首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

字段不再聚焦后,TextFormField的前缀图像消失

是由于 Flutter 框架中的 TextField 组件的默认行为。

TextField 组件是 Flutter 中常用的文本输入框组件,它可以接收用户的文本输入并显示在应用界面中。在 TextField 组件中,前缀图像可以通过 InputDecoration 的 prefixIcon 参数进行设置。

当用户聚焦(点击)到 TextField 组件时,输入框会获得焦点,此时前缀图像会显示在输入框的左侧。然而,当用户不再聚焦到输入框时(例如点击其他地方或者切换到其他输入框),TextField 组件会自动失去焦点,此时前缀图像也会消失。

如果希望在 TextField 失去焦点后仍显示前缀图像,可以通过自定义 InputDecoration 的 focusedBorder 参数来实现。在 focusedBorder 参数中,可以设置一个没有边框的输入框装饰器,这样即使失去焦点,前缀图像也会保持显示。

以下是一个示例代码:

代码语言:txt
复制
TextFormField(
  decoration: InputDecoration(
    prefixIcon: Icon(Icons.person),
    focusedBorder: OutlineInputBorder(
      borderSide: BorderSide(color: Colors.grey),
      borderRadius: BorderRadius.circular(8.0),
    ),
  ),
)

在这个示例中,prefixIcon 参数用来设置前缀图像为一个人物图标。focusedBorder 参数用来设置在 TextField 失去焦点后的边框样式。通过设置一个灰色边框和圆角半径,可以实现失去焦点后仍显示前缀图像的效果。

腾讯云相关产品和产品介绍链接地址:

  • 腾讯云服务器(CVM):提供弹性计算能力,适用于各类应用场景。详细信息请参考 腾讯云服务器产品介绍
  • 腾讯云数据库(TencentDB):提供多种数据库解决方案,包括关系型数据库、NoSQL 数据库等。详细信息请参考 腾讯云数据库产品介绍
  • 腾讯云人工智能(AI):提供各种人工智能服务,包括语音识别、图像识别、自然语言处理等。详细信息请参考 腾讯云人工智能产品介绍
  • 腾讯云物联网(IoT):提供物联网设备接入、数据采集、设备管理等物联网解决方案。详细信息请参考 腾讯云物联网产品介绍
  • 腾讯云区块链(BCS):提供高效、可扩展的区块链解决方案,适用于金融、供应链等领域。详细信息请参考 腾讯云区块链产品介绍
  • 腾讯云存储(COS):提供安全可靠的云存储服务,支持对象存储、文件存储等场景。详细信息请参考 腾讯云存储产品介绍
页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • 重构-改善既有代码的设计:坏代码的味道,编写代码20多宗罪(三)

    如果你在一个以上的地点看到相同的程序结构,那么可以肯定:设法将它们和而为一,程序会变得更好。最常见的“重复代码”就是一个类内的两个函数含有相同的表达式。另一种常见情况就是两个互为兄弟的子类内含有相同的表达式。   1)同一个类的2个函数含有相同的表达式,这时可以采用Extract Method(提炼函数)提炼出重复的代码,然后让这2个地点都调用被提炼出来的那段代码。   2)两个互为兄弟的子类内含相同表达式,只需对2个类都是用Extract Method(提炼函数),然后对被提炼出来的函数是用Pull Up Method (方法上移) ,将它推入超类。如果代码之间只是类似, 并非完全相同,那么就得运用Extract Method(提炼函数 将相似部分和差异部分隔开,构成单独一个的函数。然后你可能发现可以运用Form Template Method (塑造模板函数)获得一个 Template Method设计模式。如果有些函数以不同的算法做相同的事,你可以选择其中较清晰地一个,并是用 Substitute Algorithm (替换算法)将其他函数的算法替换掉。   如果2个毫不相关的类出现 重复代码,你应该考虑对其中一个运用 Extract Class (提炼类),将重复代码提炼到一个独立类中,然后在另一个类内使用这个新类。但是,重复代码所在的函数可能只应该属于某个类,另一个类只能调用它,抑或这个函数可能属于第三个类,而另2个类应该引用这第三个类。你必须决定这个函数放在哪儿最合适,并确保它被安置后就不会再在其他任何地方出现。

    02

    Every Pixel Matters: Center-aware Feature Alignment for Domain Adaptive

    域适配目标检测旨在将目标检测器适配到未知的域,新的域可能会遇到各种各样的外观变化,包括外观,视角或者背景。现存的大多数方法在图像级或者实例级上采用图像对齐的方法。然而,在全局特征上的图像对齐可能会使得前景和背景像素同时发生缠绕。和现有的方法所不同的是,我们提出了一个域适配框架提前预测目标和中心度来对每个像素都负责。特别地,提出的方法通过给背景像素更多的关注来进行中心可知的对齐,因此比以前的适配方法效果更好。在大量适配设置的大量实验上证明了我们所提出方法的有效性,并且展示了比SOTA算法更佳的表现。

    01
    领券