微信小程序获取OneNet数据显示温湿度
2026-01-21 04:12:14作者:田桥桑Industrious
项目简介
本项目详细介绍了如何通过微信小程序获取OneNet平台上的温湿度数据,并展示了界面设计和代码实现过程。利用ApiPost测试MQTT API获取数据,并在小程序中展示最新的温湿度读数。同时提供了源码链接以及后续对小程序功能的扩展,包括控制灯的开关和数据定时刷新。
功能特点
- 数据获取:通过MQTT协议从OneNet平台获取温湿度数据。
- 界面设计:微信小程序界面设计,展示温湿度数据。
- 代码实现:提供详细的代码实现过程,方便开发者学习和参考。
- 功能扩展:支持控制灯的开关和数据定时刷新功能。
使用步骤
-
OneNet平台配置:
- 设备通过MQTT协议连接到OneNet平台。
- 获取产品的api-key和设备id。
- 查询OneNet平台多协议接入文档,查看MQTT的API使用方法。
-
微信小程序开发:
- 设计小程序界面,展示温湿度数据。
- 使用wx.request获取数据,并在界面中展示。
- 添加按钮点击事件,实现数据的实时获取和展示。
-
ApiPost测试:
- 使用ApiPost测试是否能成功获取数据。
代码示例
以下是微信小程序中获取OneNet数据的代码示例:
points: function(e) {
var that = this;
wx.request({
url: 'http://api.heclouds.com/devices/xxxxxxxxxx/datapoints', // 设备ID
header: {
"api-key": "xxxxxxx" // 这里写你的api-key
},
data: {
limit: 1
},
method: "GET",
success: function(res) {
that.setData({
shidu: res.data.data.datastreams[0].datapoints[0].value, // 这里的shidu要跟wxml[[shidu]] 名字相同
wendu: res.data.data.datastreams[1].datapoints[0].value
});
}
});
}
后续扩展
- 控制灯的开关:在小程序中添加控制灯开关的功能。
- 数据定时刷新:实现数据的定时刷新,确保数据的实时性。
注意事项
- 确保微信小程序的合法域名设置正确。
- 根据实际需求调整代码中的设备ID和api-key。
贡献
欢迎开发者提出改进建议和贡献代码,共同完善本项目。
许可证
本项目遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0225- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS02
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.14 K
Ascend Extension for PyTorch
Python
467
560
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
931
809
暂无简介
Dart
874
207
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.5 K
852
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
185
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
190
昇腾LLM分布式训练框架
Python
138
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21