小程序组件 —— 23 组件案例 - 轮播图图片添加

上一节实现了轮播图的最外层结构,但是没有通过轮播图来渲染图片,这一节我们先讲一下小程序中怎么来渲染图片,讲解完之后会通过轮播图来展示图片;

在微信小程序中,如果需要渲染图片,需要使用 image 组件,常用的属性有 4 个:

  • src 属性:图片资源地址;
  • mode:图片裁剪、缩放的模式;
  • show-menu-by-longpress:长按图片显示菜单,可以将图片转发给好友、收藏或者保存图片等功能;
  • lazy-load:图片懒加载;

在使用 image 时有两个注意事项:

  • iamge 有默认的宽度和高度,宽是 320 px,高度是 240 px;
  • image 组件不给 src 属性设置图片地址,也占据宽和高;

下面我们打开微信开发者工具,打开首页 index 文件夹,选择 index.wxml 文件,在最底部添加 image 组件并在 src 属性中添加图片地址,就可以在模拟器界面看到加载的 img 图片,如下:

在这里插入图片描述

代码中需要的图片可以从 gitcode 中下载(图片素材源自尚硅谷,非个人所有,无意冒犯);

mode 属性用于图片的裁剪和缩放处理,填写属性值 top left 将展示图片的左上角,如下:

在这里插入图片描述
mode 的属性值设置为 top right 将展示图片的右上角,如下:

在这里插入图片描述
top lefttop right 是使用 mode 的裁剪模式,mode 中还有缩放模式,将 mode 值设置为 aspectFIll 表示使用缩放模式,保持纵横比缩放图片,只保证图片的短边能完全显示出来。也就是说,图片通常只在水平或垂直方向是完整的,另一个方向将会发生截取,如下:

在这里插入图片描述
如果想完整展示图片,可以使用 modeaspectFit 参数值,aspectFit 缩放模式会保持纵横比缩放图片,使图片的长边能完全显示出来。也就是说,可以完整地将图片显示出来,如下图所示:

在这里插入图片描述
因为使用 aspectFit 会使图片完整显示出来,所以可以看到上图中左侧有部分区域陆佰,这里我们需要注意一下;

show-menu-by-longpress 接收一个布尔值作为参数,我们忽略参数值,表示取值为 true;填写完毕之后我们长按图片,底部会出现一个弹窗,里面有四个功能,如下:

在这里插入图片描述

lazy-laod 是图片懒加载功能,只有当滑动到一定的距离(上下三屏)的时候,才会展示图片;

通过上面的演示我们知道了 image 的具体用法,现在我们把这段代码删除,在 swiper 中的 swiper-item 中添加图片轮播功能,具体如下:

在这里插入图片描述
具体的图片资源可以从 gitcode 中下载(图片资源源自尚硅谷,非个人所有,无意冒犯),可以看到目前图片没有充满整个宽度,我们使用 css 调整一下宽度,在 index.scss 文件中 swiper-item 中调整一下宽度,如下:

在这里插入图片描述
由于我们使用图片填充了轮播图区域,所以 css 样式中保存的背景颜色也可以删除了,最后的效果如上图所示;

参考视频:尚硅谷微信小程序开发教程

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/65791.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

QEMU监控器简介

QEMU监控器(monitor)是QEMU实现与用户交互的一种控制台,一般用于为QEMU模拟器提供较为复杂的功能,包括为客户机添加和移除一些媒体镜像(如CD-ROM、磁盘镜像等),暂停和继续客户机的运行&#xff…

【ubuntu】安装OpenSSH服务器

参考:https://blog.csdn.net/fanjufei123456/article/details/139264814 要在Ubuntu上使用SSH连接,需要确保系统上安装并运行了SSH服务器。SSH服务器负责接受来自其他计算机的SSH连接请求,并提供对目标系统的访问权限。 在Ubuntu上,默认情况…

阿克曼(Ackmann)函数

时间限制:C/C 1000MS,其他语言 2000MS 内存限制:C/C 256MB,其他语言 512MB 难度:中等 分数:100 OI排行榜得分:12(0.1*分数2*难度) 描述 阿克曼(Ackmann)函数A(m,n)中,m&…

Python-Pdf转Markdown

使用pdfminer.sixmarkdownify pdfminer.six可以提取Pdf文本内容markdownify可以将文本内容写markdown文件 安装 pip install pdfminer.six pip install markdownify实现 from pdfminer.high_level import extract_text from markdownify import markdownifydef pdf2markdo…

JS之BOM,DOM

简介: BOM:Browser Object Model:浏览器对象模型,BOM中的顶级对象就是window DOM:Document Object Model 文档对象模型。页面中有一个顶级对象:Document window----皇上 document–总管太监,window对象下的属性,有的时候也是一个对象, 对象可以调用属性或者方法 w…

rem em rpx px vw的区别

在前端开发中,rem、em、rpx、px 和 vw 是常用的单位,它们各自的用途和计算方式不同,适用于不同的场景。以下是它们的详细对比: 1. px (像素) 定义:绝对单位,表示设备屏幕上的实际像素点。特点:…

自动驾驶新纪元:城区NOA功能如何成为智能驾驶技术的分水岭

目录 一、NOA 的定义 二、NOA 的主要特点 导航集成 场景覆盖 智能决策 高级感知能力 驾驶员参与 三、NOA 的优势 四、NOA的衡量指标 定性评价指标 安全性评价指标定义 可靠性评价指标定义 舒适性评价指标定义 通行效率评价指标 定量评价指标 五、代表厂商的实测…

石岩路边理发好去处

周末带娃去罗租公园玩,罗租公园旁边就是百佳华和如意豪庭小区,发现如意豪庭小区对面挺多路边理发摊点 理发摊点聚焦在这里的原因是刚好前面城管来了暂时避避,例如还有一个阿姨剪到一半就跟着过来。这里的城管只是拍了一处没有摊位的地方&…

STM32-笔记24-智能开关垃圾桶盖

一、模块及接线 二,项目目的 以下几个事件触发时,自动开盖,并伴随蜂鸣器短响一声,同时 LED 灯闪烁一下,2秒后自动关盖: 检测到有人靠近检测到有震动按下按键 KEY1 实验框图如下: 三、项目前期…

从零开始开发纯血鸿蒙应用之UI封装

从零开始开发纯血鸿蒙应用 一、题引二、UI 组成三、UI 封装原则四、实现 lib_comps1、封装 UI 样式1.1、attributeModifier 属性1.2、自定义AttributeModifier<T>类 2、封装 UI 组件 五、总结 一、题引 在开始正文前&#xff0c;为了大家能够从本篇博文中&#xff0c;汲…

使用ArcGIS Pro自带的Notebook计算多个遥感指数

在之前的分享中&#xff0c;我们介绍了如何使用ArcPy将GEE下载的遥感影像转为单波段文件。基于前面创建的单波段文件&#xff0c;我们可以一次性计算多种遥感指数&#xff0c;例如NDVI、EVI、NDSI等。我这里直接在ArcGIS Pro中自带的Notebook进行的运行。如下图所示&#xff0c…

超大规模分类(一):噪声对比估计(Noise Contrastive Estimation, NCE)

NCE损失对应的论文为《A fast and simple algorithm for training neural probabilistic language models》&#xff0c;发表于2012年的ICML会议。 背景 在2012年&#xff0c;语言模型一般采用n-gram的方法&#xff0c;统计单词/上下文间的共现关系&#xff0c;比神经概率语言…

Python 实现 冒泡排序算法示例

冒泡排序算法示例 冒泡排序&#xff08;Bubble Sort&#xff09;是一种简单的排序算法。它重复地遍历要排序的列表&#xff0c;比较相邻的元素&#xff0c;并交换它们的位置&#xff0c;如果它们的顺序错误。这个过程会重复进行&#xff0c;直到没有需要交换的元素为止&#x…

275-增强型多功能数据采集卡PCIe-6251-EX

产品特点&#xff1a; 高速高精度数据采集&#xff0c;16bit10MSPS&#xff0c;32路单端/16路差分高速高精度任意波形发生&#xff0c;14bit165MHz&#xff0c;2路完全独立完全可编程的I/O端口&#xff0c;33个完全可编程的量程选择&#xff0c;0~5V/0~10V/5V/10VPCIe通信接口…

Llama 3 后训练(三)

目录 4. 后训练 4.1 建模 图表解读 4.1.1 聊天对话格式 4.1.2 奖励建模 4.1.3 监督微调&#xff08;Supervised Finetuning&#xff09; 4.1.4 直接偏好优化&#xff08;Direct Preference Optimization&#xff09; 4.1.5 模型平均&#xff08;Model Averaging&#x…

机器人C++开源库The Robotics Library (RL)使用手册(四)

建立自己的机器人3D模型和运动学模型 这里以国产机器人天机TR8为例,使用最普遍的DH运动学模型,结合RL所需的描述文件,进行生成。 最终,需要的有两个文件,一个是.wrl三维模型描述文件;一个是.xml运动学模型描述文件。 1、通过STEP/STP三维文件生成wrl三维文件 机器人的…

聚类的主要算法和介绍

聚类是一种无监督学习算法&#xff0c;用于将数据集划分为多个组&#xff08;或簇&#xff09;&#xff0c;使得同一簇内的数据点更相似&#xff0c;不同簇之间的点差异更大。以下是主要的聚类算法及其特点、应用场景和局限性&#xff1a; 1. K-Means 聚类 特点&#xff1a; …

uniapp3 手写签名组件(vue3 语法)封装与应用

本文介绍了基于 uniapp3&#xff08;vue3 语法&#xff09;封装的手写签名组件。 包括父组件的调用方式&#xff0c;如通过条件判断展示签名图片或点击进入签名页面&#xff0c;以及接收签名照片的逻辑。子组件涵盖了自定义导航栏、清除、取消、确认等操作按钮&#xff0c;利用…

Go+chromedp实现Web UI自动化测试

1.为什么使用go进行UI自动化测试&#xff1f; 速度&#xff1a;Go速度很快&#xff0c;这在运行包含数百个UI测试的测试套件时是一个巨大的优势 并发性&#xff1a;可以利用Go的内置并发性(goroutines)来并行化测试执行 简单&#xff1a;Go的简约语法允许您编写可读且可维护…

【LLM综述】29种大模型Prompt Engineering技术

note 从零样本&#xff08;Zero-shot&#xff09;提示到最新进展的各种提示技术&#xff0c;包括推理和逻辑链&#xff08;Chain-of-Thought, CoT&#xff09;提示、自动链式思考&#xff08;Auto-CoT&#xff09;提示、自我一致性&#xff08;Self-Consistency&#xff09;提…