WedX - журнал о программировании и компьютерных науках

2 Различные объекты в ответе на модернизацию

У меня есть запрос на модернизацию, который может отвечать на два разных ответа Json по одному ответу за раз. Я хочу поймать оба случая в onResponse. Итак, я создал класс BaseResponse.

data class ResponseBase(val responseClass: ResponseClass?, val errorClass: ErrorClass?)

и два внутренних класса такие.

data class ResponseClass(
        val config: Config
)

// Config class
data class Config(
        val acceptGuest: Int,
        val name: String,
        val host: Long
)

И класс ошибки такой

data class ErrorResponse(
    val error: Error
)

data class Error(
    val id: String,
    val message: String
)

Итак, я предполагаю, что если придет ответ json, у меня будет объект responseClass, в противном случае у меня будет ErrorObject.

Поэтому, когда я получаю следующий ответ json от сервера, который соответствует ResponseClass, у меня возникает исключение.

{"config":{"acceptGuest":0,"name":"server name","host":100}}

Невозможно вызвать конструктор без аргументов для retrofit2.Call ‹.... ResponseClass>. Регистрация InstanceCreator в Gson для этого типа может решить эту проблему.

Что мне не хватает ..?


  • Добавьте свою реализацию API 06.12.2019
  • Вам не хватает десериализатора. Retrofit не поддерживает преобразование ответа json в ваш класс данных. Вам нужно использовать десериализатор, например. Гсон, Моши и др. 06.12.2019

Ответы:


1

Я использую конвертер GSON в моем конструкторе модернизации.

@Provides
    @Singleton
    internal fun provideRetrofit(client: OkHttpClient): Retrofit.Builder {
        return Retrofit.Builder()
            .addCallAdapterFactory(CoroutineCallAdapterFactory())
            .addConverterFactory(GsonConverterFactory.create())
            .client(client)
    }
06.12.2019
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]