Ext.loader 使用笔记

简介: Ext.loader 的异步加载(Asynchronous Loading),其好处是能够跨域,不需要服务端支持,也就是直接打开网页文件,协议是这样的 file://path/to/your/index .html 也可以引入脚本。

Ext.loader 的异步加载(Asynchronous Loading),其好处是能够跨域,不需要服务端支持,也就是直接打开网页文件,协议是这样的 file://path/to/your/index .html 也可以引入脚本。而且这是适合调试的一种方式,可以显示文件名和出错的代码行数。缺点是必须手动指明所依赖的包。

引入方式一:显式声明你需要引入的包

支持类的全称引入、别名引入和同配符引入,参数既可为字符串类型,也可以为数组类型。例子如下:

// Syntax
Ext.require({String/Array} expressions);


// Example: Single alias
Ext.require('widget.window');


// Example: Single class name
Ext.require('Ext.window.Window');


// Example: Multiple aliases / class names mix
Ext.require(['widget.window', 'layout.border', 'Ext.data.Connection']);


// Wildcards
Ext.require(['widget.*', 'layout.*', 'Ext.data.*']);

引入方式二:显式排除不需要的

// Syntax: Note that it must be in this chaining format.
Ext.exclude({String/Array} expressions)
   .require({String/Array} expressions);

// 除了 Ext.data.* 以外,其他都引入
Ext.exclude('Ext.data.*').require('*');

// 除了 widget.checkbox* 以外,其他部件都引入,包括 widget.checkbox, widget.checkboxfield, widget.checkboxgroup 等都不引入。
Ext.exclude('widget.checkbox*').require('widget.*');
目录
相关文章
|
机器学习/深度学习 监控 数据可视化
训练损失图(Training Loss Plot)
训练损失图(Training Loss Plot)是一种在机器学习和深度学习过程中用来监控模型训练进度的可视化工具。损失函数是衡量模型预测结果与实际结果之间差距的指标,训练损失图展示了模型在训练过程中,损失值随着训练迭代次数的变化情况。通过观察损失值的变化,我们可以评估模型的拟合效果,调整超参数,以及确定合适的训练停止条件。
2352 5
|
JavaScript
报错[Vue warn]: $listeners is readonly. $attrs is readonly.怎么解决?
报错[Vue warn]: $listeners is readonly. $attrs is readonly.怎么解决?
|
应用服务中间件 nginx
【Nginx】 nginx 项目上线后刷新页面丢失 404
【Nginx】 nginx 项目上线后刷新页面丢失 404
681 2
|
11月前
|
自然语言处理 JavaScript 开发者
通义灵码插件:VSCode 的智能编程助手
通义灵码插件:VSCode 的智能编程助手
6033 4
|
存储 C语言
【C语言篇】scanf和printf万字超详细介绍(基本加拓展用法)(上篇)
printf 的作⽤是将参数⽂本输出到屏幕。它名字⾥⾯的 f 代表 format (格式化),表⽰可以定制输出⽂本的格式。
223 1
|
11月前
|
运维 监控 Cloud Native
深入了解容器化技术:Docker 的应用与实践
【10月更文挑战第6天】深入了解容器化技术:Docker 的应用与实践
170 0
|
12月前
|
小程序 开发者
微信小程序之网络数据请求 wx:request的简单使用
这篇文章介绍了微信小程序中如何使用wx.request进行网络数据请求,包括请求的配置、请求的格式以及如何在开发阶段关闭请求的合法检验。
微信小程序之网络数据请求 wx:request的简单使用
|
消息中间件 负载均衡 监控
基于kafka项目之Keepalived高可用详细介绍
基于kafka项目之Keepalived高可用详细介绍
|
机器学习/深度学习 Python
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
|
前端开发 JavaScript 定位技术
高德地图实现-自定义信息窗+窗体点击事件
高德地图实现-自定义信息窗+窗体点击事件
1211 0

热门文章

最新文章