Android中第五大组件详解

Fragment概念

可能很多小伙伴看到这个Title会回我一句SB，不要紧，等诸位看完文章再说我是不是说的有一点点道理众所周知，Android有四大组件，activity，broadcastReceiver，service，contentprovider。没错，可是我觉得Fragment的作用不亚于它们，因此自封为第五大组件。 那我们来看一看它产生的背景吧： Android 在 Android 3.0（API 级别 11）中引入了片段，主要是为了给大屏幕（如平板电脑）上更加动态和灵活的 UI 设计提供支持。由于平板电脑的屏幕比手机屏幕大得多，因此可用于组合和交换 UI 组件的空间更大。利用片段实现此类设计时，您无需管理对视图层次结构的复杂更改。通过将 Activity 布局分成片段，您可以在运行时修改 Activity 的外观，并在由 Activity 管理的返回栈中保留这些更改。
Fragment的出现为了处理大屏幕，它比较小巧，activity比较笨重，但是它必须寄存于activity，但它的生命周期很是符合activity，因此很多应用的开发都会使用到fragment，毕竟属于轻量级的组件麽。微信的界面就是使用fragment+viewpager+activity进行组合的，这个demo会在下一篇文章中给出。

Fragment的生命周期：

这里分为动态启动和静态启动两种来说 所谓的静态启动就是在xml文件中指定该fragment组件 创建一个类继承fragment，并且在onCreateview中加载布局：

    public View onCreateView(LayoutInflater inflater, ViewGroup container, Bundle savedInstanceState) {        Log.i(TAG, "Fragment---onCreateView: ");        return inflater.inflate(R.layout.left_fragme_layout,container,false);    }

在activity的布局中定义该fragment的xml文件

效果图如下：
执行的生命周期方法如下：
可以看出，若是静态加载会先创建出fragment的视图，之后由于fragment是依赖于activity存在的，它的出现都会晚于activty，销毁都会早于activity一步。（下图是点击回退栈之后经历的生命周期，可以看出销毁时会早于activty的生命周期一步）
所谓的动态启动，就是通过代码启动fragment：

    public void ck(View view) {//        获取fragment管理器        FragmentManager fm = getFragmentManager();//        使用事物，为了保证数据的一致性和完整性        FragmentTransaction ft = fm.beginTransaction();//        将需要添加的fragment创建出来        LeftFragment left = new LeftFragment();//        使用replace方式添加fragment        ft.replace(R.id.fragment_contont,left);//        提交事物        ft.commit();    }

执行的生命周期方法如下：（此时，由于activity已经处于可交互，因此直接从fragment的构造方法执行到Onresume，之后的生命周期和静态启动的相同）

关于fragment中add和replace方法的区别：

这里是使用replace方法不断的添加新的fragment，那么它相当于先执行remove方法，再执行add方法，生命周期如下：使用add方式添加fragment会执行下面的生命周期方法：使用add方法进行添加fragment不会进行销毁之前的fragment，在宿主activty销毁的时候，会依次进行销毁：
上图中的红线是第二次添加的fragment，黄线是第一次添加的fragment，若是点击回退栈退出activity的话，执行图中的生命周期，可见add方法是一直添加，而不会进行销毁fragment。若想添加到回退栈，只需要调用：fragmentTransaction.addToBackStack(null); 关于对fragment和activty之间的通信，在下一篇文章中会详细说道。

Fragment概念

Fragment的生命周期：

关于fragment中add和replace方法的区别：

更多相关文章

随机推荐