原文地址:http://weblogs.java.net/blog/hansmuller/archive/2007/01/application_fra.html
译文如下:
Swing应用程序框架原型悄悄释出(bows)<o:p></o:p>
我已经做了一个不久前的JSR-296 API 的原型了,它的项目主页在https://appframework.dev.java.net/,那儿有一个快速的概述文档和源代码下载,分别是javadoc文档和AppFramework.jar 。如果你对这个API感兴趣,请看看概述,下载代码然后看看里面的一些例子代码和 javadoc,如果你想提交反馈或想参与长期的讨论,请订阅appframework.dev.java.net "users" 邮件列表,(订阅时)昵称是列在最后的。
上面就是我想要说的,我不想对这个版本的设计造成太大的骚乱,因为还有很多需要完善。我希望这像个秘密释放版本:不太受关注,除非你(一直在关注)知道到哪儿去找。另一方面,我知道有些Swing 开发者不是JSR-296 专家组的成员,他们也许想评论(take stock of)这个项目进行的怎样了。我还知道有些经验丰富的Swing 开发者,其中一些已经作出了自己的应用程序框架,也想知道这个框架怎么样。我欢迎每个感兴趣的人的回馈,并且承诺我会尽快的回复,除非你提出了非常难的问题或太多的问题,这时可能会花长一点的时间。
注意:JCP 组织定义了一个里程碑叫“早期草案评估”("Early Draft Review"),意思是专家团完全思考了某个规范并开始细化调整。我们还没有到达这个里程碑。
<o:p> </o:p>
附:JSR-262 规范的Swing 应用程序框架的原型实现是一个Java 类的小集合,旨在简化桌面程序开发,这个原型提供了大部分桌面应用程序的公共部分的基础部分:
<!---->● <!---->程序生命周期,显著的是GUI 的启动和关闭。
<!---->● <!---->对常用资源如字符串,格式化消息,图像,颜色,字体和其他桌面程序常用资源的管理和装载的支持。
<!---->● <!---->对定义,管理和绑定响应动作包括异步动作的支持。
<!---->● <!---->持久层状态:支持GUI状态从一个程序运行到下一个的自动地和有选择的保存。
<o:p> </o:p>
JSR-262在去年2006年的夏天发起这个努力(launch this effort)。一个原型实现,规范以及一些小例子现在出来了,尽管JSR组织还没有到“早起草案”评估阶段,但专家组同意做一个公开的原型,给Swing 社区感兴趣的成员一个机会提供反馈,这个版本只是原始设计过程中的一次快照,在接下来的几个月里很有可能会有较大的变化。
<o:p> </o:p>
呵呵,简单的而说Swing Application Framework是一个应用程序框架,可以简化桌面开发哦。<o:p></o:p>
SF 上有一个JPF 项目,一个Java 插件项目,能动态的发现和加载插件,跟OSGI 差不多,能够简化你的程序,创建可维护,可拓展的的程序。<o:p></o:p>
分享到:
- 2007-03-08 21:18
- 浏览 3187
- 评论(1)
- 论坛回复 / 浏览 (1 / 4037)
- 查看更多
相关推荐
BOWS2图像数据库分别经过gauss滤波、average滤波、medfilt2滤波,拟合成一个8次Fourier级数,权重的图像。
前端开源库-bows在开发中,为Chrome、Opera和Firefox提供了bows、rainbowed控制台日志。
弓程序化的雪崩程序Usando BOWs com base umdicionáriode palavras comum
BOWS是基于Web服务的通用系统,它允许对HPC群集上运行的应用程序进行编程访问。 由于程序员可以以任何编程语言将它们安装在HPC群集中,因此BOWS允许合并几个独立的应用程序。 孤独的要求是编写一个名为“箭头”的...
Linux X-Bows驱动程序
安装如果您使用的是browserify,则需要以下内容: npm install bows --save如果使用Bower: bower install bows --save否则,下载或特征轻松为日志创建前缀,以便您可以轻松区分应用程序不同部分的日志。 如果支持,...
基于HDWT(Hara discerte wavelet transform)机制,构造隐藏信息长度计算模型,找出图像分块的频域表示,以改善隐写鲁棒性;根据载体图像与隐写图像之间的绝对误差,设计适应度函数,借助基因算法,获取最优映射...
弓箭有关使用HTML和CSS弓箭的教程页面
Weapons Pack: RPG Starter Set #1: 5 Swords, 3 Bows (6 Animations), 3 Spears, 2 Maces, 2 Axes, 1 Crossbow (4 Animations), 1 Shillelagh, 1 BowieKnife, 1 Arrow, 1 Crossbow Bolt. I added 2 shields for ...
1.01和BOWS 2数据集评估性能,包括自适应隐写算法,即WOW,S-UNIWARD,MiPOD,HILL和HUGO。 在所有实验环境中,我们的结果都优于过去几年发表的作品。 这项工作提高了所有算法和每像素比特数(bpp)的分类精度,在...
Contains three problems - Texture Classification using k means and Laws filters, Vehicle Classification using SIFT and SURF features and BOWs approach and Edge Detection techniques
#!/usr/bin/python #coding=gb18030 # ============================================== # autoupdate - automate update cvs and svn repositories ... logging.warning('A shot across the bows') traverse('./')
算法图像恢复代码matlab 使用自适应编码的大容量可逆数据隐藏在加密图像中 ...在UCID,BOSSBase和BOWS-2数据集上,该算法的平均嵌入率分别为3.162 bpp,3.917 bpp和3.775 bpp,高于最新技术的0.263 bpp,0.292 bpp,和0