ReactiveX（Rx） - 检测长按事件

Question

我想知道在Rx中解决以下问题的规范方法是什么：假设我有两个observable，mouse_down和mouse_up，其元素代表鼠标按钮按下。在一个非常简单的场景中，如果我想检测长按，我可以通过以下方式执行此操作（在本例中使用RxPy，但在任何Rx实现中概念上都相同）：

mouse_long_press = mouse_down.delay(1000).take_until(mouse_up).repeat()

但是，当我们需要将mouse_down可观察量的某些信息提升到mouse_up可观察量时，就会出现问题。例如，考虑是否可观察元素存储有关按下哪个鼠标按钮的信息。显然，我们只想将mouse_down与相应按钮的mouse_up配对。我想出的一个解决方案是：

mouse_long_press = mouse_down.select_many(lambda x:
    rx.Observable.just(x).delay(1000)\
        .take_until(mouse_up.where(lambda y: x.button == y.button))
)

如果有更直接的解决方案，我很乐意听到它 - 但据我所知，这有效。但是，如果我们还想检测鼠标在mouse_down和mouse_up之间的移动距离，事情会变得更复杂。为此，我们需要引入一个新的可观察mouse_move，其中包含有关鼠标位置的信息。

mouse_long_press = mouse_down.select_many(lambda x:
    mouse_move.select(lambda z: distance(x, z) > 100).delay(1000)\
        .take_until(mouse_up.where(lambda y: x.button == y.button))
)

然而，这几乎是我被卡住的地方。每当按下按钮的时间超过1秒时，我会得到一堆布尔值。但是，我只想在所有这些都是假的情况下检测到长按，这听起来像all operator的完美情况。感觉只有一小步缺失，但到目前为止我还没有弄清楚如何让它发挥作用。也许我也是以倒退的方式做事。期待任何建议。

Answer 1

好的，我想我找到了一个可能的答案。 RxPy有一个take_with_time运算符，可以用于此目的。并不像我希望的那样直截了当（不确定take_with_time是否可以在其他Rx实现中使用。）

mouse_long_press = mouse_down.select_many(lambda x:
    mouse_moves.take_with_time(1000).all(lambda z: distance(x, z) < 100)\
        .take_until(mouse_up.where(lambda y: x.button == y.button))
)

如果有人提出更好的建议，我现在暂时打开这个问题。

Answer 2

我将通过创建带有长度信息的鼠标印刷机流，并过滤长于1s的印刷机来解决该问题。

---

首先，我们假设您只有一个鼠标按钮。合并mouse_up和mouse_down流，并使用time_interval()运算符在它们之间分配时间间隔。您将获得自上一次事件以来的间隔流，以及事件本身。假设您的鼠标上移和鼠标下移交替进行，则意味着您现在的事件是：

（下降+上次上升以来的时间），（上升+上次下降以来的时间），（下降+上次上升以来的时间）...

现在，只需过滤x.value.type == "up" and x.interval > datetime.timedelta(seconds=1)

（您也可以使用pairwise()对此进行验证，它总是为您提供当前+上一个事件，因此您可以检查前一个事件是否已关闭而当前事件是否已发生。）

---

第二，使用window()运算符添加鼠标移动信息。

（这部分未经测试，我将关闭有关其行为方式的文档，但该文档还不是很清楚。YMMV。）

这个想法是，您可以从一个可观察对象收集事件序列，并根据另一个可观察对象将它们分成几组。从文档： window_openings可观察值将是合并的上/下流或间隔流，以较方便的一个为准。然后，您可以flat_map()（或select_many，这是同一件事）的结果并以您喜欢的任何方式计算出距离。

同样，您应该最终获得上下事件之间的距离流。然后，您可以将此zip()与间隔流一起group_by()进行过滤，这时您可以过滤上移事件，并获得时间和距离，直到前一个下移。

---

第三，如果要获取多个鼠标按钮的事件怎么办？

只需使用Event = collections.NamedTuple("Event", "event interval distance") def sum_distance(move_stream): # put your distance calculation here; something like: return move_stream.pairwise().reduce(lambda acc, (a, b): acc + distance(a, b), 0) def mouse_press(updown_stream): # shared stream for less duplication shared = updown_stream.share() intervals = shared.time_interval() # element is: (interval=timedelta, value=original event) distances = mouse_move.window(shared).flat_map(sum_distance) zipped = intervals.zip(distances, lambda i, d: \ Event(i.value, i.interval, d) ) mouse_long_press = ( # merge the mouse streams rx.Observable.merge(mouse_up, mouse_down) # separate into streams for each button .group_by(lambda x: x.button) # create per-button event streams per above and merge results back .flat_map(mouse_press) # filter by event type and length .filter(lambda ev: ev.event.type == "up" and ev.interval >= datetime.timedelta(seconds=1) ) 运算符将其拆分为每个按钮的流，然后按上述步骤进行即可。

下面的完整代码：

{{1}}