LiteHttp:一款‘智能’的HTTP框架类库

LiteHttp:一款‘智能’的HTTP框架类库(转自github)

简介

LiteHttp是一款简单、智能、灵活的HTTP框架库,它在请求和响应层面做到了全自动构建和解析,主要用于Android快速开发。借助LiteHttp你只需要一行代码即可完美实现http连接,它全面支持GET, POST, PUT, DELETE, HEAD, TRACE, OPTIONS 和 PATCH八种基本类型。LiteHttp能将Java Model转化为http请求参数,也能将响应的json语句智能转化为Java Model,这种全自动解析策略将节省你大量的构建请求、解析响应的时间。并且,你能自己继承重新实现Dataparser这个抽象类并设置给Request,来将http原始的inputstream转化为任何你想要的东西。

功能

  • 单线程,所有方法都基于一个线程,绝不会跨线程,多线程的事情交给它自带的AsyncExecutor 或者更专业的框架库来解决。
  • 灵活的架构,你可以轻松的替换Json自动化库、参数构建方式甚至默认的apache http client连接方式。
  • 轻量级,微小的的开销,core jar包仅约86kb。
  • 多种请求类型全面支持:get, post, head, put, delete, trace, options, patch.
  • 多文件上传,不需要额外的类库支持。
  • 内置的Dataparser支持文件和位图下载,你也可以*的扩展DataParser来把原始的http inputstream转化为你想要的东西。
  • 基于json的全自动对象转化: 框架帮你完成Java Object Model 和 Http Parameter之间的转化,完成Http Response与Java Object Model的转化。
  • 自动重定向,基于一定的次数,不会造成死循环。
  • 自动gizp压缩,帮你完成request编码和response解码以使http连接更加快速.
  • 通过网络探测完成智能重试 ,对复杂的、信号不良的的移动网络做特殊的优化。
  • 禁用一种或多种网络, 比如2G,3G。
  • 简明且统一的异常处理体系:清晰、准确的抛出客户端、网络、服务器三种异常。
  • 内置的AsyncExecutor可以让你轻松实现异步和并发的http请求,如果你喜欢,随意使用你自己的AsyncTask或Thread来完成异步,推荐使用更强大、高效的专业并发库

架构图

一个良好的项目结构:

LiteHttp:一款‘智能’的HTTP框架类库

  • 底层是业务无关的框架库,用之四海而皆准。
  • 中层是针对业务的三方库,以及主要逻辑实现,全部业务都在这里。
  • 上层是Activity、Fragment、Views&Widget等视图渲染和业务调用。 
    这样一个结构,使得你的代码快速在phone和pad以及tv之间迁移,且让你整个更为清晰。那么LiteHttp就位于这个结构的底层。

LiteHttp结构模型:

LiteHttp:一款‘智能’的HTTP框架类库

基本用法

基础请求

  1. LiteHttpClient client =LiteHttpClient.getInstance(context);
  2. Response res = client.execute(newRequest("http://baidu.com"));
  3. String html = res.getString();

异步请求

  1. HttpAsyncExcutor asyncExcutor =newHttpAsyncExcutor();
  2. asyncExcutor.execute(client,newRequest(url),newHttpResponseHandler(){
  3. @Override
  4. protectedvoid onSuccess(Response res,HttpStatus status,NameValuePair[] headers){
  5. // do some thing on UI thread
  6. }
  7. @Override
  8. protectedvoid onFailure(Response res,HttpException e){
  9. // do some thing on UI thread
  10. }
  11. });

Java Model 作为参数的请求

  1. // build a request url as : http://a.com?name=jame&id=18
  2. Man man =newMan("jame",18);
  3. Response resonse = client.execute(newRequest("http://a.com",man));

man class:

  1. publicclassManimplementsHttpParam{
  2. privateString name;
  3. privateint id;
  4. privateint age;
  5. publicMan(String name,int id){
  6. this.name = name;
  7. this.id= id;
  8. }
  9. }

全自动Json转化

  1. String url ="http://litesuits.github.io/mockdata/user?id=18";
  2. User user = client.get(url,null,User.class);

User Class :

  1. publicclassUserextendsApiResult{
  2. //全部声明public是因为写sample方便,不过这样性能也好,
  3. //即使private变量LiteHttp也能自动赋值,开发者可自行斟酌修饰符。
  4. publicUserInfo data;
  5. publicstaticclassUserInfo{
  6. publicString name;
  7. publicint age;
  8. publicArrayList<String> girl_friends;
  9. }
  10. }
  11. publicabstractclassApiResult{
  12. publicString api;
  13. publicString v;
  14. publicResult result;
  15. publicstaticclassResult{
  16. publicint code;
  17. publicString message;
  18. }
  19. }

User json structure:

  1. {
  2. "api":"com.xx.get.userinfo",
  3. "v":"1.0",
  4. "result":{
  5. "code":200,
  6. "message":"success"
  7. },
  8. "data":{
  9. "age":18,
  10. "name":"qingtianzhu",
  11. "girl_friends":[
  12. "xiaoli",
  13. "fengjie",
  14. "lucy"
  15. ]
  16. }
  17. }

多文件上传

  1. String url ="http://192.168.2.108:8080/LiteHttpServer/ReceiveFile";
  2. FileInputStream fis =newFileInputStream(newFile("sdcard/1.jpg"));
  3. Request req =newRequest(url);
  4. req.setMethod(HttpMethod.Post)
  5. .addParam("lite",newFile("sdcard/lite.jpg"),"image/jpeg")
  6. .addParam("feiq",newFile("sdcard/feiq.exe"),"application/octet-stream");
  7. if(fis !=null) req.addParam("meinv", fis,"sm.jpg","image/jpeg");
  8. Response res = client.execute(req);

文件和位图下载

    1. // one way
    2. File file = client.execute(imageUrl,newFileParser("sdcard/lite.jpg"),HttpMethod.Get);
    3. // other way
    4. Response res = client.execute(newRequest(imageUrl).setDataParser(newBitmapParser()));
    5. Bitmap bitmap = res.getBitmap();

下载地址:https://github.com/litesuits/android-lite-http

上一篇:如果数据需要被多个应用程序消费的话,推荐使用 Kafka,如果数据只是面向 Hadoop 的,可以使用 Flume


下一篇:Git几块区域关系