[GBC] 一个可以客制调整元件、支援通用渲染的Genero Client

原来前面的篇章没有正式的介绍 GBC

GBC,Genero Browser Client。从名称上很清楚这是架构在浏览器上的客户端软件。既然作为浏览器的插件(plug-in),体积肯定并不大,而且肯定支持各种浏览器的指令或特效 (欸,对,只是怎麽做而已)。

Genero套件推行过许多浏览器的插件,前一代的是 Genero Web Client(GWC),是使用 Java的,执行效率并不高。後来改为使用 Java-script、搭配Bootstrap 4、Grandle,并开放客制,让运用 GBC 的用户能够自行在 GBC内修改现有的元件、创造新的元件。

为了追求後续在浏览器、在各式的移动平台上都能有趋於一致的外显效果与操作体验,从GBC发版开始,就只有支持『 通用渲染 Universal Randering』,放弃支持传统的 QT Native Randering。

注意,渲染方式是渲染方式,Genero Client是Genero Client,两者不同,请特别注意不要混为一谈。
GDC 在 3.X 版本後也有支持 通用渲染(UR),从 GDC 4.0版本开始,也将跟进 GBC 唯一支持通用渲染 (UR)

也就是说,Genero GDC 3.20版是最後一个支持传统渲染 (Native Randering)的版本 !!!

初始安装

回到 GBC 的部分。

初始在安装 FGL 套件的时候,在套件内就藏了一份GBC。但要在加装 GAS 套件的时候,GBC才会被解锁运用。正常状况下调用不到。但安装完GAS後,透过 as.xcf 的设定,将会读取 $FGLDIR/web_utility 目录下的 GBC提供为网页拆解呈现 Genero Client用。

当然,系统管理员也可以自行取得 fjs-gbc-xxxxxx-runtime.zip ,透过下列的方式安装新的版本:

安装更新版本

安装的过程,仍旧是从 GAS 的 deployment 介面进入,若不记得的话,可以使用 demos.html 连上
https://ithelp.ithome.com.tw/upload/images/20210929/20051169dHEEbOtZTG.png

透过熟悉的 GIP 登入介面进入後,在点选 GBC 的功能进入
https://ithelp.ithome.com.tw/upload/images/20210929/20051169Km5CPH2HOS.png

进入後可以看到下方的大介面
https://ithelp.ithome.com.tw/upload/images/20210929/20051169DrUuuDK0kB.png

中间的部分即为透过介面部署上去的GBC包,以范例来说,总共有 5 个不同版本的套件。

  1. Deploy 部署:点选後,可以将取得的 GBC 套件用拖拉的方式,传入主机,就完成部署
    部署的 Name 是以上传的 zip 档档名为主,要特别注意
  2. Undeploy 取消部署:要从主机上移除时,可以利用此功能删除,注意,不可以取消预设的 GBC
  3. Set as Default 设为预设:部署上去总是要测试的嘛,而且常常需要微调的时候,就会装好多版本。可是,只有标注『Default』才是给一般用户使用的。否则其他都要用参数调出来哦。

调用的方式就是在连结的最後方,指定 gbc=名称 (所以名字很长就....)

 http://localhost:6394/ua/r/gwc-demo?gbc=sample

客制自己的GBC

GBC提供客制包,若有兴趣做一些元件的调整、配色等,可以抓取客制包进行调整。

客制前必须将环境设定好,GBC运用 H5+CSS (Bootstrape 4) 整个套件以 node.js做为开发的基底,若有兴趣自行验证时,可以参照 https://4js.com/online_documentation/fjs-gbc-manual-html/howdoi/index.html
进行客制环境的搭建。

从 Genero 2.50起,已经大步的往 WEB APP靠拢,甚至可以说近期的大版本,都是为了更贴近跨端多平台混搭的方向前进。Genero 仍旧完整相容 INFORMIX 4GL,但已经不是 4GL 所能追上的语言,应该多加利用。


<<:  Day 14: Structural patterns - Decorator

>>:  Day15:今天来聊一下Microsoft Defender for Endpoint的威胁分析

【第29天】探讨与改善-资料不平衡(二)

摘要 前言 实验设计 2.1 预训练模型 2.2 资料集 模型训练方式 3.1 最初模型(model...

[神经机器翻译理论与实作] 你只需要专注力(II): 建立更专注的seq2seq模型

前言 注意力机制让预测目标单词之前比较其与所有来源单词(在翻译任务中精确地来说是词向量)之间的语意关...

【C#】Two Sum

Two Sum是LeetCode基础的演算法~ 例如~ 有一个array放 7, 11, 5, 2~...

@Day30 | C# WixToolset + WPF 帅到不行的安装包 [最终回]

哈哈, 其实拖了很久了! 今天来把最後剩下功能给补齐,修复跟移除, 只是我在看InstallView...

JS30 Day 26 - Stripe Follow Along Nav学习笔记

今天的内容为导览列显示之触发,当滑鼠移入导览列,会显示对应内容。 <body> <...