本文接上篇，继续带大家全方位的熟悉anko库的使用。本文主要介绍的是anko库的另外两个子库，anko-coroutines和anko-sqlite库。
- anko-coroutines的使用
要想使用该库，必须要对协程(coroutines)的概念有一定的理解。协程对于java来说是个全新概念，但对于其它语言如c#来说，也是个发展相对成熟的一种技术。目前协程的设计还处于实验过程中，未来kotlin版本中它可能会发生一些变化，而且协程包目前位于kotlin.coroutines.experimental包下。本文主要描述的是anko库的使用，所以对于协程的介绍请移步这里：
anko库对coroutines的支持主要表现在三个地方，一个是大部分官方view的事件是支持协程的，这个体现在诸如：
compile "org.jetbrains.anko:anko-appcompat-v7-coroutines:$anko_version"
这样的依赖库中。这个在使用上没什么可介绍的，就是使view事件支持协程。
其它的两种使用方式如下：
- asReference()，弱引用方案，如果异步方法不支持取消操作，协程可能会挂起无限长的时间，由于协程持有着某个对象的强引用，特别是在activity或是fragment中，可能会造成内存泄露。在这种情况下，避免使用直接持有引用，而应该使用asReference()。例如：
val ref: Ref<CorountineActivity> = this@CorountineActivity.asReference()
此时ref就是CorountineActivity的弱引用。
- 使用bg{}简化后台线程任务的调用，例如
async(UI) {
var str: String = "before"
val ref: Ref<CorountineActivity> = this@CorountineActivity.asReference()
val data: Deferred<String> = bg { doBgWork() }
str = data.await()
ref().showSth(str)
}
注意依赖库的导入
- anko-sqlite的使用
这个库的使用，可搜到的答案基本都来自于kotlin-for-android-developer这本书或者官方wiki的简单翻译。anko提供本库，主要原因有：1简化使用；2多线程并发访问带来的一些问题。本文将主要对数据库的创建表，删除表，增删改查以及自定义解析器来介绍本库的使用。
- 基础帮助类和使用方式，Anko 提供了一个特殊的类ManagedSQLiteOpenHelper来代替Android原SQLiteOpenHelper。使用方法类似于SQLiteOpenHelper，就是自己写个子类继承：
class MyDatabaseOpenHelper(ctx: Context) : ManagedSQLiteOpenHelper(ctx, "MyDatabase", null, 1)
{//上下文，数据库名，数据库工厂，版本号
companion object {
private var instance: MyDatabaseOpenHelper? = null
@Synchronized
fun getInstance(ctx: Context): MyDatabaseOpenHelper {
if (instance == null) {
instance = MyDatabaseOpenHelper(ctx.getApplicationContext())
}
return instance!!
}
}
override fun onCreate(db: SQLiteDatabase) {
// Here you create tables
db?.createTable("Customer", ifNotExists = true,
"id" to INTEGER + PRIMARY_KEY + UNIQUE,
"name" to TEXT,
"photo" to BLOB)
}
override fun onUpgrade(db: SQLiteDatabase, oldVersion: Int, newVersion: Int) {
//数据库升级示例代码
if (newVersion == 2) {
if (oldVersion < newVersion) {
ai("newVersion--$newVersion")
db.execSQL(" ALTER TABLE Person RENAME TO temp_person")
db?.createTable("Person", true, "id" to INTEGER + PRIMARY_KEY + UNIQUE,
"name" to TEXT,
"age" to INTEGER,
"address" to TEXT,
"sex" to INTEGER
)
db.execSQL("INSERT INTO Person SELECT id, name, age,address,'' FROM temp_person")
db.dropTable("temp_person")
}
}
}
}//扩展属性--数据库helper
val Context.database: MyDatabaseOpenHelper
get() = MyDatabaseOpenHelper.getInstance(getApplicationContext())
在context环境下，使用数据库的方式有两种，1是上面的扩展属性，再配合anko提供的简化方法use，则使用方法为： database.use {...}2是就像以前安卓中使用数据库那样，拿到数据库的引用，即在activity中， ```
val db = database.writableDatabase，然后再db.f()..使用
2. 创建表
database.use {
createTable("Person", true, "id" to INTEGER + PRIMARY_KEY + UNIQUE,
"name" to TEXT,
"age" to INTEGER,
"address" to TEXT
)
//也可以直接执行SQL语句，如
exeSQL(...)
}
3. 删除表，调用dropTable方法，传入表名。也可以使用执行SQL语句的方式。
database.use {
if (attempt {//好用的函数
dropTable("Person")
display.text = "删除表Person成功"
}.isError) {
display.text = "错误,可能不存在表"
}
}
4. 插入数据
database.use {
if (attempt {
var name: String = rName()
var address: String = rAddress()
var age: Int = rAge()
insert("Person",
"age" to age,
"name" to name,
"address" to address
)
display.text = "insert(Person,age to $age,name to $name,address to $address)"
}.isError) {
display.text = "错误,可能不存在表"
}
}
5. 查询数据，anko提供的这种方式用起来比较费劲，不如直接执行SQL来的简洁。查询数据时，分为3种情况，1查询一行数据，对应的数据需要使用数据解析器的parseSingle(rowParser)来返回；2查询最多一行数据，使用parseOpt(rowParser)来返回结果；3查询多行，使用parseList(rowParser)来解析。对于复杂数据来说，一般需要自定义解析器。这个后续再说。
database.use {
if (attempt {
val whereArgs = select("Person", "name", "age", "address")
.whereArgs("(age > {userId}) and (name = {userName})",
"userName" to "小红",
"userId" to 20)
val parseList = whereArgs.parseList(classParser<Person>())
display.text = parseList.toString()
}.isError) {
display.text = "错误,可能不存在表"
}
}
6. 修改数据，直接执行sql语句来的更简单
if (attempt {
database.use {
execSQL("update Person set name = '小红' where name = '小明'")
display.text = "更新age<23变成小红成功"
}
}.isError) {
display.text = "错误,可能不存在表"
}
7. 删除某条数据，同样是执行sql语句来的更快
if (attempt {
database.use {
execSQL("delete from Person where name = '小红'")
}
}.isError) {
display.text = "错误,可能不存在表"
}
8. 查询结果解析器，如上面的示例代码中，创建的表名是Person，有三个主要字段，name(String),age(Int)和address(String),至少有两种方式去承接这种数据表示。
- 数据类
data class Person(val name: String, val age: Int, val address: String)
这样，在解析查询数据时，就可以调用
whereArgs.parseList(classParser<Person>())
来获得List<Person>。另一种方式用的是三元元组，这种是自定义式的数据解析器，如：
var parser = rowParser { name: String, age: Int, address: String ->
Triple(name, age, address)
})
val result = whereArgs.parseList(parser)
这也可以得到类似上述列表的结果。
anko库的使用到此就结束了，希望对读者有帮助。
附上[demo工程链接](https://github.com/CysionLiu/anko-sample)，喜欢的点个star。
作者刘咸尚