volley加载网络图片
众所周知volley提供了一个ImageLoader类用于网络图片的加载，本质上也是用消息队列的那一套去进行图片请求，只是请求以后做了一些图片本地缓存、缩放、错位处理等内容。
下面我们来看一个简单的加载例子：
public RequestQueue requestQueue = Volley.newRequestQueue(mContext);
public ImageLoader mImageLoader = new ImageLoader(requestQueue, null);
mImageLoader.get(url, new ImageListener() {
@Override
public void onErrorResponse(VolleyError error) {
Log.i("cky", "error");
ImageView img = (ImageView)(findViewById(R.id.img));
//设置默认失败图片
img.setImageDrawable(mContext.getResources().getDrawable(R.drawable.ic_launcher));
}
@Override
public void onResponse(ImageContainer response, boolean isImmediate) {
ImageView img = (ImageView)(findViewById(R.id.img));
img.setImageBitmap(response.getBitmap());
}
},400,400);使用方式非常简单，使用一个RequestQueue生成一个ImageLoader以后，调用get()方法进行图片请求，最终在监听器中为imageview设置请求得到的Bitmap即可。
为什么Volley不能加载本地图片？
根据源码，从Volley设计结构来看，Volley并没有让使用者添加本地图片加载机制的考虑，Volley作为一款网络请求框架，更适合于大量小数据的请求。
但是在我们使用一套图片加载框架的时候，不能加载本地图片和资源图片，显然带来极大不得方便。
在这里虽然我提供了本地图片加载的方法，但是还是要说一句，对于图片请求，我更建议使用U**niversal-ImageLoader**这个框架。
那么为什么volley不能加载本地图片呢？我们来看代码片段,在BasicNetwork类中：
@Override
public NetworkResponse performRequest(Request<?> request) throws VolleyError {
long requestStart = SystemClock.elapsedRealtime();
while (true) {
...
} catch (SocketTimeoutException e) {
attemptRetryOnException("socket", request, new TimeoutError());
} catch (ConnectTimeoutException e) {
attemptRetryOnException("connection", request, new TimeoutError());
} catch (MalformedURLException e) {
throw new RuntimeException("Bad URL " + request.getUrl(), e);
} catch (IOException e) {
...
}
}
}可以看到，这里catch了一个MalformedURLException，也就是说Volley会检查请求地址是否是http,https等开头网络请求地址，如果不是，就会有异常了。所以本地图片的地址，一般以file://开头，资源图片地址，以drawable://开头，都会导致异常。
怎么修改Volley使其能加载本地图片
我们从ImageLoader入手，注意到ImageLoader并没有实现一级缓存(也就是内存缓存)，Google的原意是让我自己去扩展这个缓存，我考虑从这里入手。
首先来看，如果我们要为ImageLoader加简单的一级缓存，应该怎么做。
1、继承Cache类，封装LruCache类
public class BitmapCache implements ImageCache {
private LruCache<String, Bitmap> mCache;
public BitmapCache() {
int maxSize = 10 * 1024 * 1024;
mCache = new LruCache<String, Bitmap>(maxSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getRowBytes() * bitmap.getHeight();
}
};
}
@Override
public Bitmap getBitmap(String url) {
return mCache.get(url);
}
@Override
public void putBitmap(String url, Bitmap bitmap) {
mCache.put(url, bitmap);
}
} LruCache是常见的一个使用先进先出原理的缓存类,但是我们要对这个类进行一下封装，原因可以看下面IamgeLoader的源码：
public class ImageLoader {
...
/** The cache implementation to be used as an L1 cache before calling into volley. */
private final ImageCache mCache;
...
/**
* Simple cache adapter interface. If provided to the ImageLoader, it
* will be used as an L1 cache before dispatch to Volley. Implementations
* must not block. Implementation with an LruCache is recommended.
*/
public interface ImageCache {
public Bitmap getBitmap(String url);
public void putBitmap(String url, Bitmap bitmap);
}
...
/**
* Constructs a new ImageLoader.
* @param queue The RequestQueue to use for making image requests.
* @param imageCache The cache to use as an L1 cache.
*/
public ImageLoader(RequestQueue queue, ImageCache imageCache) {
mRequestQueue = queue;
mCache = imageCache;
}也就是ImageLoader提供了一个接口IamgeCache让我们设置,所以必须进行一层包装
2、为ImageLoader设置一级缓存
接下来使用就很简单了，只有在ImageLoader的构造函数中传入这个BitmapCache对象就可以了
ImageLoader imageLoader = new ImageLoader(mQueue, new BitmapCache());本地图片请求设计思路
直接思路是这样子的，我们在一级缓存里面做文章，新建一个实现了ImageCache的缓存类，这个类可以进行内存缓存，也可以进行本地图片的加载。
由于Volley在请求网络图片请求前，会先检查缓存中是否存在该图片，如果存在，就进行网络请求了。
内存缓存的实现上面我们已经看到了，如果内存缓存中没有，我们可以尝试去根据url加载本地资源文件，如果存在这个资源，就返回这张图片就好了。
也就是把本地图片当成一种缓存！
并且这种缓存在内存缓存之后，在硬盘缓存之前，也在网络请求之前。
大家可以看一下流程图：
类关系设计
看明白上面的流程图以后，我们就动手写代码了，由于ImageLoader只允许设计一个一级缓存，而我们这里起码要实现两层缓存(把本地资源图片看做是一种缓存)，所以我们还要将这两层缓存组合成一个缓存。
这里我使用组合模式，便于以后其他缓存的扩展。
首先来看BaseImageCache这个抽象类，其实就是提供了md5加密算法，目的是根据url保证缓存中key的唯一性，同事避免url格式造成的解析错误
public abstract class BaseImageCache implements ImageCache{
public int priority = 1;
protected boolean isCache = true;
private final static boolean debug = true;
public final static String TAG = "cacheDebug";
public BitmapFilter mBitmapFilter = new BitmapFilter(){
@Override
public boolean isFilter() {
return false;
}
};
/**
* 使用MD5算法对传入的key进行加密并返回。
*/
public static String hashKeyForDisk(String key) {
long s = System.currentTimeMillis();
String cacheKey;
try {
final MessageDigest mDigest = MessageDigest.getInstance("MD5");
mDigest.update(key.getBytes());
cacheKey = bytesToHexString(mDigest.digest());
} catch (NoSuchAlgorithmException e) {
cacheKey = String.valueOf(key.hashCode());
}
long e = System.currentTimeMillis();
return cacheKey;
}
private static String bytesToHexString(byte[] bytes) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < bytes.length; i++) {
String hex = Integer.toHexString(0xFF & bytes[i]);
if (hex.length() == 1) {
sb.append('0');
}
sb.append(hex);
}
return sb.toString();
}
public abstract void clear();
protected interface BitmapFilter{
public boolean isFilter();
}
public void setBitmapFilter(BitmapFilter mBitmapFilter){
this.mBitmapFilter = mBitmapFilter;
}
}同时可以看到，有一个BitmapFilter的内部接口，这个接口的作用是用于自定义过滤机制的，接下来就会讲到。
有一个基类以后，首先实现内存缓存，实现方式和前面的BitmapCache是一模一样的
public class MemoryCache extends BaseImageCache{
public static final String TAG = MemoryCache.class.getSimpleName();
LruCache<String, Bitmap> mLruCache;
public MemoryCache() {
this(0.125f);
priority = Integer.MAX_VALUE;
}
public MemoryCache(float scale) {
// 获取应用程序最大可用内存
int maxMemory = (int) Runtime.getRuntime().maxMemory();
int cacheSize = (int) (scale*maxMemory);
mLruCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap bitmap) {
return bitmap.getByteCount();
}
};
}
@Override
public Bitmap getBitmap(String url) {
Bitmap res = mLruCache.get(hashKeyForDisk(url));
return res;
}
@Override
public void putBitmap(String url, Bitmap bitmap) {
if(isCache){
mLruCache.put(hashKeyForDisk(url), bitmap);
}
}
@Override
public void clear() {
if(isCache){
mLruCache.evictAll();
}
}
}本地资源文件缓存类LocalFileCache
接下来我们实现本地文件，资源的加载类(看成一种缓存！)。
首先，我们给几种资源定义成一个Enum
/** Represents supported schemes(protocols) of URI. Provides convenient methods for work with schemes and URIs. */
public enum Scheme {
FILE("file"),CONTENT("content"),ASSETS("assets"), DRAWABLE("drawable"), UNKNOWN("");
private String scheme;
private String uriPrefix;
Scheme(String scheme) {
this.scheme = scheme;
uriPrefix = scheme + "://";
}
/**
* Defines scheme of incoming URI
*
* @param uri URI for scheme detection
* @return Scheme of incoming URI
*/
public static Scheme ofUri(String uri) {
if (uri != null) {
for (Scheme s : values()) {
if (s.belongsTo(uri)) {
return s;
}
}
}
return UNKNOWN;
}
private boolean belongsTo(String uri) {
return uri.toLowerCase(Locale.US).startsWith(uriPrefix);
}
/** Appends scheme to incoming path */
public String wrap(String path) {
return uriPrefix + path;
}
/** Removed scheme part ("scheme://") from incoming URI */
public String crop(String uri) {
if (!belongsTo(uri)) {
throw new IllegalArgumentException(String.format("URI [%1$s] doesn't have expected scheme [%2$s]", uri, scheme));
}
return uri.substring(uriPrefix.length());
}
}这样的目的是根据请求地址，解析出请求的是哪种资源。
例如如果请求地址是drawable://icon.png我们就看使用一个Enum类的ofUri()方法将其转换成对应的Enum对象DRAWABLE。
不同的资源有不同的加载方式，但是本质都是获取它们的数据流，也就是获得一个InputStream。
public class LocalFileCache extends BaseImageCache{
...
@Override
public Bitmap getBitmap(String url) {
Bitmap res = null;
//因为volley会给Url加上一个头，这里做一个替换以获得正确地址
String key = url.replaceFirst("#W[0-9]*#H[0-9]*", "");
log(key);
try {
InputStream in = getStream(key);//根据地址获取数据流
if(in!=null){
res = InputStream2Bitmap(in);
}
} catch (IOException e) {
e.printStackTrace();
}
return res;
}
@Override
public void putBitmap(String url, Bitmap bitmap) {
if(isCache)
log("do nothing!Sorry,you can't write file by this method!");
}
...
}接下来就是getStream()方法
public InputStream getStream(String imageUri) throws IOException {
switch (Scheme.ofUri(imageUri)) {
case FILE:
return getStreamFromFile(imageUri);
case CONTENT:
return getStreamFromContent(imageUri);
case ASSETS:
return getStreamFromAssets(imageUri);
case DRAWABLE:
return getStreamFromDrawable(imageUri);
case UNKNOWN:
default:
return getStreamFromOtherSource(imageUri);
}
}OK，看到这里我们大致明白这个类是做什么的了，就是根据请求地址不同，有各种方式去请求资源或者文件的数据流，然后包装成一个bitmap返回。
上面switch下的各种方法，只是针对不同资源而写的，例如我贴一个从assets中获取资源的：
protected InputStream getStreamFromAssets(String imageUri) throws IOException {
String filePath = Scheme.ASSETS.crop(imageUri);
return mContext.getAssets().open(filePath);
}相信看到这里，大家就明白了这个类设计的原理，其实就是做了一个文件数据流的加载工作。
另外还有一些工作，例如图片压缩，比例缩放等，我就不贴出来了，下面大家可以看我上传的源码。
实现内存缓存和本地资源文件缓存的结合
在实现了上面两个类以后，我们要做的工作，就是把它们放在一个类里面，我称为CombineCache
public class CombineCache extends BaseImageCache{
HashMap<String,BaseImageCache> cacheMap = new HashMap<String,BaseImageCache>();
List<BaseImageCache> cacheArray = new ArrayList<BaseImageCache>();
public CombineCache(Context context) {
addCache(new MemoryCache());
//addCache(new DiskCache());取消硬盘缓存方案，因为volley内部已经实现了这一级缓存
addCache(new LocalFileCache(context,Config.RGB_565,400,400));//本地图片缩放方案
}
@Override
public Bitmap getBitmap(String url) {
Bitmap res = null;
for(BaseImageCache cache:cacheArray){
res = cache.getBitmap(url);
if(res!=null){//如果优先级较高的缓存中有
putPriorityBitmap(url,res);//向优先级高缓存
return res; //返回结果
}
}
return res;
}
@Override
public void putBitmap(String url, Bitmap bitmap) {
for(BaseImageCache cache:cacheArray){//加入缓存
if(!cache.mBitmapFilter.isFilter())
cache.putBitmap(url,bitmap);
}
}
public void clear(){
for(BaseImageCache cache:cacheArray){
cache.clear();
}
}
private void putPriorityBitmap(String url, Bitmap bitmap){
for(BaseImageCache cache:cacheArray){
if(cache==mCache){
return;
}
if(!cache.mBitmapFilter.isFilter())
cache.putBitmap(url,bitmap);
}
}
//添加缓存类
public void addCache(BaseImageCache cache){
cacheMap.put(cache.getClass().getSimpleName(), cache);
cacheArray.add(cache);
Collections.sort(cacheArray,new Comparator<BaseImageCache>(){
@Override
public int compare(BaseImageCache lhs, BaseImageCache rhs) {
return lhs.priority>rhs.priority?-1:1;
}
});
}
//移除缓存类
public void removeCache(BaseImageCache cache){
cacheMap.remove(cache.getClass().getSimpleName());
for(BaseImageCache mcache:cacheArray){
if(mcache==cache){
cacheArray.remove(cache);
return;
}
}
}
//清空缓存
public void clearCache(){
cacheMap.clear();
cacheArray.clear();
}
}注意到，我维护了一个队列cacheArray,里面装的都是BaseImageCache对象，并且按照优先级排序。
在putBitmap()方法中，将获得的Bitmap对象加入缓存。
在getBitmap()方法中，根据优先级从高到底，逐个查找是否存在缓存，如果存在缓存，还有将这个bitmap缓存到比自己优先级高缓存当中。
通过这个类，我就可以根据需求控制各种缓存的顺序，并且ComposeCache本身也是BaseImageCache的一种，所以我们也可以将其添加到cacheArray中(当然对于缓存来说，不会有太多这样需求，这里只是我的过度设计哈哈)。
这是我们常见的组合模式，有所不同的是，组合模式一般是基类提供一个add()方法，一个显然的例子就是ViewGroup。
使用定制Volley,载本地、资源图片
最后我们来看一下这个类的使用，其实我们最终要使用的，也就是ComposeCache
RequestQueue requestQueue = Volley.newRequestQueue(mContext);
CombineCache mCombineCache = new CombineCache(mContext);
ImageLoader mImageLoader = new ImageLoader(requestQueue, mCombineCache);只要将缓存类替换一下，就可以和普通的ImageLoader一样使用啦！
加载本地图片：
mImageLoader.get("file://"+SDCardUtils.getSDCardPath()+"hhh.jpg", new ImageListener() {
@Override
public void onErrorResponse(VolleyError error) {
...
}
@Override
public void onResponse(ImageContainer response, boolean isImmediate) {
ImageView img = (ImageView)(findViewById(R.id.img));
img.setImageBitmap(response.getBitmap());
}
},400,400);加载drawable中的图片：
mImageLoader.get("drawable://"+R.drawable.icon, new ImageListener() {
@Override
public void onErrorResponse(VolleyError error) {
...
}
@Override
public void onResponse(ImageContainer response, boolean isImmediate) {
ImageView img = (ImageView)(findViewById(R.id.img));
img.setImageBitmap(response.getBitmap());
}
},400,400);加载assets中的图片：
mImageLoader.get("assets://hhh.jpg", new ImageListener() {
@Override
public void onErrorResponse(VolleyError error) {
...
}
@Override
public void onResponse(ImageContainer response, boolean isImmediate) {
ImageView img = (ImageView)(findViewById(R.id.img));
img.setImageBitmap(response.getBitmap());
}
},400,400);写在最后
看完上面的代码，可能有的朋友会问，为什么没有实现硬盘缓存的方案，而我的类图设计中，确实是有一个DiskCache的。
通过分析Volley源码，我们会发现Volley本身就实现了一个硬盘缓存，所以我们也没有必要去自己写一个。
当然这也造成了这个缓存不在我们的控制之中，我们只有把握好整个Volley的请求流程，才能很好的结合这个硬盘缓存方案。
当然我们也可以重写Volley的硬盘缓存类DiskBasedCache，Google也是鼓励我们这样去做的。
但是在这个例子中，这也做不好改。再次重申,Volley更适合做网络数据请求。
源码下载地址：源码
转载请注明出处定制Volley，实现加载本地和资源图片
2272
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
