DinamicX：手淘信息无障碍技术方案全解-白红宇

DinamicX：手淘信息无障碍技术方案全解

阅读量：139 次

发布时间：2019-02-27

本文共 1655 字，大约阅读时间需要 5 分钟。

????????????DinamicX???

???????????App?????1700????????????????????????????DinamicX???????????????????????????????????????????

??????

??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

DinamicX???????

DinamicX SDK???????????????????????????????????????????????????????????????????????

DinamicX???

DinamicX???????????????????????????????????????????DinamicX????????????????????????????????????????????????????????????????View?

?????????

DinamicX?????????????????

SDK????????????iOS?Android????????????

??????????????????????????????????

DinamicX???????iOS?Android????????????????????????????????????

??????

DinamicX SDK??????????????????

accessibility?????????????

accessibilityText???????????

??????????????????????????????????????

???????

iOS?Android?????????????????DinamicX??SDK?????????

iOS?View???????????UILabel??????????????????????

Android?View????????????????????????

DinamicX?????????API????????????????

????

???????????Layout????accessibility??????auto?????????????????TextView???onTap?accessibility="on"?????????accessibility="off"? TextView???????

???????

????????????????????????????????????????????????????????????

?????????accessibility="on"?accessibilityText?

?View??onTap????Layout???accessibility="on"?

Layout??auto??TextView???accessibility="on"?

?????????????????????????????????

####??

????????????????????????????????????????????????????????????????????????????????????????

???????????????????????????????????????????????????????????????????????

??

??DinamicX SDK?????????????????????????????????????????????????????????????????????????????????????

转载地址：http://suhf.baihongyu.com/

你可能感兴趣的文章

numpy 或 scipy 有哪些可能的计算可以返回 NaN?

查看>>

numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32

查看>>

numpy 数组与矩阵的乘法理解

查看>>

NumPy 数组拼接方法-ChatGPT4o作答

Numpy.fft.fft和numpy.fft.fftfreq有什么不同

numpy判断对应位置是否相等，all、any的使用

查看>>

Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同

查看>>

Numpy如何使用np.umprod重写range函数中i的python

查看>>

numpy学习笔记3-array切片

查看>>

numpy数组替换其中的值（如1替换为255）

查看>>

numpy数组索引-ChatGPT4o作答

查看>>

NUMPY矢量化np.prod不能构造具有超过32个操作数的ufunc

查看>>