Swift2网络操作和异常处理

相信写过Swift的人应该都知道Alamofire,它是AFNetworking的Swift版本,同一个作者写的。之前在项目中我也一直使用Alamofire,但是升级到Xcode7之后旧版的Alamofire不能用了,最新版的又只支持iOS8之后的系统,而公司项目还得兼容iOS7,所以接下来不打算用它了。

我的需求比较简单,只要能发送GET请求获取数据以及发送POST请求提交数据就好了,大致看了一下Alamofire的源码又上网查了点资料之后,花了不到半天写了几个简单的函数,项目又能正常跑起来了。

iOS7之后的系统都支持NSURLSession,我们就把它稍微封装一下好了。

funcgetDataFrom(urlString:String,method:HTTPMethod,parameter:[String:String]?,completionHandler:Callback)throws{//letconfig=NSURLSessionConfiguration.defaultSessionConfiguration()
//config.timeoutIntervalForRequest=20
//letsession=NSURLSession(configuration:config)
guardleturl=NSURL(string:urlString)else{
throwError.InvalidURL
}letsession=NSURLSession.sharedSession()letrequest=NSMutableURLRequest(URL:url)
request.HTTPMethod=method.rawValueswitchmethod{case.POST://如果参数为nil或者字典中没有元素,则抛出异常
guardletparam=parameterelse{
throwError.NoParameter
}
guardparam.isEmptyelse{
throwError.NoParameter
}

request.addValue("application/json",forHTTPHeaderField:"Content-Type")
request.addValue("application/json",forHTTPHeaderField:"Accept")do{
request.HTTPBody=tryNSJSONSerialization.dataWithJSONObject(param,options:[])
}catch{print(error)
}case.GET:break
}lettask=session.dataTaskWithRequest(request){data,response,errorin
guardletresult=datawhereerror==nilelse{
printLog("nodata:\(error)")return
}

completionHandler(data:result)
}//启动
task.resume()

}

这个函数声明的时候在->前加了一个throws,表明这个函数是可以抛出异常的。其实以往iOS开发比较推崇"Let it crash!"的哲学,不过Swift一直很强调安全性,Apple显然也并不仅仅满足于让Swift困守iOS开发领域,加上早就公布了年底要开源,大家也很期待它作为一门通用编程语言在其他领域的作为。从各方面来看,Swift2.0增加了对异常处理的支持都在情理之中。从此你的App就不能轻易的狗带了~


ha~.jpg

我对异常处理的理解很浅薄,说实话平常自己也不怎么喜欢用。在我看来异常处理最重要的用途有两点:

  • 写底层框架的时候可以抛出一些异常让框架的使用者去处理,这样框架会显得更加灵活。

  • 保存错误日志,便于查询和调试。

像我上面那个函数,如果纯粹是自己用的话,其实我会选择在出错的地方直接处理错误或者打印错误信息,譬如把throw Error.InvalidURL改成

printLog("InvalidURL")return

这样也省得调用函数的时候一堆try-catch。当然有些错误当前函数确实是处理不了,那该抛还得抛。

上面那个函数还可以封装一下,分成两个,一个用来发送GET请求接收JSON数据,一个用来POSTJSON数据并接收返回信息。具体如下:

funcgetJsonFrom(url:String,completion:(json:JSON)->Void){do{trygetDataFrom(url,method:HTTPMethod.GET,parameter:nil){datain
letjson=JSON(data:data)//主线程进行UI操作
dispatch_sync(dispatch_get_main_queue()){
completion(json:json)
}
}
}catchError.InvalidURL{
printLog("GET:invalidurl")
}catch{
printLog("Unknownerror")
}

}

funcpostJson(dict:[String:String],toUrlurl:String,method:HTTPMethod.POST,parameter:dict){datain
letjson=JSON(data:data)//主线程进行UI操作
dispatch_sync(dispatch_get_main_queue()){
completion(json:json)
}
}
}catchError.InvalidURL{
printLog("POST:invalidurl")
}catchError.NoParameter{
printLog("Parameterisempty")
}catch{
printLog("Unknownerror")
}

}

完整代码在这里,里面还有一个图片缓存的函数,有兴趣的话可以看看。如果跟我有同样需求的同学可以把HttpManager.swiftclone下来直接拖到项目里,建议配合SwiftyJSON(一个很好用的第三方JSON解析库)使用,直接把Source文件夹里的SwiftyJSON.swift这个文件也一起拖到项目中好了,要用Cocoapods导入framework的话似乎只能支持iOS8之后的系统了。

对了还有一点,我一开始用JSON(data: data)来初始化JSON数据的时候总是不成功,于是我看了下SwiftyJSON中JSON这个struct的构造函数,它先调用了苹果提供的class func JSONObjectWithData(_ data: NSData,options opt: NSJSONReadingOptions) throws -> AnyObject函数,然后把返回的AnyObject对象赋值给自身属性object

publicinit(data:NSData,optionsopt:NSJSONReadingOptions=.AllowFragments,error:NSErrorPointer=nil){do{letobject:AnyObject=tryNSJSONSerialization.JSONObjectWithData(data,options:opt)
self.init(object)
}catchletaErrorasNSError{iferror!=nil{
error.memory=aError
}
self.init(NSNull())
}
}publicinit(_object:AnyObject){
self.object=object}

opt这个参数有三个可选值:MutableContainers,MutableLeaves,AllowFragments,分别表示:

  • 可以把数组或者字典转化成可变对象;

  • 可以把JSON对象树中作为叶子节点的字符串转化成可变字符串;

  • 允许解析最外层对象不是NSArrayNSDictionary实例的JSON数据

三种我都试了,都不行,最后我试了下[],也就是传入一个空值,居然行了。于是我索性把JSON的初始化函数改了:

publicinit(data:NSData,optionsopt:NSJSONReadingOptions=[],error:NSErrorPointer=nil){//其余不变

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


软件简介:蓝湖辅助工具,减少移动端开发中控件属性的复制和粘贴.待开发的功能:1.支持自动生成约束2.开发设置页面3.做一个浏览器插件,支持不需要下载整个工程,可即时操作当前蓝湖浏览页面4.支持Flutter语言模板生成5.支持更多平台,如Sketch等6.支持用户自定义语言模板
现实生活中,我们听到的声音都是时间连续的,我们称为这种信号叫模拟信号。模拟信号需要进行数字化以后才能在计算机中使用。目前我们在计算机上进行音频播放都需要依赖于音频文件。那么音频文件如何生成的呢?音频文件的生成过程是将声音信息采样、量化和编码产生的数字信号的过程,我们人耳所能听到的声音频率范围为(20Hz~20KHz),因此音频文件格式的最大带宽是20KHZ。根据奈奎斯特的理论,音频文件的采样率一般在40~50KHZ之间。奈奎斯特采样定律,又称香农采样定律。...............
前言最近在B站上看到一个漂亮的仙女姐姐跳舞视频,循环看了亿遍又亿遍,久久不能离开!看着小仙紫姐姐的蹦迪视频,除了一键三连还能做什么?突发奇想,能不能把舞蹈视频转成代码舞呢?说干就干,今天就手把手教大家如何把跳舞视频转成代码舞,跟着仙女姐姐一起蹦起来~视频来源:【紫颜】见过仙女蹦迪吗 【千盏】一、核心功能设计总体来说,我们需要分为以下几步完成:从B站上把小姐姐的视频下载下来对视频进行截取GIF,把截取的GIF通过ASCII Animator进行ASCII字符转换把转换的字符gif根据每
【Android App】实战项目之仿抖音的短视频分享App(附源码和演示视频 超详细必看)
前言这一篇博客应该是我花时间最多的一次了,从2022年1月底至2022年4月底。我已经将这篇博客的内容写为论文,上传至arxiv:https://arxiv.org/pdf/2204.10160.pdf欢迎大家指出我论文中的问题,特别是语法与用词问题在github上,我也上传了完整的项目:https://github.com/Whiffe/Custom-ava-dataset_Custom-Spatio-Temporally-Action-Video-Dataset关于自定义ava数据集,也是后台
因为我既对接过session、cookie,也对接过JWT,今年因为工作需要也对接了gtoken的2个版本,对这方面的理解还算深入。尤其是看到官方文档评论区又小伙伴表示看不懂,所以做了这期视频内容出来:视频在这里:本期内容对应B站的开源视频因为涉及的知识点比较多,视频内容比较长。如果你觉得看视频浪费时间,可以直接阅读源码:goframe v2版本集成gtokengoframe v1版本集成gtokengoframe v2版本集成jwtgoframe v2版本session登录官方调用示例文档jwt和sess
【Android App】实战项目之仿微信的私信和群聊App(附源码和演示视频 超详细必看)
用Android Studio的VideoView组件实现简单的本地视频播放器。本文将讲解如何使用Android视频播放器VideoView组件来播放本地视频和网络视频,实现起来还是比较简单的。VideoView组件的作用与ImageView类似,只是ImageView用于显示图片,VideoView用于播放视频。...
采用MATLAB对正弦信号,语音信号进行生成、采样和内插恢复,利用MATLAB工具箱对混杂噪声的音频信号进行滤波
随着移动互联网、云端存储等技术的快速发展,包含丰富信息的音频数据呈现几何级速率增长。这些海量数据在为人工分析带来困难的同时,也为音频认知、创新学习研究提供了数据基础。在本节中,我们通过构建生成模型来生成音频序列文件,从而进一步加深对序列数据处理问题的了解。
基于yolov5+deepsort+slowfast算法的视频实时行为检测。1. yolov5实现目标检测,确定目标坐标 2. deepsort实现目标跟踪,持续标注目标坐标 3. slowfast实现动作识别,并给出置信率 4. 用框持续框住目标,并将动作类别以及置信度显示在框上
数字电子钟设计本文主要完成数字电子钟的以下功能1、计时功能(24小时)2、秒表功能(一个按键实现开始暂停,另一个按键实现清零功能)3、闹钟功能(设置闹钟以及到时响10秒)4、校时功能5、其他功能(清零、加速、星期、八位数码管显示等)前排提示:前面几篇文章介绍过的内容就不详细介绍了,可以看我专栏的前几篇文章。PS.工程文件放在最后面总体设计本次设计主要是在前一篇文章 数字电子钟基本功能的实现 的基础上改编而成的,主要结构不变,分频器将50MHz分为较低的频率备用;dig_select
1.进入官网下载OBS stdioOpen Broadcaster Software | OBS (obsproject.com)2.下载一个插件,拓展OBS的虚拟摄像头功能链接:OBS 虚拟摄像头插件.zip_免费高速下载|百度网盘-分享无限制 (baidu.com)提取码:6656--来自百度网盘超级会员V1的分享**注意**该插件必须下载但OBS的根目录(应该是自动匹配了的)3.打开OBS,选中虚拟摄像头选择启用在底部添加一段视频录制选择下面,进行录制.
Meta公司在9月29日首次推出一款人工智能系统模型:Make-A-Video,可以从给定的文字提示生成短视频。基于**文本到图像生成技术的最新进展**,该技术旨在实现文本到视频的生成,可以仅用几个单词或几行文本生成异想天开、独一无二的视频,将无限的想象力带入生活
音频信号叠加噪声及滤波一、前言二、信号分析及加噪三、滤波去噪四、总结一、前言之前一直对硬件上的内容比较关注,但是可能是因为硬件方面的东西可能真的是比较杂,而且需要渗透的东西太多了,所以学习进展比较缓慢。因为也很少有单纯的硬件学习研究,总是会伴随着各种理论需要硬件做支撑,所以还是想要慢慢接触理论学习。但是之前总找不到切入点,不知道从哪里开始,就一直拖着。最近稍微接触了一点信号处理,就用这个当作切入点,开始接触理论学习。二、信号分析及加噪信号处理选用了matlab做工具,选了一个最简单的语音信号处理方
腾讯云 TRTC 实时音视频服务体验,从认识 TRTC 到 TRTC 的开发实践,Demo 演示& IM 服务搭建。
音乐音频分类技术能够基于音乐内容为音乐添加类别标签,在音乐资源的高效组织、检索和推荐等相关方面的研究和应用具有重要意义。传统的音乐分类方法大量使用了人工设计的声学特征,特征的设计需要音乐领域的知识,不同分类任务的特征往往并不通用。深度学习的出现给更好地解决音乐分类问题提供了新的思路,本文对基于深度学习的音乐音频分类方法进行了研究。首先将音乐的音频信号转换成声谱作为统一表示,避免了手工选取特征存在的问题,然后基于一维卷积构建了一种音乐分类模型。
C++知识精讲16 | 井字棋游戏(配资源+视频)【赋源码,双人对战】
本文主要讲解如何在Java中,使用FFmpeg进行视频的帧读取,并最终合并成Gif动态图。
在本篇博文中,我们谈及了 Swift 中 some、any 关键字以及主关联类型(primary associated types)的前世今生,并由浅及深用简明的示例向大家讲解了它们之间的奥秘玄机。