ReactiveCocoa - study
//KVO值监控,当alertTip改变时调用, filter对alertTip值进行过滤,此处当alertTip存在而长度不为0时,执行suscribeNext方法,弹出提示
[[RACObserve(self, alertTip) filter:^BOOL(NSString * value) {
return value.length != 0 && value;
}] subscribeNext:^(NSString * tip) { Alert(tip);
}];
RAC(self.loginViewModel, userName) = self.userNameTF.rac_textSignal;
// 作用: 将一个对象(self.loginViewModel) 的一个属性(userName) 和一个信号signal(rac_textSignal)绑定,当信号有变化的时候,绑定的值也对应变化
RAC(self.loginViewModel, password) = self.passwordTF.rac_textSignal; @weakify(self) //避免block造成的循环引用 ,给一个按钮(loginButton) 添加事件(点击事件), [[self.loginButton rac_signalForControlEvents: UIControlEventTouchUpInside] subscribeNext:^(id x) { @strongify(self) if (self.loginViewModel.userName.length == 0) { self.loginViewModel.alertTip = @"用户名不能为空"; return ; } if (self.loginViewModel.password.length == 0) { self.loginViewModel.alertTip = @"密码不能为空"; return; } [self.loginViewModel clickLogin]; }];
[[[self.textField1.rac_textSignal startWith:@"输入框长度必须大于3" ] filter:^BOOL(NSString * tf) {
return tf.length > 3;
}] subscribeNext:^(NSString * tf) {
NSLog(@"%@",tf);
}]; //
//startWith 说明作用
[[[self.textField1.rac_textSignal ignore: @"1"] startWith: @"忽略给定的值" ]subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
//ignore 忽略给定的值
RAC(self.showLabel, text) = [RACObserve(self, name) distinctUntilChanged];
[RACObserve(self.showLabel, text) subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
self.name = @"Bob";
self.name= @"Bob";
self.name= @"Bob2";
//distinctUntilChanged 当和上一次值相同时会忽略 (例如修改用户名的时候,向网络提交时,如果和上一次相同就不必要执行操作)
[[self.textField1.rac_textSignal takeUntilBlock:^BOOL(NSString * tf) {
return [tf isEqualToString: @"stop"];
}] subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
//当给定的signal完成前一直取值 (当输入框的值==stop前一直取值)
[[self.textField1.rac_textSignal take: 4] subscribeNext:^(id x) {
QLog(@"%@",x);
}];
//take 只会取前几次的值
_subject = [RACSubject subject];
[_subject subscribeNext:^(id x) {
NSLog(@"%@",x);
}]; [[_button2 rac_signalForControlEvents: UIControlEventTouchUpInside] subscribeNext:^(id x) {
[_subject sendNext:@"点击按钮"];
}];
//RACSubject可充当信号也可以发送信号,通常用它来替代代理
RACCommand * command = [[RACCommand alloc] initWithSignalBlock:^RACSignal *(id input) {
NSLog(@"执行命令");
// return [RACSignal empty]; // 如果是空信号则返回
return [RACSignal createSignal:^RACDisposable *(id<RACSubscriber> subscriber) {
[subscriber sendNext: @"请求数据"];
[HttpRequestManager request_login: dic block:^(NSInteger code, NSString *msg, id content) {
if (code == 200) { //请求成功
[subscriber sendNext: content];
[subscriber sendCompleted];//完成
}
else { //请求失败
[subscriber sendError: nil];
}
}];
return nil;
}];
}];
self.command = command; //强引用命令,不要被销毁,否则接收不到数据
//订阅RACCommand中的信号
// [[_button2 rac_signalForControlEvents: UIControlEventTouchUpInside] executeCommand: command];
//绑定按钮事件
[[_button2 rac_signalForControlEvents: UIControlEventTouchUpInside] subscribeNext:^(id x) {
[command execute: nil];
}];
[command.executionSignals subscribeNext:^(id x) {
NSLog(@"%@",x);
[x subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
}];
//发出的最新信号,和上面代码效果相同(方式2)
[command.executionSignals.switchToLatest subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
// 和上面效果相同(方式3)
//flattenMap作用:把源信号的内容映射成一个新的信号,信号可以是任意类型
[command.executionSignals.switchToLatest flattenMap:^RACStream *(id value) {
return [RACStream return: command];
}];
[command.errors subscribeNext:^(NSError * error) {
NSLog(@"%@",error);
}];
//map 映射, skip 跳过前几次
[[[self.textField1.rac_textSignal map:^id(NSString * str) {
return [NSString stringWithFormat:@"ABC-%@",str];
}]
skip: 2]
subscribeNext:^(NSString * str) {
NSLog(@"%@",str);
}];
//每隔1秒执行,类型定时器
[[RACSignal interval:1 onScheduler:[RACScheduler mainThreadScheduler]] subscribeNext:^(id x) {
NSLog(@"%@",x);
}];
ReactiveCocoa - study的更多相关文章
- iOS开发之ReactiveCocoa下的MVVM(干货分享)
最近工作比较忙,但还是出来更新博客了,今天给大家分享一些ReactiveCocoa以及MVVM的一些东西,干活还是比较足的.在之前发表过一篇博文,名字叫做<iOS开发之浅谈MVVM的架构设计与团 ...
- ReactiveCocoa 冷热订阅(cold subscribe, hot subscribe)
ReactiveCocoa支持两种订阅方式,一种是冷订阅,一种是热订阅. 热订阅的特点: 1.不管有没有消息订阅着,发送者总会把消息发出去. 2.不管订阅者是什么时候订阅的,发送者总是会把相同的消息发 ...
- 为什么ReactiveCocoa中推荐使用RACSignal来做信号处理而不是RACSubject
原文解释在这里http://cocoadocs.org/docsets/ReactiveCocoa/0.6.0/ 在标题Creating hot subscribables 底下 先贴原文: The ...
- 最快让你上手ReactiveCocoa之基础篇
前言 很多blog都说ReactiveCocoa好用,然后各种秀自己如何灵活运用ReactiveCocoa,但是感觉真正缺少的是一篇如何学习ReactiveCocoa的文章,这里介绍一下. 1.Rea ...
- [iOS]ReactiveCocoa安装方法
1. 替换Ruby镜像 我们想要使用CocoaPods来安装ReactiveCocoa.由于OS X上的Ruby镜像被墙了,感谢淘宝为我们提供了国内访问镜像. $ gem sources --remo ...
- Improve Your Study Habits
1.Plan your time carefully. Make a list of your weekly tasks.Then make a schedule or chart of your t ...
- ReactiveCocoa源码拆分解析(七)
(整个关于ReactiveCocoa的代码工程可以在https://github.com/qianhongqiang/QHQReactive下载) 在这篇博客中,我将把ReactiveCocoa中的擦 ...
- ReactiveCocoa源码拆分解析(六)
(整个关于ReactiveCocoa的代码工程可以在https://github.com/qianhongqiang/QHQReactive下载) RAC为了实现优雅的信号绑定,可谓使尽浑身解数,不仅 ...
- ReactiveCocoa源码拆分解析(五)
(整个关于ReactiveCocoa的代码工程可以在https://github.com/qianhongqiang/QHQReactive下载) 好多天没写东西了,今天继续.主要讲解RAC如何于UI ...
随机推荐
- vue实现点击展开,点击收起
安装vue的步骤在这里就不进行赘述了,下面直接进入正题 首先定义一下data里面的数据: data () { return { toLearnList:[ 'html','css','javascri ...
- [NOIp2016] 换教室
题目类型:期望\(DP\) 传送门:>Here< 题意:现有\(N\)个时间段,每个时间段上一节课.如果不申请换教室,那么时间段\(i\)必须去教室\(c[i]\)上课,如果申请换课成功, ...
- maven 使用 log4j
Log4j是Apache的一个开源项目,通过使用Log4j,我们可以控制日志信息输送的目的地是控制台.文件.GUI组件,甚至是套接口服务器.NT的事件记录器.UNIX Syslog守护进程等:我们也可 ...
- 51nod1812树的双直径(换根树DP)
传送门:http://www.51nod.com/Challenge/Problem.html#!#problemId=1812 题解:头一次写换根树DP. 求两条不相交的直径乘积最大,所以可以这样考 ...
- User-Agent 请求消息头
User-Agent User-Agent, 用户代理 请求消息头,其中包含了 客户机.客户端 的一些信息, 如 浏览器版本 和 类型, 操作系统的类型等. 具体解析 步骤, 推荐以下 博客文章 ...
- python 第一课 helloworld
#!/usr/bin/env python #-*-coding:utf-8-*- #以上是配置编写环境的开始 #第一行env表示运行当前环境变量内的python版本(2.x or 3.x) #第二行 ...
- 应用调试(二)GDB
title: 应用调试(二)GDBdate: 2019/1/17 21:00:10 toc: true 应用调试(二)GDB gdb下载工具安装交叉工具链设置GDB介绍编译GDBtarget/host ...
- 使用Spring-Integration实现http消息转发
目标:接收来自华为云的服务器报警信息,并转发到钉钉的自定义机器人中 使用Spring-Integration不仅节省了很多配置,还增加了可用性. 更多关于Spring-Integration的介绍可参 ...
- EffectiveC++ 第1章 让自己习惯C++
我根据自己的理解,对原文的精华部分进行了提炼,并在一些难以理解的地方加上了自己的"可能比较准确"的「翻译」. Chapter 1 让自己习惯C++ 条款 1 :视 C++为一个语言 ...
- dense prediction问题
dense prediction 理解:标注出图像中每个像素点的对象类别,要求不但给出具体目标的位置,还要描绘物体的边界,如图像分割.语义分割.边缘检测等等. 基于深度学习主要的做法有两种: 基于图 ...