百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

第10天 | 25天学会wxPython,事件处理

ztj100 2025-03-24 22:45 19 浏览 0 评论

事件,就是程序在运行中发生的事儿,桌面应用软件都是事件驱动的。事件可以是用户的操作,如鼠标点击或按键按下,也可以由系统产生,如定时关机。事件会触发相应的行为,即事件函数。

程序员的工作就是定义事件函数,以及绑定事件和事件函数之间的关联关系,从而达到对事件处理的目的。

10.1 事件绑定

在wxPython中实现事件功能,有3个步骤,分别是:定义事件处理函数、选择事件类型(如wx.EVT_COLSE)、用Bind方法进行绑定。Bind的语法为:

Bind(event, handler, source=None, id=wx.ID_ANY, id2=wx.ID_ANY)

event为事件类型,如wx.EVT_COLSE, handler 指定了该事件所绑定的处理函数。 如果想区分来自不同组件,可用source参数或指定不同的id;如果将一个处理函数绑定至一多个组件id, 可以使用参数id2进一步区分。

Bind()方法在 EvtHandler 类定义, 而wx.Window类继承于EvtHandler类,所有大多数继承于wx.Window的组件,都有事件绑定方法Bind()。

程序清单:event.py

import wx


# 继承Frame
class Event(wx.Frame):
    # 自定义id号
    ID_CLEAR_BTN = 10001
    ID_CLOSE_BTN = 10002

    def __init__(self, *args, **kwargs):
        super(Event, self).__init__(*args, **kwargs)
        # 初始化窗口UI
        self.init_ui()

    def init_ui(self):
        gbs = wx.GridBagSizer(5, 5)
        self.content_text = wx.TextCtrl(self, style=wx.TE_MULTILINE)
        gbs.Add(self.content_text, pos=(0, 0), span=(1, 4), flag=wx.EXPAND)
        gbs.AddGrowableRow(0)
        gbs.AddGrowableCol(1)
        # 按钮
        copy_btn = wx.Button(self, id=wx.ID_COPY, label="复制")
        paste_btn = wx.Button(self, label="粘贴")
        clear_btn = wx.Button(self, id=self.ID_CLEAR_BTN, label="清空")
        exit_btn = wx.Button(self, id=self.ID_CLOSE_BTN, label="关闭")
        gbs.Add(copy_btn, pos=(1, 0), flag=wx.ALL, border=10)
        gbs.Add(paste_btn, pos=(1, 1), flag=wx.ALL, border=10)
        gbs.Add(clear_btn, pos=(1, 2), flag=wx.ALL, border=10)
        gbs.Add(exit_btn, pos=(1, 3), flag=wx.ALL, border=10)
        # 用id(复制按钮)绑定事件
        self.Bind(wx.EVT_BUTTON, self.copy, id=wx.ID_COPY)
        # 绑定事件源(粘贴按钮)
        self.Bind(wx.EVT_BUTTON, self.paste, paste_btn)
        # 绑定到同一个事件方法
        self.Bind(wx.EVT_BUTTON, self.clear, clear_btn)
        self.Bind(wx.EVT_BUTTON, self.clear, id=self.ID_CLOSE_BTN)
        self.SetSizer(gbs)
        self.SetSize(900, 500)
        self.SetTitle("事件处理")
        self.Centre()
        self.Show(True)

    # 复制内容
    def copy(self, e):
        clip_data = wx.TextDataObject()
        clip_data.SetText(self.content_text.GetValue())
        wx.TheClipboard.Open()
        wx.TheClipboard.SetData(clip_data)
        wx.TheClipboard.Close()

    # 粘贴内容到文本框中
    def paste(self, e):
        success = False
        clip_data = wx.TextDataObject()
        if wx.TheClipboard.Open():
            # 从剪贴板得到数据
            success = wx.TheClipboard.GetData(clip_data)
            wx.TheClipboard.Close()
        if success:  # 文本内容粘贴到文本输入框中
            self.content_text.SetValue(clip_data.GetText())

    # 用id区分事件源
    def clear(self, e):
        # 匹配清空按钮
        if self.ID_CLEAR_BTN == e.GetId():
            self.content_text.SetValue("")
        else:  # 匹配退出按钮
            self.Close()


def main():
    app = wx.App(False)
    Event(None)
    app.MainLoop()


if __name__ == "__main__":
    main()

运行程序之后,弹出的窗口如下:

不同的组件,用Bind()方法绑定同到一个事件处理函数时,可通过GetId()方法进行区别。wxPython中使用剪贴板存取文本数据,使用wx.TextDataObject()即可。

好了,事件处理的内容就说到这了,关注我,下一节更精彩。

码字不易,你的关注和转发是对我最大的鼓励,谢谢!

一个当了10年技术总监的老家伙,分享多年的编程经验。想学编程的朋友,关注我,你就赚到了。我正在分享Python、前端、Java和App方面的干货了。赶紧来围观啊!!!

#python##程序员##好平台好讲师##热搜##头条#

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: