开源项目AndroidReview学习小结(2)

简介:

下拉刷新

下拉刷新常见的有俩大类,Android-PullToRefreshandroid-Ultra-Pull-To-Refresh 前者是国外的一大神写的出现的比较早,不过好像已经停止维护了,后者是国内的一个大神写的功能很强大,这个项目使用的是后者(MaterialHeader类型刷新),首先这里又封装了一层BasePutToRefreshFragment用来进行下拉刷新的操作 
下面简单介绍下这个控件的使用,首先是布局文件中fragment_review.xml

<RelativeLayout xmlns:android="http://schemas.android.com/apk/res/android"
                android:layout_width="match_parent"
                android:layout_height="match_parent"
    >

    <com.vv.androidreview.ui.view.LoadingLayout
        android:id="@+id/ly_loading"
        android:layout_width="match_parent"
        android:layout_height="match_parent"/>

    <in.srain.cube.views.ptr.PtrFrameLayout
        android:id="@+id/layout_refresh"
        xmlns:cube_ptr="http://schemas.android.com/apk/res-auto"
        android:layout_width="match_parent"
        android:layout_height="match_parent"
        android:background="#fff"
        cube_ptr:ptr_duration_to_close="200"
        cube_ptr:ptr_duration_to_close_header="1000"
        cube_ptr:ptr_keep_header_when_refresh="true"
        cube_ptr:ptr_pull_to_fresh="false"
        cube_ptr:ptr_ratio_of_header_height_to_refresh="1.2"
        cube_ptr:ptr_resistance="1.7">

        <ListView
            android:id="@+id/listview"
            android:layout_width="match_parent"
            android:layout_height="match_parent"
            android:cacheColorHint="#00000000"
            android:divider="@color/list_divider"
            android:dividerHeight="1px"
            android:fadingEdge="none"
            android:fastScrollEnabled="false"
            android:footerDividersEnabled="false"
            android:headerDividersEnabled="false"
            android:scrollbars="none"
            android:smoothScrollbar="true"/>

    </in.srain.cube.views.ptr.PtrFrameLayout>
</RelativeLayout>

在BasePutToRefreshFragment.Java中的initDoRefreshView()中开始使用该控件

 private void initDoRefreshView() {
        //ptr控件的使用
        mPtrFrameLayout = (PtrFrameLayout) mRootView.findViewById(R.id.layout_refresh);
        // header
        MaterialHeader header = new MaterialHeader(getContext());
        int[] colors = getResources().getIntArray(R.array.google_colors);
        header.setColorSchemeColors(colors);
        header.setLayoutParams(new PtrFrameLayout.LayoutParams(-1, -2));
        header.setPadding(0, (int) TDevice.dpToPixel(15), 0, (int) TDevice.dpToPixel(10));
        header.setPtrFrameLayout(mPtrFrameLayout);

        mPtrFrameLayout.setLoadingMinTime(1000);
        mPtrFrameLayout.setDurationToCloseHeader(1500);
        mPtrFrameLayout.setHeaderView(header);
        mPtrFrameLayout.addPtrUIHandler(header);
        mPtrFrameLayout.setPinContent(true);

        mPtrFrameLayout.disableWhenHorizontalMove(true);


        mPtrFrameLayout.setPtrHandler(new PtrHandler() {
            @Override
            public boolean checkCanDoRefresh(PtrFrameLayout frame, View content, View header) {
                return PtrDefaultHandler.checkContentCanBePulledDown(frame, mListView, header);
            }

            @Override
            public void onRefreshBegin(final PtrFrameLayout frame) {
                Logger.e("list is load data by net");
                //先判断是否是自动刷新
                if (frame.isAutoRefresh()) {
                    if (mPtrFrameLayout.isRefreshing()) {
                        mPtrFrameLayout.refreshComplete();
                    }

                    //加载刷新布局
                    mLoadingLayout.setLoadingLayout(LoadingLayout.NETWORK_LOADING);
                }
                sPutUpState = PULL_UP_STATE_NONE;
                // 这里做下拉刷新操作
                requestDataByNet(REFRESH_TYPE_PULL);
            }
        });

    }

详细的使用可以参见如下链接详细使用 不过使用开源项目还是需要尽量搞清楚其中实现的机制。 
这里有俩个关键函数

  • mLoadingLayout.setLoadingLayout(LoadingLayout.NETWORK_LOADING); 
    加载刷新布局,这在下面会介绍
  • requestDataByNet(REFRESH_TYPE_PULL); 
    网络请求数据,这里还指明了类型用来区分是上拉还是下拉,在这个基类中将这个方法声明为抽象方法留在继承类中实现
   public abstract void requestDataByNet(int actionType);
  • listview的高效加载 
    通常的方式就是在滑动进行监听 onScrollStateChanged方法中对不同状态判断其中主要有三个状态 
    SCROLL_STATE_FLING,SCROLL_STATE_TOUCH_SCROLL,SCROLL_STATE_IDLE,一般是在滑动停止时(SCROLL_STATE_IDLE)才加载listview的数据
       @Override
            public void onScrollStateChanged(AbsListView view, int scrollState) {
                switch (scrollState) {
                    //在滑动停止时加载
                    case AbsListView.OnScrollListener.SCROLL_STATE_IDLE:
                        if (isItemfullScreen) {
                            if (sPutUpState == PULL_UP_STATE_NONE && isLoadMore) {
                                Logger.e("list is load more data");
                                pullUpLoadData();
                            }
                        }
                        break;
                }
            }

若要实现listview的加载更多还需要重写onScroll方法,这里通过一个标志位isItemfullScreen来标识

            @Override
            public void onScroll(AbsListView view, int firstVisibleItem, int visibleItemCount, int totalItemCount) {
                //firstVisibleItem -屏幕上显示的第一个item
                //visibleItemCount -屏幕上一共显示item的数目
                //totalItemCount -目前listview 一共有多少个itme
                if (totalItemCount > visibleItemCount) {
                    isItemfullScreen = true;
                } else {
                    isItemfullScreen = false;
                }

            }

其中加载更多需要重新定义一个布局,利用listview.addFooterView(layout)来实现,

不同状态的页面

这个非常常见,比如没有网络时页面显示一个样式,正在刷新显示一个样式,在上面的下来刷新中已经体现在mLoadingLayout.setLoadingLayout(LoadingLayout.NETWORK_LOADING); 可以看出,这种需求的实现是通过定义一个自定义控件protected LoadingLayout mLoadingLayout;,该自定义控件通过add(view)方式将自己加到页面中,其中在容器(viewgroup子类)中增加布局使用add,在widget中使用set这个要注意。这个控件会根据当前传入的状态通过switch来选择自己展现的状态,具体在LoadingLayout.java中,比较简单就不贴代码了。 
这里通过单独控件的形式将各类状态分离出来,比较好操作

数据缓存

核心思想是通过序列化将数据存入到file文件中 
- 读取缓存,核心类ReadCacheAsyncTask 
读取是在ReviewFragment中进行处理的,首先实现了BasePutToRefreshFragment.java中的抽象方法public abstract void readCache();该方法作在fragment创建时候会调用。

  • 存储缓存,核心类SaveCacheAsyncTask 
    存储是在下来刷新具体实现时调用,在请求数据requestPointByUnits中 
    其中使用CacheHelper.java中的readObject和saveObject与之配合使用。

首先这俩个核心类的名称就可以看出这是使用AsynTask来进行处理,为了防止内存泄漏,这里都做了弱引用 
先来看存储缓存

public class SaveCacheAsyncTask extends AsyncTask<Void, Void, Void> {
    private WeakReference<Context> mContext;
    private Serializable seri;
    private String cacheKey;

    public SaveCacheAsyncTask(Context context, Serializable seri, String cacheKey) {
        mContext = new WeakReference<Context>(context);
        this.seri = seri;
        this.cacheKey = cacheKey;
    }

    @Override
    protected Void doInBackground(Void... params) {
        CacheHelper.saveObject(mContext.get(), seri, cacheKey);
        return null;
    }
}

其中CacheHelp中的saveObject就是做了一下存储

public static boolean saveObject(Context context, Serializable ser,
                                     String file) {
        FileOutputStream fos = null;
        ObjectOutputStream oos = null;
        try {
            fos = context.openFileOutput(file, Context.MODE_PRIVATE);
            oos = new ObjectOutputStream(fos);
            oos.writeObject(ser);
            oos.flush();
            return true;
        } catch (Exception e) {
            e.printStackTrace();
            return false;
        } finally {
            try {
                oos.close();
            } catch (Exception e) {
            }
            try {
                fos.close();
            } catch (Exception e) {
            }
        }
    }

同理保存过程原理一致,关键在于CacheHelp中的判断是否缓存失效函数,根据文件的两次时间戳比对是否失效,在DetailActvity中选择是否沿用缓存

 /**
     * 判断缓存是否已经失效
     */
    public static boolean isCacheDataFailure(Context context, String cachefile) {
        File data = context.getFileStreamPath(cachefile);
        if (!data.exists()) {

            return false;
        }
        long existTime = System.currentTimeMillis() - data.lastModified();
        boolean failure = false;
        if (TDevice.getNetworkType() == TDevice.NETTYPE_WIFI) {
            failure = existTime > Settings.getInt(Settings.CACHE_OVERTIME_WIFI,30) * 60 * 1000 ? true : false;
        } else {
            failure = existTime > Settings.getInt(Settings.CACHE_OVERTIME_OTHER,2) * 24 * 60 * 60 * 1000 ? true : false;
        }
        return failure;
    }

一些细节

这个tab使用时listview中嵌套gridview的方式,这里就需要重写gridview的onMreasure的高度否则就会显示不全,重写也比较简单

public class GridViewEx extends GridView {
    public GridViewEx(Context context) {
        this(context, null);
    }

    public GridViewEx(Context context, AttributeSet attrs) {
        this(context, attrs, 0);
    }

    public GridViewEx(Context context, AttributeSet attrs, int defStyleAttr) {
        super(context, attrs, defStyleAttr);
    }
    @Override
    protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) {
        // TODO Auto-generated method stub
        int expandSpec = MeasureSpec.makeMeasureSpec(Integer.MAX_VALUE >> 2, MeasureSpec.AT_MOST);
        super.onMeasure(widthMeasureSpec, expandSpec);
    }
}

ok,写不动了额

转自:http://blog.csdn.net/xsf50717/article/details/51006605



目录
相关文章
|
6天前
|
人工智能 JSON 安全
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
阿里云AI安全产品联动防御Fastjson攻击
1879 9
Fastjson远程代码执行漏洞,阿里云AI安全为您保驾护航
|
6天前
|
云安全 人工智能 安全
|
6天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max-Preview深度全解析:2.4万亿参数旗舰MoE模型+Token Plan限时优惠完整落地指南
2026年7月,全新旗舰级混合专家大模型Qwen3.8-Max-Preview正式开放抢先体验,作为通义千问Qwen3系列规格最高、综合推理能力顶尖的新一代模型,该模型总参数量达到2.4万亿(2.4T),是当前线上可调用的原生多模态旗舰模型,综合推理水准对标海外顶级Fable 5模型,在复杂工程开发、长文档深度分析、多步骤智能体自治、跨境多语言创作、海量数据挖掘五大高难度业务场景实现跨越式性能提升。
848 1
|
6天前
|
人工智能 自然语言处理 数据挖掘
最新版通义千问(Qwen3.8-Max-Preview)功能介绍
2026年,通义千问正式推出全新旗舰级大模型 **Qwen3.8-Max-Preview 预览版**,作为首款突破万亿参数规格的新一代基座模型,该模型总参数量达到**2.4万亿**,采用全新迭代的MoE混合专家架构,综合推理性能、长文本处理、多模态理解、复杂任务规划能力全面超越前代Qwen3.7-Max版本,整体实力跻身全球第一梯队,可对标海外顶级旗舰模型,是当前面向复杂工程开发、多智能体协同、超长文档解析、专业办公自动化场景的最优国产基座模型。
868 0
|
8天前
|
人工智能
Qwen3.8抢先体验!正式版即将发布并开源!
千问Qwen3.8即将开源,参数达2.4T,进化速度以“天”计,实力媲美Fable 5。预览版Qwen3.8-Max已上线阿里Token Plan等平台,限时优惠:日间Credits低至1折,夜间更优,个人/团队版月付仅35元起!
851 36
|
5天前
|
自然语言处理 测试技术 API
通义千问Qwen3.8-Max-Preview全功能解析:2.4万亿参数旗舰模型深度使用指南
在大模型技术持续迭代的当下,通义千问推出的Qwen3.8-Max-Preview作为新一代旗舰预览版模型,凭借2.4万亿参数的超大规模、多模态融合能力与全场景适配特性,成为开发者与企业用户探索AI应用的核心工具。该模型采用稀疏混合专家(MoE)架构,是通义千问首个突破万亿参数的多模态模型,可同时处理文本、图像、视频与文档等多种数据形态,在全栈代码开发、复杂逻辑推理、长文档分析与多智能体协作等场景实现跨越式升级。本文将全面拆解Qwen3.8-Max-Preview的核心功能,详解API调用流程与配置方法,覆盖多场景实战技巧,帮助用户快速掌握这款旗舰模型的使用方法,充分释放其性能潜力。
407 1
|
8天前
|
人工智能 自然语言处理 数据挖掘
Qwen3.8-Max 预览版全解析:2.4 万亿参数旗舰模型,Token Plan 限时优惠指南
Qwen3.8-Max-Preview是通义千问Qwen3系列旗舰MoE大模型,参数达2.4万亿,综合推理能力居行业第一梯队。支持思考/快速双模式,擅长大模型五大高难场景。现于阿里云百炼Token Plan、Qoder及QoderWork上线体验,个人版低至39元/月。在阿里云百炼官网:https://t.aliyun.com/U/fPVHqY 免费领取千万Tokens
646 1
Qwen3.8-Max 预览版全解析:2.4 万亿参数旗舰模型,Token Plan 限时优惠指南