unity学习(29)——GameInfo角色信息

1.把GameInfo.cs PlayerModel.cs Vector3.cs Vector4.cs PlayerStateConstans.cs GameState.cs依次粘到model文件夹中,此时项目没有错误,如下图所示;

对应处所修改的代码如下:

cs 复制代码
case LoginProtocol.LOGIN_SRES://1
{
     Debug.Log("成功登录,要进行场景跳转了");
        //继承一些信息,来自loginhadler里面的,有原代码很省事的--把message对住就没问题了
        StringDTO dto = Coding<StringDTO>.decode(model.message);//基本就完全等于是我自己写的
        Debug.Log("dto.value:"+ dto.value);
        if (dto.value == null || dto.value == string.Empty)//登录如果失败啥都不做就可以了
        {
            Debug.Log("登陆失败!");
            //顺便修改一下对应文字即可
            TMP_Text c = GameObject.FindWithTag("logText").GetComponent<TMP_Text>(); ;//得到两个Text对象
            c.text = "登录失败";
        }
        else
        {
            TMP_Text d = GameObject.FindWithTag("logText").GetComponent<TMP_Text>(); ;//得到两个Text对象
            d.text = "登录成功";
            Debug.Log("成功登录,要进行场景跳转了");
            GameInfo.ACC_ID = dto.value;//静态类起到全局效果
            GameInfo.GAME_STATE = GameState.LOADING;
            BroadcastMessage("Loading", 1);
            Debug.Log("等待下一次挑战");
        }    
        break;
}
cs 复制代码
public class GameInfo
{
	public static int GAME_STATE=0;
	public static string ACC_ID="";
	public static float LOAD_PRORESS=0f;
	public static int LAST_STATE=0;
	public static PlayerModel selectModel;
	public static PlayerModel myModel;
	public static int PLAYER_STATE=PlayerStateConstans.IDLE;
}

类中static静态变量,可以直接起到全局对象(变量)的作用(不用再实例化对象了,此时类更像是一个全局结构体),敌人和玩家是不同的模型,这点我之前写panda3d时也经历过,很清楚。

实测,可以有区别的进入"成功"和"失败"状态。

这个逆向出来的服务器处理"重复登陆","错误登录"时做的很好,而且现就可以做到"多开"。

相关推荐
小弥儿11 分钟前
GitHub今日热榜 | 2026-08-16:大模型微调与编码工具扎堆
学习·开源·github
xian_wwq3 小时前
【学习笔记】光伏“四可”装置纵密模块--配置方法和原理
笔记·学习
min(a,b)3 小时前
学习第17天:Agent Memory 与 MCP 协议
python·学习
lifallen4 小时前
模型不是函数:claude-cookbooks/misc 十四篇的公共底层
人工智能·学习·ai·ai编程
lucky_syq6 小时前
第5篇 · S1·下:前沿架构:MoE、Reasoning 模型、长上下文、多模态、SSM/Mamba 与模型谱系
人工智能·学习·架构
日拱一卒的小田6 小时前
ZYNQ学习笔记3-ZYNQ的IIC控制器1
笔记·单片机·学习
xiaoxiangsiyan8 小时前
RHCE2026完整版全知识点清单
运维·网络·学习·自动化·rhce
Titan20249 小时前
Linux网络基础知识
linux·服务器·网络·c++·学习
m4Rk_9 小时前
【论文阅读】Agent 记忆机制(41):Agentic Plan Caching——将历史执行轨迹转化为可复用的计划记忆
论文阅读·人工智能·学习·开源·github
woshihuanglaoshi9 小时前
错题四科入库:鸿蒙错题本种子数据与复习队列效果
学习·华为·harmonyos·鸿蒙