Dagger Hilt 在 Android 14 上运行 UI 测试时的 SecurityException 问题解析
问题背景
在使用 Dagger Hilt 和 Jetpack Compose 进行 Android UI 测试时,开发者遇到了一个特定于 Android 14 的安全异常问题。这个错误表现为 SecurityException,并提示需要在注册广播接收器时明确指定 RECEIVER_EXPORTED 或 RECEIVER_NOT_EXPORTED 标志。
错误分析
该问题的根本原因在于 Android 14 对广播接收器的注册引入了更严格的安全要求。从 Android 14 开始,所有动态注册的广播接收器都必须明确声明其导出性(exported 属性),以增强应用的安全性。
错误堆栈显示,问题发生在测试框架尝试启动 Activity 时。具体来说,是 androidx.test.core.app.InstrumentationActivityInvoker 在注册 Activity 结果接收器时没有指定必要的标志。
深层原因
经过深入分析,我们发现这个问题实际上是由测试依赖的版本冲突引起的:
- Dagger Hilt 测试库(hilt-android-testing)2.50 版本依赖的是较旧的 androidx.test:core:1.4.0
- 而开发者项目中使用的是较新的测试库版本(如 1.5.0)
- 旧版本的测试库没有适配 Android 14 的新安全要求
解决方案
要解决这个问题,我们需要确保测试环境中使用兼容 Android 14 的测试库版本。以下是具体的解决步骤:
1. 统一测试库版本
首先,需要将所有测试相关的依赖升级到最新兼容版本:
def androidXTestVersion = "1.5.0" // 或更高版本
androidTestImplementation "androidx.test:core:$androidXTestVersion"
androidTestImplementation "androidx.test:core-ktx:$androidXTestVersion"
androidTestImplementation "androidx.test.ext:junit:1.1.5"
androidTestImplementation "androidx.test.ext:truth:1.5.0"
2. 处理 Hilt 测试库的依赖冲突
由于 Hilt 测试库强制依赖旧版本,我们需要显式排除这个依赖:
androidTestImplementation("com.google.dagger:hilt-android-testing:2.50") {
exclude group: 'androidx.test', module: 'core'
}
3. 确保所有配置使用统一版本
为了避免不同构建配置间的版本冲突,需要在所有相关配置中强制使用相同版本:
debugImplementation("androidx.test:core") {
version { strictly androidXTestVersion }
}
testImplementation("androidx.test:core") {
version { strictly androidXTestVersion }
}
androidTestImplementation("androidx.test:core") {
version { strictly androidXTestVersion }
}
4. 处理其他可能的冲突
对于其他可能引起冲突的测试依赖,如 Espresso 和 Compose 测试库,也需要进行类似处理:
androidTestImplementation("androidx.compose.ui:ui-test-junit4") {
exclude group: 'androidx.test', module: 'core'
}
最佳实践建议
- 定期更新测试依赖:保持测试库与目标 Android 版本的兼容性
- 统一依赖版本:确保所有构建配置使用相同的测试库版本
- 使用依赖约束:在项目级 build.gradle 中定义版本约束,避免意外引入不兼容版本
- 检查测试框架兼容性:特别是当目标 Android 版本更新时
总结
Android 14 引入的安全改进可能导致现有测试框架出现兼容性问题。通过统一测试依赖版本、正确处理依赖冲突,可以确保 Dagger Hilt 和 Jetpack Compose 的 UI 测试在 Android 14 上正常运行。这个问题也提醒我们,在升级目标 SDK 版本时需要同步考虑测试环境的兼容性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00