大约有 900 项符合查询结果(耗时:0.0090秒) [XML]

https://bbs.tsingfun.com/thread-1038-1-1.html 

文本代码块“删除空格”没有效果? - App Inventor 2 中文网 - 清泛IT社区...

代码如下: 最终结果并没有把空格删除,请问这是为什么? 感谢反馈~ 请参考一下帮助文档,有助于理解代码块的作用: 相关帮助内容如下: 可以发现,删除空格只针对头部和尾部空格进行删除,中间的不删。
https://www.fun123.cn/reference/pro/excel.html 

App Inventor 2 实现导出Excel全方案总结 · App Inventor 2 中文网

... 1、导出CSV格式数据 2、导出原生Excel:支持数据、文本、图片等 « 返回首页 App Inventor 2 实现导出Excel全方案总结 1、导出CSV格式数据 一般情况下,需要将数据导出至Excel的话,优先考虑生成CSV格式文件,这个文...
https://www.fun123.cn/referenc... 

编辑你的应用(复制和粘贴) · App Inventor 2 中文网

...由于复制功能会将你选择的内容放入剪贴板,因此可以以文本形式共享内容,尽管格式有些复杂。 例如,你可以复制组件并将其文本表示粘贴到文本文档或电子邮件中。 有人可以选择文本,复制它,然后将其粘贴到 App Inventor ...
https://www.fun123.cn/reference/pro/advlist.html 

App Inventor 2 列表排序,函数式编程轻松实现高级排序算法 · App Inventor 2 中文网

...算法 基本数据类型(文本和数字)升序 基本数据类型(文本和数字)降序 复杂结构类型中指定元素的升/降序 列表其他函数式编程用法 « 返回首页 本文主要介绍 列表 的高级用法,即...
https://bbs.tsingfun.com/thread-1950-1-1.html 

为什么切换笔记到文本框显示会出现乱码? - App应用开发 - 清泛IT社区,为...

转:有会员提问,自己的笔记功能出现乱码如何解决? ----------------- A:其实都不用去看具体代码,这里用的是“网络微数据库”,然后用的是默认参数,即MIT服务器,它不支持中文,就这么简单! 换国内的服务器就好...
https://www.fun123.cn/reference/creative/ 

App Inventor 2 中文网原创内容 · App Inventor 2 中文网

...画弧】App Inventor 2 绘图之画布画弧(DrawArc)函数的用法 【文本块】App Inventor 2 文本块使用方法 - 打字机效果(1) 【文本块】App Inventor 2 文本块使用方法2 - 打字机效果(2) 【计时器】App Inventor 2 计时器+效果实现 - 打字机效...
https://www.fun123.cn/referenc... 

数据存储组件 · App Inventor 2 中文网

...名) 当文件内容已被写入完成后,触发该事件。 获得文本(文本) 当文件内容已被读取完成后,触发该事件。 方法 追加内容(文本,文件名) 将文本追加写入到文件末尾。如果文件不存在,则创建该文件。查看 保存文件 ...
https://www.tsingfun.com/it/cpp/1289.html 

CGRidCtrl控件 学习心得 - C/C++ - 清泛网 - 专注C/C++及内核技术

...键进行选 择。也可以取消选择。 u 单元格可以有不同文本和背景颜色的个性化设置 u 单元格可以有字体的个性化设置 u 单元格可以标注"只读"或者其他的状态设置及检测 u 单元格的拖放动作 u 可以对任何列或行固定 u Ct...
https://www.tsingfun.com/it/cpp/1249.html 

MFC RadioButton用法详解 - C/C++ - 清泛网 - 专注C/C++及内核技术

...D),然后按照预定的顺序依次点击对话框上面的RadioButton按钮,Tab键顺序设定完成。 2、按照上面的Tab键顺序进行分组,然后设定每组第一个RadioButton的Group属性为TRUE,分组完成,即从当前设置Group属性为TRUE的RadioButton开始直到...
https://www.tsingfun.com/it/tech/1336.html 

推荐系统算法初探 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...有一个用户和一条新闻。通过分析用户的行为以及新闻的文本内容,我们提取出数个关键字,如下图: 将这些关键字作为属性,把用户和新闻分解成向量,如下图: 之后再计算向量距离,便可以得出该用户和新闻的相似度了...