Qt 前后端通信(QWebChannel Js / C++ 互操作)：原理、示例、步骤解说

优质文章学习记录

— 2 min read
Qt 前后端通信(QWebChannel Js / C++ 互操作)：原理、示例、步骤解说

Qt 提供的 QWebEngineView 是一个基于 Chromium 内核的浏览器组件，通过它，开发者可以使用 HTML、CSS、JavaScript 等技术开发 Web 页面并呈现在 Qt 桌面应用中，但与开发纯 Web 页面不同的是，这些页面通常需要和 应用中的其他组件交互，例如获取后端数据进行渲染、将前端用户指令传达给后端执行等，这将不可避免地涉及到前端 Js 和 后端 C++ 之间的交互问题，而 Qt 为此给出的解决方案就是 QWebChannel，通过 QWebChannel 前端 Web 页面和与后端 C++ 程序实现自然而顺畅的交互，甚至前后端的操作风格都极为一致。本文我们将细致地介绍QWebChannel 前后端交互的原理，通过四个详实的示例程序讲解每一步重要的操作步骤，通过本文，你将对 QWebChannel 有一个全面而深入的了解。

1. 工作原理

QWebChannel 的工作原理并不复杂，官方文档只用了很少的文字来解释：QWebChannel 填补了 C++ 应用程序与 HTML/JavaScript 应用程序之间的空白。通过将 一个 QObject 派生对象发布到 QWebChannel，并在 HTML 端使用 qwebchannel.js，就可以透明地访问QObject 的属性、信号和槽方法。无需手动传递消息和序列化数据，C++ 端的属性更新和信号发射会自动传输到可能远程运行的 HTML 客户端。这里，我用更通俗易懂的方式重新描述一下：

Read more

Rust与WebAssembly深度实战——将高性能Rust代码运行在浏览器与Node.js

Rust与WebAssembly深度实战——将高性能Rust代码运行在浏览器与Node.js

Rust与WebAssembly深度实战——将高性能Rust代码运行在浏览器与Node.js 一、学习目标与重点 1.1 学习目标 1. 理解WebAssembly基础：深入掌握WebAssembly（Wasm/Wasmtime）的核心定义、运行机制、与JavaScript的性能对比 2. 掌握Rust到Wasm的编译：熟练使用wasm-pack、cargo-web等工具链，完成Rust代码到Wasm模块的编译、打包、优化 3. 精通Rust与JavaScript交互：实现双向交互（Rust调用JS函数、JS调用Rust函数），处理复杂数据类型（数组、对象、字符串），管理内存（Wasm线性内存的分配与释放） 4. 开发真实Wasm应用：编写浏览器端高性能任务（Canvas图像滤镜、WebGL计算辅助）、Node.js端计算密集型任务（图像处理、加密解密、数据压缩） 5. 优化Wasm模块：使用wasm-opt工具优化Wasm体积，学习代码分割、懒加载、模块缓存

前端数据库 IndexedDB 详解：构建强大的离线Web应用

前端数据库 IndexedDB 详解：构建强大的离线Web应用 * 引言：为什么需要前端数据库？ * IndexedDB核心概念解析 * 1. 数据库（Database） * 2. 对象存储（Object Store） * 3. 索引（Index） * 4. 事务（Transaction） * 5. 游标（Cursor） * 完整代码示例：实现一个联系人管理器 * 1. 初始化数据库 * 2. 添加联系人 * 3. 查询联系人 * 通过ID查询 * 通过索引查询 * 4. 更新联系人 * 5. 删除联系人 * 6. 高级查询：使用游标和范围 * IndexedDB最佳实践 * IndexedDB的浏览器支持情况 * 使用第三方库简化开发 * 常见应用场景 * 总结 引言：为什么需要前端数据库？ 在现代Web开发中，我们经常需要处理大量结构化数据。传统的localStorage和sessionStorage虽然简单易用，
【前端小站】CSS 样式美学：从基础语法到界面精筑的实战宝典

【前端小站】CSS 样式美学：从基础语法到界面精筑的实战宝典

半桔：个人主页  🔥 个人专栏: 《前端扫盲》《手撕面试算法》《C++从入门到入土》 🔖阻止了我的脚步的，并不是我所看见的东西，而是我所无法看见的那些东西。 《海上钢琴师》 文章目录 * 前言 * 一. CSS是什么 * 1.1 概念 * 1.2 基本语法 * 二. CSS如何引入HTML * 2.1 内部样式表 * 2.2 行内选择器 * 2.3 外部引入 * 三. CSS选择器 * 3.1 基础选择器 * 3.1.1 标签选择器 * 3.1.2 类选择器 * 3.1.3 id选择器 * 3.
构建基于 Rust 与 GLM-5 的高性能 AI 翻译 CLI 工具：从环境搭建到核心实现全解析

构建基于 Rust 与 GLM-5 的高性能 AI 翻译 CLI 工具：从环境搭建到核心实现全解析

前言 随着大语言模型（LLM）能力的飞速提升，将 AI 能力集成到终端命令行工具（CLI）中已成为提升开发效率的重要手段。Rust 语言凭借其内存安全、零成本抽象以及极其高效的异步运行时，成为构建此类高性能网络 IO 密集型应用的首选。本文将深度剖析如何使用 Rust 语言，结合智谱 AI 的 GLM-5 模型，从零构建一个支持流式输出、多语言切换及文件批处理的 AI 翻译引擎。 本文将涵盖环境配置、依赖管理、异步网络编程、流式数据处理（SSE）、命令行参数解析以及最终的二进制发布优化。 第一部分：Rust 开发环境的系统级构建 在涉足 Rust 编程之前，必须确保底层操作系统具备必要的构建工具链。Rust 虽然拥有独立的包管理器，但在链接阶段依赖于系统的 C 语言编译器和链接器，尤其是在涉及网络库（如 reqwest 依赖的 OpenSSL）