WMRouter 开源路由框架教程
项目介绍
WMRouter 是一款基于组件化设计思路的 Android 路由框架,由美团开发并开源。它主要提供 URI 分发和 ServiceLoader 两大功能,适用于多工程之间的页面跳转、动态下发 URI 链接的跳转等场景。WMRouter 的特点包括支持多 scheme、host、path,支持 URI 正则匹配,以及完全组件化设计,核心组件均可扩展、按需组合,实现灵活强大的功能。
项目快速启动
添加依赖
首先,在项目的 build.gradle 文件中添加 WMRouter 的依赖:
dependencies {
implementation 'io.github.meituan-dianping:router:1.2.1'
}
初始化 WMRouter
在应用的 Application 类中初始化 WMRouter:
public class MyApplication extends Application {
@Override
public void onCreate() {
super.onCreate();
// 初始化 WMRouter
WMRouter.init(this);
}
}
配置路由
使用注解配置路由:
@RouterUri(path = "/main/activity")
public class MainActivity extends AppCompatActivity {
// 你的代码
}
跳转页面
使用 WMRouter 进行页面跳转:
WMRouter.getInstance().build("/main/activity").navigation();
应用案例和最佳实践
页面跳转
WMRouter 支持多 scheme、host、path,可以灵活配置页面跳转:
WMRouter.getInstance().build("wm_router://page/main").navigation();
拦截器
使用拦截器在跳转前执行同步/异步操作,例如定位、登录等:
WMRouter.getInstance().addGlobalInterceptor(new GlobalInterceptor() {
@Override
public void intercept(final UriRequest request, final InterceptorCallback callback) {
// 执行拦截操作
callback.onContinue(request);
}
});
降级策略
配置全局和局部降级策略,保证关键功能的正常工作:
WMRouter.getInstance().setGlobalOnCompleteListener(new OnCompleteListener() {
@Override
public void onSuccess(UriRequest request) {
// 跳转成功
}
@Override
public void onError(UriRequest request, int resultCode) {
// 跳转失败,执行降级逻辑
}
});
典型生态项目
WMRouter 已经被广泛应用于美团外卖、美团外卖商家版、美团、大众点评等项目中。这些项目通过 WMRouter 实现了高效的页面跳转和模块解耦,提高了开发效率和应用性能。
美团外卖
美团外卖通过 WMRouter 实现了多工程之间的页面跳转和动态下发 URI 链接的跳转,提高了用户体验和开发效率。
美团外卖商家版
美团外卖商家版利用 WMRouter 的 ServiceLoader 模块,实现了模块间的解耦和通信,便于实现组件化和模块间通信。
美团
美团通过 WMRouter 实现了页面 A/B 测试和动态配置,根据不同的需求动态下发一组路由表,相同的 URI 跳转到不同的一组页面。
大众点评
大众点评使用 WMRouter 进行页面跳转和拦截操作,确保关键功能的正常工作,并提供友好的用户提示。
通过以上案例,可以看出 WMRouter 在实际项目中的应用广泛,能够有效提升开发效率和应用性能。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00