WedX - журнал о программировании и компьютерных науках

Слишком много аргументов для вызова метода, ожидается 1, есть 3

Я пытаюсь получить данные из фида JSON. URL-адрес канала должен быть отредактирован моей программой, чтобы он имел правильные координаты. Но я продолжаю получать ошибку:

Слишком много аргументов для вызова метода, ожидается 1, есть 3

Вот мой код:

NSString *lat = [[NSString alloc] initWithFormat:@"%g", newLocation.coordinate.latitude];
latitude.text = lat;

NSString *lng = [[NSString alloc] initWithFormat:@"%g", newLocation.coordinate.longitude];
longitude.text = lng;

NSString *acc = [[NSString alloc] initWithFormat:@"%g", newLocation.horizontalAccuracy];
accuracy.text = acc;

//

NSURLRequest *theRequest = [NSURLRequest requestWithURL: [NSURL URLWithString:@"https://api.wunderground.com/api/595007cb79ada1b1/geolookup/q/%@,%@.json", lat, lng]];

Спасибо, Дэн


Ответы:


1

URLWithString не ожидает строки формата, поэтому не ожидает аргументов lng и lat

Попробуйте сначала создать эту строку в другом месте, используя конструктор, который принимает строку формата:

NSString *urlString = [NSString  stringWithFormat: @"https://api.wunderground.com/api/595007cb79ada1b1/geolookup/q/%@,%@.json", lat, lng];
NSURLRequest *theRequest = [NSURLRequest requestWithURL: [NSURL URLWithString:urlString]]
13.05.2013
  • Большое спасибо за код и за ваше объяснение, что было не так. Действительно очень полезно :) 13.05.2013
  • Новые материалы

    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..


    Для любых предложений по сайту: [email protected]