ASIHTTPRequest系列(二):文件下载

四、下载

1、简单下载

打开IB,拖入一个Progress View,在源文件中声明为IBOutlet,然后进行连接。

-( IBAction )goURL{

NSString * path=[ NSSearchPathForDirectoriesInDomains ( NSDocumentDirectory ,NSUserDomainMask YES objectAtIndex : 0 ];

path=[path stringByAppendingPathComponent @"plsqldev714.rar" ];

NSURL *url = [ NSURL URLWithString : @"http://localhost/upload/plsqldev714.rar" ];

ASIHTTPRequest *request = [ ASIHTTPRequest requestWithURL :url];

[request setDownloadDestinationPath :path];

[request setDownloadProgressDelegate : progressView ];

[request startSynchronous ];

}

 

运行程序,下载进度会在progress view中显示。下载进度显示当前完成的大约比例。

2、使用队列下载并显示进度条

队列是指 NSOperationQueue 对象,其实是一种多线程操作,可以同时执行多个下载任务,甚至多线程下载同一任务(当然需要服务器支持,把同一个文件资源分成多个线程同时下载,最后再合并为一个文件)。下面的例子里我们使用了 NSOperationQueue 同时进行多个下载任务,同时,Progress View显示精确进度。

这个例子需要对界面进行一些设计。为简便,我们使用 IB 设计界面。

新建一个ViewController类。Add->New File,选择UIViewController subclass,并勾上“With XIB for user interface”,命名为 QueueViewController。

用 IB 打开 Xib 文件,在其中拖入6个UILable、1个UIButton和3个UIProgressView:

在Xcode中声明必要的变量和 IBOutlet/IBAction:

#import <UIKit/UIKit.h>

#import "ASIHTTPRequest.h"

#import "ASINetworkQueue.h"

 

@interface QueueViewController : UIViewController {

ASINetworkQueue * networkQueue ;

UILabel * status_total ,* status_file1 ,* status_file2 ;

UIButton * button ;

UIProgressView * progress_total ,* progress_file1 ,* progress_file2 ;

bool failed ;

NSFileManager fm ;

}

 

@property ( nonatomic , retain ) IBOutlet UILabel *status_file2,*status_file1,*status_total;

@property ( nonatomic , retain ) IBOutlet UIButton *button;

@property ( nonatomic , retain ) IBOutlet UIProgressView *progress_file1,*progress_file2,*progress_total;

 

-( IBAction )go:( id )sender;

@end

将所有出口正确地连接到 QueueViewController.xib 中,保存。

打开MainWindow.xib,拖一个UIViewController进去并将其Identifier改为QueueViewController,再将它连接到Window对象的的rootViewController。

编写 UIButton 的 Touch up inside 事件代码如下:

-( IBAction )go:( id )sender{

if ( fm == nil ) {

fm =[ NSFileManager defaultManager ];

}

NSString * userDocPath=[ NSSearchPathForDirectoriesInDomains ( NSDocumentDirectory ,NSUserDomainMask YES objectAtIndex : 0 ];

// 文件 1

NSString * file1= @"image.png" ;

NSURL *url1 = [ NSURL URLWithString : @"http://220.163.103.23/interface/GetAttach?Accounts=sa&Password=ydtf@95598&AttachID=26" ];

// 先创建文件 file1 ,再用 NSFileHandle 打开它

NSString *path1=[userDocPath stringByAppendingPathComponent :file1];

bool b=[ fm createFileAtPath :path1 contents : nil attributes : nil ];

NSFileHandle *fh1=nil;

__block uint fSize1= 0 //  为单位,记录已下载的文件大小 , 需要声明为块可写

if (b){

fh1=[ NSFileHandle fileHandleForWritingAtPath :path1];

}

// 文件 2

NSString * file2= @"plsqldev714.rar" ;

NSURL *url2 = [ NSURL URLWithString : @"http://220.163.103.23/upload/plsqldev714.rar" ];

// 先创建文件 file2 ,再用 NSFileHandle 打开它

NSString *path2=[userDocPath stringByAppendingPathComponent :file2];

b=[ fm createFileAtPath :path2 contents : nil attributes : nil ];

NSFileHandle *fh2=nil;

__block uint fSize2= 0 //  为单位,记录已下载的文件大小 , 需要声明为块可写

if (b){

fh2=[ NSFileHandle fileHandleForWritingAtPath :path2];

}

 任务队列 /

if (! networkQueue ) {

networkQueue = [[ ASINetworkQueue alloc init ];

}

failed NO ;

[ networkQueue reset ]; // 队列清零

[ networkQueue setDownloadProgressDelegate : progress_total ]; // 设置 queue 进度条

[ networkQueue setShowAccurateProgress : YES ]; // 进度精确显示

[ networkQueue setDelegate : self ]; // 设置队列的代理对象

ASIHTTPRequest *request;

 

/ request for file1 //

request = [ ASIHTTPRequest requestWithURL :url1]; // 设置文件 1  url

[request setDownloadProgressDelegate : progress_file1 ]; // 文件 1 的下载进度条

// 设置 userInfo ,可用于识别不同的 request 对象

    [request setUserInfo :[ NSDictionary dictionaryWithObject :file1 forKey : @"TargetPath" ]];

// 使用 complete 块,在下载完时做一些事情

[request setCompletionBlock :^( void ){

NSLog ( @"%@ complete !" ,file1);

assert (fh1);

// 关闭 file1

[fh1 closeFile ];

  }];

// 使用 failed 块,在下载失败时做一些事情

[request setFailedBlock :^( void ){

NSLog ( @"%@ download failed !" ,file1);}

  ];

 

// 使用 received 块,在接受到数据时做一些事情

[request setDataReceivedBlock :^( NSData * data){

fSize1+=data. length ;

[ status_file1 setText :[ NSString stringWithFormat : @"%.1f K" ,fSize1/ 1000.0 ]];

[ status_total setText :[ NSString stringWithFormat : @"%.0f %%" , progress_total . progress * 100 ]];

if (fh1!= nil ) {

[fh1 seekToEndOfFile ];

[fh1 writeData :data];

}

NSLog ( @"%@:%u" ,file1,data. length );

}];

[ networkQueue addOperation :request];

 

/ request for file2 //

request = [[[ ASIHTTPRequest alloc initWithURL :url2] autorelease ]; // 设置文件 2  url

[request setDownloadProgressDelegate : progress_file2 ]; // 文件 2 的下载进度条

    [request setUserInfo :[ NSDictionary dictionaryWithObject :file2 forKey : @"TargetPath" ]];

// 使用 complete 块,在下载完时做一些事情

[request setCompletionBlock :^( void ){

NSLog ( @"%@ complete !" ,file2);

assert (fh2);

// 关闭 file2

[fh2 closeFile ];

}];

// 使用 failed 块,在下载失败时做一些事情

[request setFailedBlock :^( void ){

NSLog ( @"%@ download failed !" ,file2);

}];

// 使用 received 块,在接受到数据时做一些事情

[request setDataReceivedBlock :^( NSData * data){

fSize2+=data. length ;

[ status_file2 setText :[ NSString stringWithFormat : @"%.1f K" ,fSize2/ 1000.0 ]];

[ status_total setText :[ NSString stringWithFormat : @"%.0f %%" , progress_total . progress * 100 ]];

 

if (fh2!= nil ) {

[fh2 seekToEndOfFile ];

[fh2 writeData :data];

}

}];

[ networkQueue addOperation :request];

[ networkQueue go ]; // 队列任务开始

}

运行效果如下:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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