在CsWin32中使用WS_EX_TOOLWINDOW扩展窗口样式
2025-07-03 09:11:07作者:庞队千Virginia
在Windows API编程中,窗口样式分为常规样式和扩展样式两类。扩展样式通常以WS_EX_开头,提供了更多高级的窗口特性设置。本文将介绍如何在CsWin32项目中正确使用扩展窗口样式,特别是WS_EX_TOOLWINDOW样式。
扩展窗口样式简介
Windows的扩展窗口样式(Extended Window Styles)提供了一系列额外的窗口特性控制,这些样式通常以WS_EX_前缀标识。与基本窗口样式(如WS_OVERLAPPED、WS_POPUP等)不同,扩展样式提供了更精细的控制能力。
WS_EX_TOOLWINDOW是其中一个常用的扩展样式,它会使窗口具有以下特性:
- 窗口不会出现在任务栏
- 窗口标题栏会显示较小的图标和标题
- 窗口不会出现在ALT+TAB切换列表中
在CsWin32中使用扩展样式
CsWin32项目通过自动生成Windows API的P/Invoke封装,简化了原生API的调用。要使用扩展窗口样式,我们需要了解以下几点:
- SetWindowLong函数:用于设置窗口属性,包括扩展样式
- 参数差异:常规样式使用GWL_STYLE(-16),而扩展样式使用GWL_EXSTYLE(-20)
- 枚举生成:CsWin32默认可能不会生成所有需要的枚举值
解决方案实现
要在CsWin32项目中使用WS_EX_TOOLWINDOW样式,可以按照以下步骤操作:
- 在NativeMethods.txt文件中添加
WINDOW_EX_STYLE条目 - 重新生成P/Invoke代码
- 使用生成的枚举值设置窗口样式
示例代码可能如下:
// 获取当前扩展样式
var exStyle = PInvoke.GetWindowLong(hwnd, WINDOW_LONG_PTR_INDEX.GWL_EXSTYLE);
// 添加工具窗口样式
exStyle |= WINDOW_EX_STYLE.WS_EX_TOOLWINDOW;
// 设置新的扩展样式
PInvoke.SetWindowLong(hwnd, WINDOW_LONG_PTR_INDEX.GWL_EXSTYLE, exStyle);
注意事项
- 窗口样式的修改通常需要在窗口创建前或创建过程中进行
- 某些样式在窗口创建后修改可能不会立即生效
- 不同Windows版本对某些样式的支持可能有差异
- 样式组合使用时需要注意兼容性问题
通过正确使用扩展窗口样式,开发者可以创建更具专业性和特定功能的Windows应用程序界面。CsWin32项目通过自动生成这些API的封装,大大简化了原生Windows API的调用过程。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
421
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869