Andriod: 在xml布局中使用自定义属性

转载:http://www.cnblogs.com/hibraincol/archive/2011/10/27/2227149.html

今天在看android froyo的launcher2 源码的时候,在launcher.xml中看到有这么一段代码:

?
< com.android.launcher2.DragLayer
     xmlns:android = "http://schemas.android.com/apk/res/android"
     xmlns:launcher = "http://schemas.android.com/apk/res/com.android.launcher"
 
     android:id = "@+id/drag_layer"
     android:layout_width = "match_parent"
     android:layout_height = "match_parent" >
 
     < include  layout = "@layout/all_apps"  />
 
     <!-- The workspace contains 3 screens of cells -->
     < com.android.launcher2.Workspace
         android:id = "@+id/workspace"
         android:layout_width = "match_parent"
         android:layout_height = "match_parent"
         android:scrollbars = "horizontal"
         android:fadeScrollbars = "true"
         launcher:defaultScreen = "2" >

注意到其中的两处:

xmlns:launcher=”http://schemas.android.com/apk/res/com.android.launcher”

launcher:defaultScreen="2"

可以看出在这个布局文件中,使用了自定义属性。

 

以前没遇到过,既然这里碰到了,就顺便学习下,下面就写个简单的示例,权当学习笔记,便于以后查阅。

1. 定义一些自定义属性

建立一个属性xml文件: values/attrs.xml, 内容如下:

?
<? xml  version = "1.0"  encoding = "utf-8"  ?>
< resources >
     <!-- the relation between the icon and text. -->
     < attr  name = "relation" >
         < enum  name = "icon_left"      value = "0"  />
         < enum  name = "icon_right"     value = "1"  />
         < enum  name = "icon_above"     value = "2"  />
         < enum  name = "icon_below"     value = "3"  />
     </ attr >
     
     < skip  />
     
     < declare-styleable  name = "IconText" >
          < attr  name = "relation"  />
          < attr  name = "icon"          format = "reference"  /> 
          < attr  name = "text"          format = "string"  />
        < attr  name = "text_size"      format = "dimension"  />
        < attr  name = "text_color"     format = "integer"  />
        < attr  name = "space"          format = "dimension"  />
     </ declare-styleable >
     
</ resources >

解释如下:

属性relation有4种可选值:icon_left, icon_right, icon_above,icon_below.

属性icon的可选值为引用: 例如:"@/drawbable/icon".

属性text的可选值为string, 例如: "Hello world", 也可是string的引用"@string/hello".

属性text_size的可选值为尺寸大小,例如:20sp、18dip、20px等.

属性text_color的可选值为整数,例如:"0xfffffff", 也可以是color的引用"@color/white".

 

2. 定义一个能够处理这些属性值的view或者layout类

?
package  com.braincol.viewattrs;
 
 
import  android.content.Context;
import  android.content.res.TypedArray;
import  android.util.AttributeSet;
import  android.util.Log;
import  android.widget.ImageView;
import  android.widget.LinearLayout;
import  android.widget.TextView;
 
public  class  IconTextView  extends  LinearLayout {
     private  final  static  String TAG = "IconTextView" ;
     private  final  int  ICON_LEFT = 0 ;
     private  final  int  ICON_RIGHT = 1 ;
     private  final  int  ICON_ABOVE = 2 ;
     private  final  int  ICON_BELOW = 3 ;
 
     private  TextView mTextView;
     private  ImageView mImageView;
 
     private  int  mRelation = ICON_LEFT;
     private  String mText = "" ;
     private  int  mIconId;
     private  float  mTextSize;
     private  int  mSpace;
 
     public  IconTextView(Context context, AttributeSet attrs){
         super (context, attrs);
         TypedArray a = context.obtainStyledAttributes(attrs, R.styleable.IconText);
 
         mRelation = a.getInt(R.styleable.IconText_relation, ICON_LEFT);
         Log.d(TAG, "mRelation: " +mRelation);
 
         mText = a.getString(R.styleable.IconText_text);
         Log.d(TAG, "mText: " +mText);
 
         mTextSize = a.getDimensionPixelSize(R.styleable.IconText_text_size, 12 );
         Log.d(TAG, "mTextSize: " +mTextSize);
 
         mSpace = a.getDimensionPixelSize(R.styleable.IconText_space, 5 );
         Log.d(TAG, "mSpace: " +mSpace);
 
         mIconId = a.getResourceId(R.styleable.IconText_icon, R.drawable.icon);
         Log.d(TAG, "mIconId: " +mIconId);
 
         a.recycle();
 
         mTextView = new  TextView(context);
         mTextView.setText(mText);
         mTextView.setTextSize(mTextSize);
 
         mImageView = new  ImageView(context);
         mImageView.setImageResource(mIconId);   
 
         int  left    = 0 ;
         int  top     = 0 ;
         int  right    = 0 ;
         int  bottom    = 0 ;
         int  orientation = HORIZONTAL;
         int  textViewIndex = 0 ;
         switch (mRelation){
         case  ICON_ABOVE:
             orientation = VERTICAL;
             bottom = mSpace;
             textViewIndex = 1 ;
             break ;
         case  ICON_BELOW:
             orientation = VERTICAL;
             top = mSpace;
             break ;
         case  ICON_LEFT:
             right = mSpace;
             textViewIndex = 1 ;
             break ;
         case  ICON_RIGHT:
             left = mSpace;
             break ;
         }
         this .setOrientation(orientation);
         this .addView(mImageView);
         mImageView.setPadding(left, top, right, bottom);
         this .addView(mTextView, textViewIndex);
     }
}

可以看出这个LinearLayout 子类IconTextView中只有两个元素,ImageView 和mTextView,通过从xml配置文件中读取属性值来决定icon和text的内容、相对位置及其它属性。

 

3. 在layout布局文件中使用这个自定布局及其属性

layout/main.xml:

?
<? xml  version = "1.0"  encoding = "utf-8" ?>
< LinearLayout  xmlns:android = "http://schemas.android.com/apk/res/android"
     android:orientation = "vertical"
     android:layout_width = "fill_parent"
     android:layout_height = "fill_parent"
     >
< com.braincol.viewattrs.IconTextView
     android:id = "@+id/icontext_01"
     xmlns:android = "http://schemas.android.com/apk/res/android"
     xmlns:icontext = "http://schemas.android.com/apk/res/com.braincol.viewattrs"
     android:layout_width = "wrap_content"
     android:layout_height = "wrap_content"
     icontext:relation = "icon_left"
     icontext:icon = "@drawable/hi"
     icontext:text = "hi,how are you!"
     icontext:text_size = "12sp"
   />
   
</ LinearLayout >

可以看到我们在这个布局文件中加入了一个新的命名空间:

xmlns:icontext="http://schemas.android.com/apk/res/com.braincol.viewattrs"   

并使用我们自定义的那些属性:

icontext:relation="icon_left" 
icontext:icon="@drawable/hi" 
icontext:text="hi, how are you !" 
icontext:text_size="30sp" 

4. 在Activity中使用该布局

?
package  com.braincol.viewattrs;
 
import  android.app.Activity;
import  android.os.Bundle;
 
public  class  ViewAttrs extends  Activity {
     /** Called when the activity is first created. */
     @Override
     public  void  onCreate(Bundle savedInstanceState) {
         super .onCreate(savedInstanceState);
         setContentView(R.layout.main);
     }
}
1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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。
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