博客
关于我
Python GUI tkinter库 自学21
阅读量:280 次
发布时间:2019-03-01

本文共 871 字,大约阅读时间需要 2 分钟。

简单对话框与通用消息框的使用示例

简单对话框

  • title表示窗口标题
  • prompt是提示信息
  • kw为命名参数,可设置各种选项
  • initialvalue为初始值
  • minvalue为最小值
  • maxvalue为最大值
函数名 说明
askfloat(title, prompt, **kw) 用于获取浮点数输入
askinteger(title, prompt, **kw) 用于获取整数输入
askstring(title, prompt, **kw) 用于获取字符串输入
示例代码:
from tkinter.simpledialog import * window = Tk() window.geometry("500x200")

def test1():a = askinteger(title="输入年龄", prompt="请输入年龄", initialvalue=18, minvalue=1, maxvalue=150)show["text"] = a

Button(window, text="你多大了?", command=test1).pack()show = Label(window, width=10, height=5, bg="green")show.pack()

window.mainloop()

通用消息框

示例代码:
from tkinter import * from tkinter.messagebox import *

window = Tk()window.geometry("500x200")

a = showinfo(title="学习", message="你会成功的!")print(a)

window.mainloop()

ttk子模块(简要介绍)

以上代码示例展示了如何在Tkinter应用程序中使用简单对话框和通用消息框功能。通过合理配置参数,开发者可以根据需求实现多种用户交互场景。此外,Tkinter的ttk子模块提供了丰富的组件和布局选项,能够进一步提升应用程序的用户体验。

转载地址:http://zkho.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV(1)读写图像
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>
Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
查看>>
Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
查看>>
openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
查看>>
OpenMCU(一):STM32F407 FreeRTOS移植
查看>>
OpenMMLab | 【全网首发】Llama 3 微调项目实践与教程(XTuner 版)
查看>>
OpenMMLab | 面向多样应用需求,书生·浦语2.5开源超轻量、高性能多种参数版本
查看>>
OpenPPL PPQ量化(4):计算图的切分和调度 源码剖析
查看>>