博客
关于我
DataBinding (二) 事件处理
阅读量:209 次
发布时间:2019-02-28

本文共 935 字,大约阅读时间需要 3 分钟。

Android DataBinding事件处理有两种主要方式:方法引用和Listener绑定。以下是两种方法的详细说明。

方法引用方式

方法引用通常涉及定义一个Handler或Presenter类,并在其中定义与Listener方法签名相同的方法。然后在XML布局文件中调用这些方法。

例如,定义一个Handler类:

public class MyHandlers {    public void onClick(View view) {        // 实现点击事件处理逻辑    }}

在布局文件中使用:

Listener绑定方式

Listener绑定采用Lambda表达式的形式,与方法引用类似,但不受方法签名的限制。这种方式允许在Lambda表达式中自定义参数。

例如,定义一个Presenter类:

public class Presenter {    public void onClick(Task task) {        // 实现点击事件处理逻辑    }}

在布局文件中使用:

flexible实现

由于Lambda表达式的灵活性,还可以实现以下两种写法:

  • 简化写法:
  • android:onClick="@{(view) -> presenter.onClick(viewModel)}"
    1. 带有额外参数的写法:
    2. public class Presenter {    public void onClick(View view, Task task) {        // 实现点击事件处理逻辑    }}android:onClick="@{(view) -> presenter.onClick(view, viewModel)}"

      CheckBox示例

      对于CheckBox,可以使用onCheckedChanged事件:

      三目条件的应用

      当使用三目条件表达式时,可以灵活处理事件处理逻辑。例如:

      android:onClick="@{(v) -> v.isVisible() ? doSomething() : void}"

      这种方式在事件处理只有一个情况下非常有用,可以通过void来代替未使用的逻辑。

    转载地址:http://pbgs.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
    查看>>
    OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
    查看>>
    OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 深度学习检测小目标常用方法
    查看>>
    Opencv中KNN背景分割器
    查看>>
    OpenCV中基于已知相机方向的透视变形
    查看>>
    OpenCV中的监督学习
    查看>>
    opencv中读写视频
    查看>>
    opencv之cv2.findContours和drawContours(python)
    查看>>
    opencv之namedWindow,imshow出现两个窗口
    查看>>
    opencv之模糊处理
    查看>>
    Opencv介绍及opencv3.0在 vs2010上的配置
    查看>>
    OpenCV使用霍夫变换检测图像中的形状
    查看>>
    opencv保存图片路径包含中文乱码解决方案
    查看>>
    OpenCV保证输入图像为三通道
    查看>>
    OpenCV入门教程(非常详细)从零基础入门到精通,看完这一篇就够了
    查看>>
    opencv图像分割2-GMM
    查看>>