runtime hook 之NSDictionary、NSArray

本文探讨在处理JSON数据时遇到的nil、null、空字符串问题,通过Runtime Hook技术,避免在使用objectForKey时出现意外错误,简化类型检查的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

现在遇到json数据解析,服务器有可能给nil、null、@”“等,用objectForKey取出来是可以为nil等上述类型,不会报错,但是用的时候GG思密达了,而且以前自己没有类型判断完整,这时候不想去挨个挨个的改,hook大法再次登场

@implementation NSDictionary (runtimeObjectForKey)
+ (void) load{
    static dispatch_once_t onceToken;
    dispatch_once(&onceToken, ^{
        Class class = [self class];
        // 选择器
        SEL originalSEL = @selector(objectForKey:);//@selector(objectForKey:);
        SEL SwizzledSEL = @selector(hObjectForKey:);


        //方法    使用NSDictionary、NSArray,必须使用与其对应的加入内存时的元类__NSDictionaryI  __NSArrayI
        //       __NSDictionaryI——NSDictionary   __NSDictionaryM——NSMutableDictionary
        //       __NSArrayI——NSArray             __NSArrayM——NSMutableArray
        Method originalMethod = class_getInstanceMethod(NSClassFromString(@"__NSDictionaryI"), originalSEL);//class_getClassMethod(class, originalSEL);备注的是获取静态方法
        Method SwizzledMethod = class_getInstanceMethod(NSClassFromString(@"__NSDictionaryI"), SwizzledSEL);//class_getClassMethod(class, SwizzledSEL);

        // 方法的实现
        IMP originalIMP = method_getImplementation(originalMethod);//class_getMethodImplementation(class, originalSEL);
        IMP SwizzledIMP = method_getImplementation(SwizzledMethod);//class_getMethodImplementation(class, SwizzledSEL);


        // 是否添加成功方法:添加了初始方法,实现内容指向目标方法体
        BOOL isSuccess = class_addMethod(class, originalSEL, SwizzledIMP, method_getTypeEncoding(SwizzledMethod));

        if (isSuccess) {
            // 初始指向目标,那么把目标的内容指向初始
            class_replaceMethod(class, SwizzledSEL, originalIMP, method_getTypeEncoding(originalMethod));
        }
        else{
            // 没有添加成功说明已经存在,就交换
            // 注意,这里交换的是IMP 实现
            method_exchangeImplementations(originalMethod, SwizzledMethod);
        }

    });
}
- (id)hObjectForKey:(id)aKey{

}
@end
内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值