Alamofire 使用心得

先说我们最基本的使用:

这是我们得到的response.result.value就是我们原始的数据

1、设置路由

我们有时候有这样的需求,那就是根据不同的请求类型,我们组装url或者参数的方式不一样,而最终生成的request 不一样,所以我们这个时候我们希望根据我们传进去的type自动生成request。

request有一个对象方法,我们只需要定义生成request的方法,request对象会自己调用这个方法,生成request

这个地方的参数 urlRequest 是一个继承URLRequestConvertible的数据,不一定要对象,只要继承URLRequestConvertible 协议,实现了协议的asURLRequest 方法,这个方法就会自动被调用,生成request给请求使用,我们这儿有多种type,然后生成对应的request,所以我们使用枚举比较合适 代码如下

而我们调用的时候,只需要指明枚举类型,给枚举参数,就会自动生成request,代码如下

我们给上面的操作给一个高大上的名字,设置路由。

2、 通过map 很简单生成一个数组

先上代码:

我们的需求是比如现在indexPath到了15,新来了5个数据,我们就需要 5个indexPath,section为0,index为16-20,按照我们常规的写法,for一个循环,i从16到20,初始化5个indexPath,然后将这几个indexPath放入一个数组。

这儿我们一句话解决,这种语法很好,我们要经常使用

3、定义方法,直接从原始数据中取出我们需要的数据(image、model)返回。

一般情况下服务端会返回一大段我们不需要的数据,我们要解析数据,等等,而且有时候我们需要整个数据中的image,有时候又需要另外一个model,所以这个时候我们希望有个方法可以根据我们的定义,直接在结果中返回我们需要的东西

我们先看下response拿到结果后的实现

我们分析下上面的代码

第一个是request的方法,他会把我们的数据封装到DataResponse里,结合第二张图片我们可以知道,DataResponse后尖括号的泛型就是result的value,我们再看一张图片

request的类方法serializeResponseData,返回的就是result,data就是我们原始得到的data,所以我们可以自定义类似于serializeResponseData这样的方法,返回我们自己需要的数据类型。我们先自定义一个返回result的value为image类型的方法

返回值是DataResponseSerializer

他是继承与协议DataResponseSerializerProtocol的,满足于我们第一张图片的要求。

所以执行下面方法后,我们的result的value就会是我们自己想要的类型了

当然我们需要用request去调用这个方法

这样我们直接拿到的就是image了。

但是我们经常想要的是,传进去一个model,出来就直接是这个model的数据,其实是一样的道理。

改下上面的responseImage ,看下面的方法

区别在哪儿,我们先将response的data转化为json数据拿出来,拿到json数据后,我们根据我们传进来的类,实现一个初始化方法,参数就是我们的json数据,但是我们初始化方法需要我们自己在我们的model里面定义,那么多model,都是根据json数据定义的,所以我们可以让我们所有的model实现一个相似的类方法,这儿就可以使用协议了。

上面是一个类实现的协议初始化方法,后面实现的是继承协议,所以我们传一个类名进去,在model里实现协议定义的初始化方法,就ok了,再看下怎么调用的

这样我们拿出来的就直接是model了

但是我们有时候还想拿数组怎么办,其实是一样的区别只是在 协议的方法,我们不用对象方法了,直接用类方法,看代码

区别就是,一个是根据json对象生成model的对象(类的初始化方法),一个是生成model的数组(类方法)。

我们再看下调用的地方

这个大概就说完了,总结下,好的地方在哪儿呢,还是在于协议的活用,它只是一个协议,我们只要满足协议,可以定义任意数据类型,满足我们的需求。

我们上面关键的点在,我们自定义request的类似于serializeResponseData 这样的类方法,只要返回值满足DataResponseSerializerProtocol 就行,而我们有一个结构体,他就是继承与上面的protocol的,只要我们返回我们的结构体就行了,这个结构体就是DataResponseSerializer,所以我们要做的,就是构造这个结构体,然后返回这个结构体。这个结构体将作为

的第二个参数,调用上面的方法,就会将结果按照我们想要的形式返回了,而在哪儿返回的呢,在上面方法的第三个参数(closure)的DataResponse的result的value里面。

打完收工。

所以,总要的事情说三遍:(协议、继承、泛型) * 3

参考资料:Alamofire 网络库使用基础教程  Alamofire 网络库使用基础教程

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容