Android利用反射获取状态栏(StatusBar)高度
发布日期:2021-06-30 11:11:11 浏览次数:2 分类:技术文章

本文共 1636 字,大约阅读时间需要 5 分钟。

MainActivity如下:

package cc.teststatusbarheight;import java.lang.reflect.Field;import android.os.Bundle;import android.view.View;import android.view.View.OnClickListener;import android.widget.Button;import android.app.Activity;import android.content.Context;/** * Demo描述: * 利用反射获取状态栏StatusBar的高度 *  * 反射基础: * http://blog.csdn.net/lfdfhl/article/details/10311505 *  * 参考资料: * http://blog.csdn.net/lilu_leo/article/details/10211327 * http://blog.csdn.net/dany1202/article/details/6571010 * Thank you very much */public class MainActivity extends Activity {    private Button mButton;	@Override	protected void onCreate(Bundle savedInstanceState) {		super.onCreate(savedInstanceState);		setContentView(R.layout.main);		init();	}	private void init(){		mButton=(Button) findViewById(R.id.button);		mButton.setOnClickListener(new OnClickListener() {			@Override			public void onClick(View view) {				getStatusBarHeight(MainActivity.this);			}		});	}		private void getStatusBarHeight(Context context){		int statusBarHeight=0;		try {			Class clazz=Class.forName("com.android.internal.R$dimen");			Object object=clazz.newInstance();			Field field=clazz.getField("status_bar_height");			//反射出该对象中status_bar_height字段所对应的在R文件的id值			//该id值由系统工具自动生成,文档描述如下:			//The desired resource identifier, as generated by the aapt tool.			int id = Integer.parseInt(field.get(object).toString());  			System.out.println("id="+id);			//依据id值获取到状态栏的高度,单位为像素			statusBarHeight = context.getResources().getDimensionPixelSize(id); 			System.out.println("statusBarHeight="+statusBarHeight+"pixel");		} catch (Exception e) {			// TODO: handle exception		}	}	}

 

main.xml如下:

 

转载地址:https://it9527.blog.csdn.net/article/details/10358325 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:Java实现多线程的三种方式
下一篇:MyBatis研习录(14)——MyBatis逆向工程

发表评论

最新留言

路过,博主的博客真漂亮。。
[***.116.15.85]2024年04月20日 22时18分59秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

神经网络调参实战(一)—— 训练更多次数 & tensorboard & finetune 2019-04-30
tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
D*算法 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30
优化算法(四)——粒子群优化算法(PSO) 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(2)——回归分析(最小二乘法&决定系数&残差不相关)&主成分分析&奇异值分解 2019-04-30
数据在Oracle中的存储 2019-04-30