博客
关于我
unity3d打包和包的使用
阅读量:650 次
发布时间:2019-03-15

本文共 1484 字,大约阅读时间需要 4 分钟。

打包:

①Assets下新建文件夹Editor和steamingAssets

②对选定文件打包:

using UnityEngine;using UnityEditor;using System.Collections;public class AssetBundle : MonoBehaviour {    [MenuItem("Custom Editor/Create AssetBundles Main")]    static void CreateAssetBundlesMain() {        Object[] SelectedAsset = Selection.GetFiltered (typeof(Object),SelectionMode.DeepAssets);        foreach(Object obj in SelectedAsset) {            string sourcePath = AssetDatabase.GetAssetPath(obj);            string targetPath = Application.dataPath + "/StreamingAssets" + obj.name +".assetbundle";            if (BuildPipeline.BuildAssetBundle(obj,null,targetPath,BuildAssetBundleOptions.CollectDependencies)) {                Debug.Log (obj.name+"success");            }            else {                Debug.Log(obj.name+"failure");            }        }    }}

从Asset Bundle加载预设:

1 using UnityEngine; 2 using System.Collections; 3  4 public class loadAB : MonoBehaviour { 5  6     // Use this for initialization 7     void Start () { 8         StartCoroutine (loadBundle("file://"+Application.streamingAssetsPath+"/"+"StreamingAssetsNew Prefab.assetbundle")); 9     }10     11     // Update is called once per frame12     void Update () {13     14     }15     private IEnumerator loadBundle(string path) {16         WWW load = new WWW (path);17         yield return load;18         GameObject obj = GameObject.Instantiate (load.assetBundle.mainAsset) as GameObject;19         load.assetBundle.Unload (false);20     }21 }

 

转载地址:http://oxelz.baihongyu.com/

你可能感兴趣的文章
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>