传输、流式识别、结果合并等关键技术环节,助力实现“即录即识、边说边出字”的实时交互体验。
|
存储 自然语言处理 算法
【LeetCode 热题100】208:实现 Trie (前缀树)(详细解析)(Go语言版)
本文详细解析了力扣热题 208——实现 Trie(前缀树)。Trie 是一种高效的树形数据结构,用于存储和检索字符串集合。文章通过插入、查找和前缀匹配三个核心操作,结合 Go 语言实现代码,清晰展示了 Trie 的工作原理。时间复杂度为 O(m),空间复杂度也为 O(m),其中 m 为字符串长度。此外,还探讨了 Trie 的变种及应用场景,如自动补全和词典查找等。适合初学者深入了解 Trie 结构及其实际用途。
531 14
|
机器学习/深度学习 人工智能 自然语言处理
软件测试中的人工智能革命:提升测试效率与质量的新篇章
随着人工智能技术的不断成熟,其在软件测试领域的应用正逐渐改变传统测试方式。本文将探讨AI在软件测试中的应用现状、优势以及面临的挑战,并通过具体案例分析展示AI如何提高测试效率和质量。最后,我们将讨论未来AI在软件测试中的发展趋势及其对人类测试工程师角色的影响。
1842 4
|
缓存 API UED
通过渐进式Web应用(PWA)提升用户体验
【10月更文挑战第15天】渐进式Web应用(PWA)结合了传统Web应用和移动应用的优点,提供更快、更可靠和更吸引人的用户体验。本文介绍PWA的核心特性、优势及构建方法,包括服务工作线程、响应式设计和现代Web API的应用,帮助开发者提升用户体验。
|
C++ Windows API
C++ 调用lib 和 dll的 方法 及 动态库DLL与静态库lib的区别
C++ 调用.lib的方法: 一: 隐式的加载时链接,有三种方法     1  LIB文件直接加入到工程文件列表中   在VC中打开File View一页,选中工程名,单击鼠标右键,然后选中"Add Files to Project"菜单,在弹出的文件对话框中选中要加入DLL的LIB文件。
5439 0
|
机器学习/深度学习 数据可视化
R语言用灰色模型 GM (1,1)、神经网络预测房价数据和可视化
R语言用灰色模型 GM (1,1)、神经网络预测房价数据和可视化
|
数据采集 监控 安全
中间件数据传输数据校验
中间件数据传输校验确保数据完整性、准确性和安全,涉及完整性、准确性和安全校验。常见校验方法包括奇偶校验、CRC、校验和、哈希函数和数字签名。实践中,数据在发送前和接收后均需校验,错误处理需及时,校验策略应可配置。安全上,加密保护敏感数据,防止重放攻击。监控和日志记录有助于追踪问题,提升系统可靠性。
385 1
|
人工智能 文字识别 小程序
通义听悟--一个懂你的AI助理
介绍什么是通义听悟以及通义听悟的功能体验
27187 68