• 转:使用Android API最佳实践


    原文来自于:http://blog.jobbole.com/65170/

    写在前面

    现在,Android应用程序中集成第三方API已十分流行。应用程序都有自己的网络操作和缓存处理机制,但是大部分比较脆弱,没有针对网络糟糕情况进行优化。感谢Square lnc 这家有创新精神的公司,将信用卡商业交易带到手机上。现在有了一系列高质量开源库,支持在Android应用程序中集成。

    做什么,如何做?

    现在,我们要依次学习使用Retrofit、OKHttp和GSON,简单快速的集成REST API。使用这个组合,我们需要从Twitch.tv下载并解析一些数据。跟着下面的步骤可以在几分钟内,不用写繁琐的模板代码,完成大部分的REST API集成。

    学习

    Retrofit

    Retrofit简化了从Web API下载数据,解析成普通的Java对象(POJO)。例如,要从Github 上下载用户仓库的信息,你只需要编写下面的几行:

    1
    2
    @GET("/users/{user}/repos")
    List listRepos(@Path("user") String user);

    另外,你需要创建仓库信息类和数据类型。这些代码也可以自动生成,下面会介绍如何自动生成。

    整个过程很简单,类似发送一次有参数的请求或发送POST或HEAD。如何连接不同类型的API,请查看说明文当

    Retrofit的特性之一可以将处理逻辑添加到请求和响应中。你可以添加数据到http请求头部,也可以拦截验证失败的响应重定向到登录界面。

    OKHttp

    OKHttp是Android版Http客户端。非常高效,支持SPDY、连接池、GZIP和 HTTP 缓存。默认情况下,OKHttp会自动处理常见的网络问题,像二次连接、SSL的握手问题。如果你的应用程序中集成了OKHttp,Retrofit默认会使用OKHttp处理其他网络层请求。

    GSON

    GSON是将JSON解析成POJO的Java库。GSON也可以将POJO解析成JSON。在Android中,数据对象存储在SharePreference更加方便。

    要使用GSON,首先需要创建相应的POJO数据,再用GSON解析为POJO对象。解析过程简单且非常高效。需要了解如何创建可以被GSON解析的POJO对象,请查看说明文档。Retrofit使用GSON解析JSON数据。

    开始Coding

    添加库文件到工程

    1. 下载RetrofitOKHttpGSON库文件。
    2. 逐个添加jar文件到你的工程中。
    3. 如果使用Android Studio,可以使用gradle同步这个工程。

    查找或者编写API

    你可能已有一份API,如果你还在寻找API目录,我推荐ProgrammableWeb。在这个教程中,我们会解析Twitch.Tv的数据流。请求格式请参考说明手册。Twicht.tv请求数据流的JSON格式:
    http://api.justin.tv/api/stream/list.json

    展示输出

    展示一些API返回的数据,下面的示例是由于是一个GET请求,只能在浏览器中运行,返回数据如下:

    1
    [{"broadcast_part": 4, "featured": true, "channel_subscription": true, "audio_codec": "uncompressed", "id": "6640712464", "category": "gaming", "title": "Fnatic xPeke, Normals(ranked down) on smurf", "geo": "DE", "video_height": 1080, "site_count": 8014, "embed_enabled": true, "channel": {"subcategory": null, "producer": true, "image_url_huge": "http://static-cdn.jtvnw.net/jtv_user_pictures/xpeke-profile_image-a182a5fe5a8f239b-600x600.jpeg", "timezone": "Europe/Madrid", "screen_cap_url_huge": “http://static

    创建POJO

    这部分很有趣,用我们获取到的数据自动创建对应的POJO。使用jsonschema2pojo,导入包名、类名和JSON数据,保存为私有类型。示例中展示的构造器无法使用,因为JSON数据的根元素是个数组,不是对象。所以我只贴出了数组的第一个元素。展示相关的图片示例。

    POJO-Generator

    集成POJOs

    将自动产生的POJOs粘贴到工程中就可以了。在我的示例工程中,他们在models包中。

    使用Retrofit下载(解析)API

    创建REST Adapter

    创建Adapter,类似设置endPoint。

    1
    2
    3
    RestAdapter restAdapter = new RestAdapter.Builder()
    .setEndpoint("http://api.justin.tv/api")
    .build();

    定义API接口

    为需要连接的endPoint定义接口。下面示例中,使用limit和offset,这两个参数用来控制请求数据位置和大小。详细说明请参考API文档

    1
    2
    3
    public interface TwitchTvApiInterface {
    @GET("/stream/list.json")
    void getStreams(@Query("limit") int limit, @Query("offset") int offset, Callback<List> callback);}

    你可能会注意到,我们期望返回的是一组JustinTvStreamData对象,也就是我们刚才自动产生的POJO。关于如何定义这个接口的更多信息,请参考Retrofit说明文档

    创建Twitch.tv 服务

    现在我们已经建立了endPoint,定义了需要的接口。下面需要创建Twitch.TV服务,发送请求。

    1
    TwitchTvApiInterface twitchTvService = restAdapter.create(TwitchTvApiInterface.class);

    使用API

    发送API请求十分简单,只需要使用刚才创建的服务即可。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    twitchTvService.getStreams(ITEMS_PER_PAGE, pageNumber * ITEMS_PER_PAGE, new Callback<List>() {
    @Override
    public void success(List justinTvStreamData, Response response) {
        consumeApiData(justinTvStreamData);
    }
     
    @Override
    public void failure(RetrofitError retrofitError) {
        consumeApiData(null);
    }});

    这里有一点需要注意,Retrofit会在后台线程下载并解析API数据,根据结果不同(成功或失败)发送到UI线程。Retrofit也支持在后台自动下载(这里没有显示)。

    数据处理趣事

    现在我们用POJO数据做一些有趣的事情。在这个Demo中,展示了Twitch.Tv频道的图片和描述,使用Picasso Library 下载缓存图片。

    TwitchClient-576x1024

    参考代码

    示例代码下载

    原文链接: meetme   翻译: 伯乐在线 imesong

    译文链接: http://blog.jobbole.com/65170/
    转载必须在正文中标注并保留原文链接、译文链接和译者等信息。]

  • 相关阅读:
    (转)CSS3全局实现所有元素的内边距和边框不增加
    (转载)常用的Mysql数据库操作语句大全
    100天搞定机器学习|day40-42 Tensorflow Keras识别猫狗
    《统计学习方法》极简笔记P2:感知机数学推导
    100天搞定机器学习|day39 Tensorflow Keras手写数字识别
    100天搞定机器学习|day38 反向传播算法推导
    100天搞定机器学习|day37 无公式理解反向传播算法之精髓
    100天搞定机器学习|Day36用有趣的方式解释梯度下降算法
    100天搞定机器学习|Day35 深度学习之神经网络的结构
    《统计学习方法》极简笔记P4:朴素贝叶斯公式推导
  • 原文地址:https://www.cnblogs.com/guoyongrong/p/3671857.html
Copyright © 2020-2023  润新知