Android微信APP支付

今天刚刚完成微信APP支付,虽然客户端要做的事情很少,思路也很简单,但是在做的过程也遇到了一些问题,
想给大家分享一下,希望和大家一同探讨,一起学习,同时希望对后来者能有点滴帮助。
微信APP支付开发者文档:https://pay.weixin.qq.com/wiki/doc/api/app/app.php?chapter=9_1
android微信APP支付SDK和微信APP支付Demo下载地址:https://open.weixin.qq.com/cgi-bin/showdocument?action=dir_list&t=resource/res_list&verify=1&id=open1419319167&token=&lang=zh_CN
对于客户端来说,需要做的就只有这些:
1、注册APPID,调支付之前注册就可以

IWXAPI msgApi = WXAPIFactory.createWXAPI(context, null);
// 将该app注册到微信
msgApi.registerApp("00000");

2、调起支付。先从服务器获取支付需要的参数,然后调起支付, 调支付之前需要先注册

IWXAPI api;
PayReq request = new PayReq();
request.appId = "00000";
request.partnerId = "00000";
request.prepayId= "00000",;
request.packageValue = "Sign=WXPay";
request.nonceStr= "00000";
request.timeStamp= "00000";
request.sign= "00000";
api.sendReq(request);

3.支付结果回调,获取支付结果,必须在申请APPID的包名下创建wxapi包,在该包下创建WXPayEntryActivity类,
包名和类名固定(包名或类名不一致会造成无法回调)。
比如包名net.sourceforge.simcpux,则在net.sourceforge.simcpux下创建包wxapi,
在wxapi下创建WXPayEntryActivity类。

//判断用户是否安装微信,没有安装微信,则不能进行支付
if (!api.isWXAppInstalled()) {
        Toast.makeText(mContext, "您未安装微信,不能进行微信支付", Toast.LENGTH_SHORT).show();
        return;
 }

//判断用户微信的版本是否支持支付功能
 boolean isPaySupported = api.getWXAppSupportAPI() >= com.tencent.mm.sdk.constants.Build.PAY_SUPPORTED_SDK_INT;
 if (!isPaySupported) {
        Toast.makeText(mContext, "您当前微信版本过低,请更后进行支付", Toast.LENGTH_SHORT).show();
        return;
  }

public void onResp(BaseRespresp){
     switch (resp.errCode) {
            case BaseResp.ErrCode.ERR_OK:
                result = "支付成功";
                finish();
                break;
            case BaseResp.ErrCode.ERR_USER_CANCEL:
                result = "用户取消";
                finish();
                break;
            case BaseResp.ErrCode.ERR_COMM:
                result = "签名错误、未注册APPID、项目设置APPID不正确、注册的APPID与设置的不匹配、其他异常等";
                break;
            default:
                result = "未知错误";
                break;
    }
} 

4、AndroidManifest.xml

PayActivity.class 调起微信支付的类:

<activity
        android:name=".PayActivity"
        android:exported="true"
        android:screenOrientation="portrait">

        <intent-filter>
            <action android:name="android.intent.action.VIEW" />
            <category android:name="android.intent.category.DEFAULT" />
            //自己应用申请的APPID
            <data android:scheme="00000" />
        </intent-filter>

  </activity>

WXPayEntryActivity.class,微信支付结果回调的类

 <activity
        android:name=".wxapi.WXPayEntryActivity"
        android:exported="true"
        android:launchMode="singleTop"
        android:screenOrientation="portrait" />

这里写图片描述

当完成这些步骤以后,客户端需要做的事情也都已经做完了。但是我调微信的结果一直返回-1。于是就按照文档提示的错误逐个排查。
签名错误:
微信支付必须是正式包,即签名后的apk才可以进行支付;
申请APPID时的签名是否正确,好像区分大小写。下载微信提供的签名工具,下载地址:https://open.weixin.qq.com/zh_CN/htmledition/res/dev/download/sdk/Gen_Signature_Android.apk
直接复制签名工具生成的签名,这个签名绝对是正确的。使用此签名工具查看签名的apk也必须是正式包(签名后的apk)。
申请APPID已经成功,如果签名填写错误,直接修改就可以使用(亲测可以)。

未注册APPID
未注册APPID是绝对调不动微信支付

项目设置APPID不正确、注册的APPID与设置的不匹配
这样的问题很简单,只要没写错,基本上都不会有。

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值