请问客户端调用一个服务器端控件客户端页面会下载这个控件的哪些内容?

longbow74 2003-10-22 11:53:27
如果控件有很多在服务器端执行的代码,所以很大,应该不会被下载到客户端吧
...全文
166 12 打赏 收藏 转发到动态 举报
写回复
用AI写文章
12 条回复
切换为时间正序
请发表友善的回复…
发表回复
yanyl2001 2003-10-23
  • 打赏
  • 举报
回复
lf
zsww 2003-10-23
  • 打赏
  • 举报
回复
服务器端的代码是在服务器上运行!

要不然.net对服务器的要求比较高啊:(

-----------努力学习 不断实践 虚心讨教---------
littlechang 2003-10-23
  • 打赏
  • 举报
回复
不是,服务器端代码是不提交到客户端的,只是在需要的时候,把执行的结果提交到客户端
bpy_r 2003-10-22
  • 打赏
  • 举报
回复
gz
竹君子 2003-10-22
  • 打赏
  • 举报
回复
服务器端的控件会被解释成客户端控件(html)显示在你的页面上
服务器端的控件---在服务器上先进行解释的ie控件
活靶子哥哥 2003-10-22
  • 打赏
  • 举报
回复
控件最后还是以html显示的
cpp2017 2003-10-22
  • 打赏
  • 举报
回复
你看一下source code就知道了,当然viewstate里面也包含了一些内容,就是hidden id='ViewState'的value里面
rgbcn 2003-10-22
  • 打赏
  • 举报
回复
際上,當Client端從瀏覽器發出一個ASPX網頁的要求到Web Server,Web Server會先檢查輸出快取 ( output cache ) 中是否有此網頁,或者此網頁是否已被編譯成DLL了。所謂的輸出快取,是ASP.NET之中加快程式處理的一個機制。當一個網頁被執行過之後,除了產生DLL之外,同時會有一份物件的實體 ( instance ) 儲存在輸出快取之中,這樣第二個使用者就可以很快的啟動該網頁了。這種方式兼顧了JIT ( just-in-time compiler ) 的好處及編譯式語言的執行速度,所以使用ASP.NET對網際網路程式設計而言,勢必是未來的趨勢。
若找不到此網頁的output cache或編譯過的DLL,此時便啟動parser將此網頁parse 成原始程式碼 (source code),然後由編譯器 (Compiler) 將其編譯成DLL。此時DLL將會存放在codeGen目錄之下 ( WINNT\Microsoft.NET\Framework\v1.0.2204\CodeGen\ )。

然後,ASP.NET的Engine ( xspisapi.dll ) 便從編譯過的程式碼來產生Page物件,並適時地回存網頁與控制項的狀態資訊,處理所回傳的事件,然後將執行的結果傳回到Client端。

若Client端再次要求執行同一個網頁時,伺服器便再一次從輸出快取中找尋此網頁,或找尋編譯過的DLL。不過此時若伺服器找到了編譯過的DLL,便省略掉編譯的步驟,直接從編譯過的DLL建立物件。接著和上面的過程一樣,適時地回存網頁與控制項的狀態資訊,處理發生的事件,然後將執行的結果回傳到Client端 。
rgbcn 2003-10-22
  • 打赏
  • 举报
回复
基本上,ASP.NET和ASP的網頁都是由IIS所執行的。ASP程式是直譯式的程式,IIS接收到Client端的HTTP Request 之後,將網頁取出,及時將Server端的Script編譯之後,再將結果和HTML程式碼一並透過HTPP Response回應到Client端的瀏覽器之中。這樣的執行方式,並不需要利用太多的伺服器端的資源,因為IIS一次只針對一個網頁之中的程式執行編譯的動作。


ASP.NET的環境大大的改進了ASP的缺點。在ASP.NET的環境之中,每一個頁面 ( Page ) 都是一個物件。當使用者發出一個HTTP Request,要求開啟ASPX網頁的時候,ASP.NET引擎 (xspisapi.dll) 會先將ASPX的網頁編譯成一個DLL檔案。接著將此網頁當成一個類別 (Class),在記憶體中建立此物件的實體 (Object Instance),並進行初始化作業。最後才將執行結果回傳到Client端。
longbow74 2003-10-22
  • 打赏
  • 举报
回复
我的代码都是在服务器执行的,我怎么能避免它被下载到客户端?
longbow74 2003-10-22
  • 打赏
  • 举报
回复
比如我有很多自己的方法在控件中,这些方法实际上被解释成了JavaScript下载到客户端是不是?
ddangerous169 2003-10-22
  • 打赏
  • 举报
回复
lf
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能引发未知的计算问题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

62,271

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术交流专区
javascript云原生 企业社区
社区管理员
  • ASP.NET
  • .Net开发者社区
  • R小R
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

.NET 社区是一个围绕开源 .NET 的开放、热情、创新、包容的技术社区。社区致力于为广大 .NET 爱好者提供一个良好的知识共享、协同互助的 .NET 技术交流环境。我们尊重不同意见,支持健康理性的辩论和互动,反对歧视和攻击。

希望和大家一起共同营造一个活跃、友好的社区氛围。

试试用AI创作助手写篇文章吧