当前位置: 首页 > news >正文

flutter路由传参接收时机

@overridevoidinitState(){super.initState();// 这里没有使用微任务,而是用的0帧Future.delayed(Duration.zero,(){dynamicobj=ModalRoute.of(context)?.settings.arguments;if(obj!=null){classId=obj["classId"];title=obj["title"];needPop=true;}else{classId=widget.classId;title=widget.title;}loadData(update:true);});}
// 使用微任务String_routeGetArguments="";@overridevoidinitState(){super.initState();/// 异步微任务接收Future.microtask((){if(ModalRoute.of(context)!=null){Map<String,dynamic>params=ModalRoute.of(context)!.settings.argumentsasMap<String,dynamic>;_routeGetArguments=params["index"].toString();///更新视图,要不然UI中不会显示出来,记住一定要写setState((){});}else{print("获取不到路由参数");}});}

在Flutter中,这里使用Future.delayed(Duration.zero)而不是微任务,主要是出于构建上下文生命周期的考虑。

为什么使用Future.delayed(Duration.zero)

  1. 避免在build期间访问路由参数

    • initState()中,widget尚未完成首次构建
    • 直接访问ModalRoute.of(context)可能会因为context还未完全建立而返回null
    • Future.delayed(Duration.zero)将执行推迟到当前帧构建完成后
  2. 确保context可用

    // 这样可能无法正确获取路由参数dynamicobj=ModalRoute.of(context)?.settings.arguments;// 可能为null// 使用延迟确保context已准备好Future.delayed(Duration.zero,(){dynamicobj=ModalRoute.of(context)?.settings.arguments;// 更安全});

微任务 vs 延迟零秒的区别

  • 微任务(scheduleMicrotask):在当前事件循环的微任务队列中执行,比UI渲染优先级更高
  • Future.delayed(Duration.zero):在下一个事件循环中执行,确保当前widget构建过程已完成

为什么不是微任务

在这个场景下,使用微任务可能过早执行,因为widget可能还在构建过程中。而Future.delayed(Duration.zero)确保在widget完全构建后再执行参数获取,这样ModalRoute.of(context)能够正确获取到路由参数。

这种方式是Flutter中处理"需要等待widget构建完成后再执行"的常见模式。

http://www.jsqmd.com/news/143494/

相关文章:

  • 收藏必学!一文搞懂Agentic AI、AI Agents与Agents的真正区别
  • Java 分支结构 if...else/switch
  • PaddlePaddle双塔模型Two-Tower架构详解
  • Open-AutoGLM模型高效推理技巧(99%的人不知道的优化秘诀)
  • 亚马逊运营:如何高效监控竞品,提前发现市场趋势和爆款潜力?
  • Open-AutoGLM本地安装实测(普通人也能跑大模型?)
  • PaddlePaddle文本清洗与分词全流程自动化
  • springboot基于vue框架的车牌识别的停车场管理系统(支持调用本地摄像头拍照识别)_0gw4421r
  • 【Open-AutoGLM操作手机App原理揭秘】:深度解析AI自动操控技术的底层逻辑
  • 【Open-AutoGLM 2.0 使用全指南】:手把手教你从零部署到高效调优
  • 【Open-AutoGLM技术深度解析】:揭秘wegrl核心机制与落地实践
  • html5大文件分片上传插件超大附件上传与加密传输探讨
  • PaddlePaddle槽位填充Slot Filling信息抽取实战
  • 亚马逊新品上架,广告怎么打才能不烧钱又高效起量?资深运营的实战策略拆解
  • PaddlePaddle ViT视觉Transformer实战:替代CNN新选择
  • FPGA SATA IP系列全支持:源码网表附赠手册及测试例程
  • 智普清言AutoGLM究竟有多强?:3大核心技术解析与未来趋势预测
  • 【智普轻言Open-AutoGLM 沉思】:揭秘AutoGLM背后的核心技术与AI演进逻辑
  • springboot基于vue的仓库综合管理与数据可视化分析平台 仓库火灾监测预警系统 仓库销售数据可视化分析系统 _0ww1toau
  • 智谱Open-AutoGLM PC安装踩坑总结,5大常见问题一次性解决
  • 【Open-AutoGLM调用全攻略】:无需API也能高效集成的5种实战方案
  • PaddlePaddle自定义算子开发指南:GPU加速核心运算
  • PaddlePaddle法律文书生成模型训练
  • PaddlePaddle人脸识别Face Recognition全流程
  • html5大文件分片上传插件视频文件上传与加密传输
  • Open-AutoGLM vs 传统GLM调用模式,API开放带来的5次技术跃迁
  • 智普轻言Open-AutoGLM深度拆解(90%人不知道的5个关键技术细节)
  • springboot基于vue的摄影跟拍预约系统_0370ky6v
  • PaddlePaddle语音唤醒Hotword Detection低延迟实现
  • NPM镜像切换教程