小编csi*_*ilk的帖子

使用此答案中的代码来解决组件外部的单击:

componentDidMount() {
    document.addEventListener('mousedown', this.handleClickOutside);
}

componentWillUnmount() {
    document.removeEventListener('mousedown', this.handleClickOutside);
}

setWrapperRef(node) {
    this.wrapperRef = node;
}

handleClickOutside(event) {
    if (this.wrapperRef && !this.wrapperRef.contains(event.target)) {
        this.props.actions.something() // Eg. closes modal
    }
}

我无法弄清楚如何对不愉快的路径进行单元测试以便警报不会运行,到目前为止我得到了什么:

it('Handles click outside of component', () => {
  props = {
    actions: {
      something: jest.fn(),
    }
  }
  const wrapper = mount(
    <Component {... props} />,
  )
  expect(props.actions.something.mock.calls.length).toBe(0)

  // Happy path should trigger mock

  wrapper.instance().handleClick({
    target: 'outside',
  })

  expect(props.actions.something.mock.calls.length).toBe(1)  //true

  // Unhappy path should not trigger mock …

我正在使用 aws lambdas、dynamodb 和 cognito 构建身份验证系统。

坚持比较 getOpenIdTokenForDeveloperIdentity() 提供的令牌；调用来自服务器的特定身份。

我正在通过以下方式获取令牌和身份：

function getToken(email, fn) {
    var param = {
        IdentityPoolId: cognitoIdentityPoolId,
        Logins: {} // To have provider name in a variable
    };
    param.Logins[cognitoDeveloperProvidedName] = email;
    cognitoidentity.getOpenIdTokenForDeveloperIdentity(param,
        function(err, data) {
            if (err) return fn(err); // an error occurred
            else fn(null, data.IdentityId, data.Token); // successful response
        });
}

然后据我所知，我可以从 cognito 中获取已经生成的令牌（而不是创建一个新令牌），如下所示：

function checkToken(IdentityId, email, fn){
    var param = {
        IdentityPoolId: cognitoIdentityPoolId,
        IdentityId: IdentityId,
        Logins: {}
    };
    param.Logins[cognitoDeveloperProvidedName] = email;
    cognitoidentity.getCredentialsForIdentity(param, 
        function(err, data) { …

我有一种简单的感觉，但是我有一个动作，如果满足条件，该动作将分派两个动作。

行动

export function changeDateRange({ startDate, endDate }) {
  return function reload(dispatch, getState) {
    if (!getState().navigation.focused) {
      // If our datepicker has closed, reload the data on the page
      dispatch(load());
    }
    dispatch({
      type: types.CHANGE_DATE_RANGE,
      startDate,
      endDate
    });
  };
}

然后我试图测试load（）并用a对其进行了模拟，Jest.fn()但是当我mock.calls.length在分派后登录时是否changeDateRange()等于0？

设定

import configureMockStore from 'redux-mock-store';
import thunk from 'redux-thunk';
global.mockStore = configureMockStore([thunk]);

测试：

import * as types from '../actionTypes';
import * as changeDateRange from './changeDateRange';
import { load } from '../reporting';

jest.mock('../reporting', …

我正在尝试创建一个简单的 React Native 应用程序：

1. 呈现“你好，[名字]！” 当用户输入姓名时（这部分有效）
2. 更改“你好，[姓名]！” 按下按钮时的文本颜色。

关于我应该如何去做的任何想法？

我给出this了黑色的初始状态，但这似乎没有任何作用。

我想要发生的是在单击红色按钮时触发 makeRed，这将使文本变为红色。一旦我完成这项工作，我将添加更多颜色按钮。

谢谢！

请参阅下面的我的 App.js 代码。所有其他文件都保持默认状态。

import React, { Component } from 'react';
import {
  AppRegistry,
  Platform,
  StyleSheet,
  Text,
  TextInput,
  View,
  Button
} from 'react-native';

export default class App extends Component<{}> {
  constructor(props) {
    super(props);
    this.state = {
      text: 'World',
      color: 'black'
    };
  }

  makeRed = () => {
    this.setState({
      color: 'red'
    });
  }

  render() {
    return (
      <View style={styles.container}>
        <Text style={[styles.welcome, {color: undefined}]}>
          Hello, {this.state.text}!
        </Text>
        <TextInput …

好的,这将是一个有趣的...

几乎我似乎遇到了一个有趣的IE bug(特征),涉及当一个span在一个锚点内时,例如.

<a href='#'>
    <span style="float:left;">Super cool link</span>
    <span style="float:right;">10</span>
</a>

在IE浏览器中,您似乎可以左键单击,但无法右键单击该项目并获取链接菜单,这个问题在Google的服务中似乎也是持久的,例如.

我想知道是否有人可以解释一下

1. 造成这种情况的原因
2. 解决方案或解决方法

到目前为止,我已经尝试 在锚点中添加一个并且摆弄z-index无济于事.

我能找到的唯一解决方案/解决方法是,如果您删除Doctype,问题似乎就会消失.(不会发生)

Ninja编辑 - 您似乎无法按CTRL +单击

好的另一个编辑:

看起来像display: block;跨度杀死它 - http://jsfiddle.net/vdfhz/4/

我正在尝试在 DynamoDB put 中执行 ConditionExpression 来检查存储的布尔值是否为 true（在本例中，用户是否已验证，请勿运行 put），我正在使用 javascript DocumentClient SDK（感谢 @shimon -tolts），代码如下：

var query = {
    TableName: tableName,
    Item: {
        email: email,
        verified: false,
        verifyToken: token
    },
    ConditionExpression: 'attribute_exists(email) AND verified = :bool',
    ExpressionAttributeValues: {
        ":bool":"false"
    }
};

dynamodb.put(query, function(err, data){
    if (err) return fn(err)
    fn(null, data);
});

这是行不通的，无论调用什么，它都无法通过条件检查。

几乎是我需要的（伪代码）：

IF email already exists AND verified equals false 
   THEN allow PUT
IF email already exists AND verified equals true
   THEN don't allow PUT
IF email does not exist
   THEN …

正如标题一样，我似乎无法让它工作，我正在遵循此处详述的高级指南，但上传的任何图像似乎都是空白的。

我设置了什么：

/images/{object} - PUT
 > Integration Request
   AWS Region: ap-southeast-2
   AWS Service: S3
   AWS Subdomain [bucket name here]
   HTTP method: PUT
   Path override: /{object}
   Execution Role [I have one set up]
 > URL Path Paramaters
   object -> method.request.path.object

我正在尝试使用 Postman 发送带有 Content-Type: image/png 的 PUT 请求，并且正文是 png 文件的二进制上传。

我也试过使用 curl：

curl -X PUT -H "Authorization: Bearer [token]" -H "Content-Type: image/gif" --upload-file ~/Pictures/bart.gif https://[api-url]/dev/images/cool.gif

它在服务器上创建文件，大小似乎是上传的两倍，查看时我只是得到“图像有错误”。

当我尝试使用 .txt 文件（内容类型：文本/纯文本）时，它似乎可以工作。

有任何想法吗？

我正在尝试将keras模型转换为用于Google Cloud的ml-engine预测的模型。我有一个预先训练的分类器，将numpy数组作为输入。我发送给model.predict的正常工作数据称为input_data。

我将其转换为base 64，并json使用以下几行将其转储到文件中：

data = {}
data['image_bytes'] = [{'b64':base64.b64encode(input_data.tostring())}]

with open('weights/keras/example.json', 'w') as outfile:
    json.dump(data, outfile)

现在，我尝试从现有模型创建TF模型：

from keras.models import model_from_json
import tensorflow as tf
from keras import backend as K
from tensorflow.python.saved_model import builder as saved_model_builder
from tensorflow.python.saved_model import utils
from tensorflow.python.saved_model import tag_constants, signature_constants
from tensorflow.python.saved_model.signature_def_utils_impl import build_signature_def, predict_signature_def
init = tf.global_variables_initializer()
with tf.Session() as sess:
    K.set_session(sess)
    sess.run(init)
    print("Keras model & weights loading...")
    K.set_learning_phase(0)
    with open(json_file_path, 'r') as file_handle:
        model = …