Taro 3.1.3 发布,BAT 小程序、H5 与 RN 端统一框架

栏目: 软件资讯 · 发布时间: 4年前

内容简介:Taro 3.1.3 发布了。Taro 是一个开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5 等应用。 此版本更新内容包括: 特性 支持把 Taro 的 React 组件...

Taro 3.1.3 发布了。Taro 是一个开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5 等应用。

此版本更新内容包括:

特性

  • 支持把 Taro 的 React 组件单独编译为小程序原生组件,详细文档

修复

小程序

  • 修复小程序渲染 html 时出现死循环的问题
  • 修复给 View 新增 hidden 属性无效的问题
  • 修复跳转预加载 API,#8873
  • 修复与钉钉小程序开放接口 API 的兼容问题,#8684
  • 修复阻止跨代组件事件冒泡失败的问题,#8757

H5

  • 使得 querystring 多个相同参数能解析为数组

Typings

  • systemInfo 方法添加 theme 和 enableDebug 的类型
  • 优化 Picker 组件的类型

更新说明:https://github.com/NervJS/taro/releases/tag/v3.1.3


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

机器学习实战:基于Scikit-Learn和TensorFlow

机器学习实战:基于Scikit-Learn和TensorFlow

Aurélien Géron / 王静源、贾玮、边蕤、邱俊涛 / 机械工业出版社 / 2018-8 / 119.00

本书主要分为两个部分。第一部分为第1章到第8章,涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等,帮助读者掌握Scikit-Learn的常用方法;第二部分为第9章到第16章,探讨深度学习和常用框架TensorFlow,一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。一起来看看 《机器学习实战:基于Scikit-Learn和TensorFlow》 这本书的介绍吧!

HTML 压缩/解压工具
HTML 压缩/解压工具

在线压缩/解压 HTML 代码

HTML 编码/解码
HTML 编码/解码

HTML 编码/解码

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码