Fetch库技术文档
2026-01-25 05:19:40作者:舒璇辛Bertina
安装指南
添加依赖
Fetch库提供了对标准Android环境和AndroidX的支持。要将Fetch添加到您的项目中,请在app/build.gradle的dependencies部分加入以下代码之一:
implementation "com.tonyodev.fetch2:fetch2:3.0.12" // 对于非AndroidX项目
implementation "androidx.tonyodev.fetch2:xfetch2:3.1.6" // 对于AndroidX项目
如果您决定使用OkHttp作为下载客户端,还需要添加对应的依赖:
implementation "com.tonyodev.fetch2okhttp:fetch2okhttp:3.0.12" // 非AndroidX
implementation "androidx.tonyodev.fetch2okhttp:xfetch2okhttp:3.1.6" // AndroidX
并且启用RxJava2集成时使用:
implementation "com.tonyodev.fetch2rx:fetch2rx:3.0.12" // 非AndroidX
implementation "androidx.tonyodev.fetch2rx:xfetch2rx:3.1.6" // AndroidX
权限配置
确保您的应用manifest文件包含必要的权限以支持下载功能:
<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE"/>
<uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE"/>
<!-- 注意:对于Android 6.0(API级别23)及以上版本,需要在运行时请求存储权限 -->
<uses-permission android:name="android.permission.INTERNET"/>
对于Android 6.0以上版本,还需处理运行时权限。
项目使用说明
Fetch是一个简洁、强大且可定制化的Android文件下载管理器,它允许您轻松地执行后台下载任务并控制下载过程。
初始化Fetch
首先,在您的Activity或Application类中初始化Fetch实例,并设置下载并发限制:
FetchConfiguration fetchConfig = new FetchConfiguration.Builder(this)
.setDownloadConcurrentLimit(3) // 设置最大并发数
.build();
Fetch fetch = Fetch.Impl.getInstance(fetchConfig);
请求下载
通过创建一个Request对象来发起下载请求:
String downloadUrl = "http://example.com/file.zip";
String localPath = "/path/to/local/file.zip";
Request request = new Request(downloadUrl, localPath);
request.setPriority(Priority.HIGH); // 设置优先级
fetch.enqueue(request, /* 成功回调 */, /* 错误回调 */);
监听下载进度与状态
为了追踪下载的进度和状态,注册一个FetchListener:
fetch.addListener(new FetchListener() {
// 实现各种状态的监听方法,如onProgress, onCompleted等
});
暂停与恢复下载
使用请求ID操作暂停和恢复下载:
long requestId = request.getId();
fetch.pause(requestId);
...
fetch.resume(requestId);
查询与管理下载
您可以查询所有下载、特定状态的下载或某个组内的下载:
fetch.getDownloads(downloads -> {
for (Download download : downloads) {
// 处理每个下载信息
}
});
API使用文档
Fetch提供的API丰富,涵盖了从下载请求的创建到下载状态监控的整个流程。例如,您可以利用Fetch类的方法直接控制下载的生命周期、查询下载状态、错误处理等。
自定义下载者和服务器
Fetch还支持自定义下载客户端(比如使用OkHttp)以及一个轻量级的TCP文件服务器(FetchFileServer),便于设备间分享文件。
RxFetch特性
若您的应用基于RxJava2,可以通过引入fetch2rx依赖,利用响应式编程的方式管理和监听下载任务,进一步简化异步操作的复杂性。
Fetch库通过其强大的功能集合,使得复杂的文件下载任务变得简单易行,无论是基本的下载需求还是高级的定制化场景,都能得到很好的支持。遵循上述文档,即可顺利集成并充分利用Fetch的强大功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
910
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
948
889
暂无简介
Dart
923
228
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
635
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260