ZLPhotoBrowser拍照按钮回调功能解析与实现
背景介绍
ZLPhotoBrowser是一个功能强大的iOS图片选择器框架,它提供了丰富的图片选择和管理功能。在实际开发中,我们经常需要根据业务场景动态控制拍照功能的使用权限。例如,用户在选择图片过程中,可能需要临时禁用拍照功能,而框架原有的设计并未提供这种灵活的控制方式。
问题分析
在ZLPhotoBrowser的2.7.0版本之前,当开发者设置allowTakePhotoInLibrary = true时,图片选择界面会显示拍照按钮。但如果在拍照界面打开后,动态将此属性改为false,然后关闭拍照界面,会导致应用在ZLThumbnailViewController的viewWillAppear方法中崩溃。
这种崩溃的根本原因是框架缺乏对拍照按钮点击事件的回调控制机制,开发者无法在拍照行为发生前进行拦截或条件判断。
解决方案
框架作者在后续版本中通过提交代码解决了这个问题,新增了拍照按钮点击回调功能。现在开发者可以通过实现ZLPhotoConfiguration中的回调闭包来控制是否允许打开相机:
ZLPhotoConfiguration.default().canTakePhotoInLibrary = {
// 在这里添加业务逻辑判断
return true // 或false
}
实现原理
-
回调机制:框架在拍照按钮点击事件触发时,会首先检查是否设置了
canTakePhotoInLibrary闭包。如果设置了,则执行闭包并根据返回值决定是否继续打开相机。 -
线程安全:回调执行在主线程,确保UI操作的安全性。
-
默认行为:如果未设置回调闭包,则直接根据
allowTakePhotoInLibrary属性的值决定是否允许拍照。
最佳实践
在实际开发中,我们可以这样使用这个功能:
// 配置拍照回调
ZLPhotoConfiguration.default().canTakePhotoInLibrary = { [weak self] in
guard let self = self else { return false }
// 根据业务条件决定是否允许拍照
return self.isCameraAllowed
}
// 同时设置allowTakePhotoInLibrary为true以显示拍照按钮
ZLPhotoConfiguration.default().allowTakePhotoInLibrary = true
注意事项
-
即使实现了
canTakePhotoInLibrary回调,也需要将allowTakePhotoInLibrary设置为true才会显示拍照按钮。 -
回调闭包中应避免执行耗时操作,以免影响用户体验。
-
在闭包中使用self时要注意循环引用问题,建议使用weak self。
总结
ZLPhotoBrowser新增的拍照按钮回调功能为开发者提供了更灵活的控制方式,使得应用能够根据复杂的业务场景动态控制拍照功能。这一改进不仅解决了原有设计中的崩溃问题,还大大增强了框架的适应性和可用性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00