Compose Destinations 中 BottomSheet 导航的迁移指南
背景介绍
在 Android 开发中,Compose Destinations 是一个流行的导航库,它简化了 Jetpack Compose 中的导航逻辑。随着 Compose 1.7 版本的发布,BottomSheet 导航的实现方式发生了变化,从原来的 Accompanist 迁移到了官方的 Material 组件中。
问题现象
开发者在使用 Compose Destinations 时可能会遇到以下错误:
java.lang.IllegalStateException: Could not find Navigator with name "BottomSheetNavigator". You must call NavController.addNavigator() for each navigation type.
这个错误表明导航控制器无法找到 BottomSheet 导航器,通常是因为版本不匹配或依赖配置不正确导致的。
解决方案
1. 更新依赖版本
首先需要确保使用的是兼容的版本组合:
- Compose UI 版本至少需要 1.7.0-beta
- Compose Destinations 版本需要 1.11.5-beta 或更高
2. 正确配置依赖
在 build.gradle 文件中应该这样配置:
// Compose 基础依赖
def compose_version = "1.7.0-beta06"
implementation "androidx.compose.ui:ui:$compose_version"
implementation "androidx.compose.material:material:$compose_version"
implementation "androidx.compose.foundation:foundation:$compose_version"
// Compose Destinations
def compose_destinations_version = "1.11.5-beta"
implementation "io.github.raamcosta.compose-destinations:animations-core:$compose_destinations_version"
ksp "io.github.raamcosta.compose-destinations:ksp:$compose_destinations_version"
3. 使用正确的 BottomSheet 组件
新的 Material 组件提供了专门的 BottomSheet 导航支持:
androidx.compose.material.navigation.ModalBottomSheetLayout(
bottomSheetNavigator = bottomSheetNavigator,
modifier = Modifier,
// 其他参数...
) {
// 内容
}
迁移注意事项
-
不要直接依赖 navigation-material:Compose Destinations 会提供必要的导航 Material 依赖作为传递依赖,直接添加可能会导致冲突。
-
API 变化:新的 BottomSheet 导航 API 与 Accompanist 版本有所不同,需要调整参数传递方式。
-
状态管理:新的实现使用了不同的状态管理机制,需要重新学习如何处理 BottomSheet 的显示/隐藏状态。
最佳实践
-
始终使用最新稳定版的 Compose 和 Compose Destinations。
-
在迁移时,先在一个简单的示例项目中测试新的导航方式,确保理解其工作原理。
-
考虑创建一个封装组件,将 BottomSheet 导航的具体实现细节隐藏起来,使业务代码不受未来 API 变化的影响。
总结
从 Accompanist 迁移到官方的 Material BottomSheet 导航是一个积极的改变,虽然短期内可能需要一些调整,但长期来看能获得更好的兼容性和维护性。通过正确配置依赖版本和使用新的 API,开发者可以顺利实现 BottomSheet 导航功能。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++098AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









