Android studio申请高德(百度)地图key

前言

因为作者是学地信(gis)的,半年前要做一个定位系统的App,想着高德地图的界面比较深得我心,就想着导入高德地图的API,结果被SHA1码搞得晕头转向,最后不得已用腾讯地图的API(主要是简单方便),最近也是通过优快云的不断查询,成功解决问题。

由于百度地图与高德地图的申请方式几乎一样,就不再多次进行展示。

一、登录高德地图登录平台

在这里插入图片描述
通过账号密码后进入此页面,点击我的应用,点击创建新应用。

请添加图片描述
之后点击,添加key,选中图片所指示的地方。
请添加图片描述
key的名称,按照要求来即可,带*号的为必填项,之后就是如何获取SHA1码了,考虑到eclipse的泛用性降低,所以这里不再介绍eclipse的获取方法,有兴趣的可以去官网进行查看-官网方式

这里我们主要讲的是如何通过系统的命令提示符进行查看。

二、命令提示符获取Android studio SHA1码

官网中也给出了方法,我们先来看一下
第一步,先转到.Android目录下:

cd.android

在这里插入图片描述
第二步,输入获取代码:

keytool -list -v -keystore debug.keystore

问题一:‘keytool’ 不是内部或外部命令,也不是可运行的程序

这里的代码如果环境配的好的话,可能会成功,但是大部分会遇到以下问题:
请添加图片描述
这就很搞人心态了,这就是Java的环境没有配好,或者电脑没有找到keytool这个文件。

解决方法为:从你的电脑里找到Java的下载地址(一般默认在C盘的Program file中,或者多找找,也可以在官网在下载一个):
请添加图片描述
不断点击进入bin中:
请添加图片描述

找到keytool.exe文件,并复制文件路径,然后通过cd转到这个文件夹下:请添加图片描述
到这还不能再将之前的代码复制进去:
还有一件事:
在你的C盘的.Android文件夹下(记得Android前面有个点)找到debug.store文件,复制下来路径如:C:\Users\某某某.android\debug.keystore,然后进行替换。

keytool -list -v -keystore C:\Users\某某某\.android\debug.keystore

如果你当前用的jbr在C盘中,则可以直接转到密码页面,反之,会出现以下报错:
请添加图片描述

问题二:keytool 错误: java.lang.Exception: 密钥库文件不存在: debug.keystore

当作者处理到这里的时候,心态其实有一点崩了,作者找了好几篇文章,看来将近一天也没能找到,好在最后有几篇不太火的文章吸引了作者的注意,也成功让我找到了方法,现在就分享给大家。

第一步,进入你的Android studio–>file–>setting–>build–>build tools–>build gradle,找到你的jbr文件地址,请添加图片描述
进入到这个文件夹中,再进入jbr文件夹中,点击bin文件中请添加图片描述
就会发现,这里也有一个keytool.exe文件,这里是真正掌管Android的keytool文件,老规矩,先用cd转到此bin文件夹下:
由于,从C盘转到D盘不能直接用cd D:\的代码,得换一种:

cd /d d:

这样就能转到D盘了:
再转到jbr的bin文件夹下:请添加图片描述

再使用上述代码就可以了(debug.keystore还是使用具体路径:keytool -list -v -keystore C:\Users\某某某.android\debug.keystore):

keytool -list -v -keystore C:\Users\某某某\.android.debug.keystore

就可以成功运行:
在这里插入图片描述
密码默认为:Android(因为其保密性,你输入时,他不会显示出来,所以正常输入就行),这样就可以得到SHA1码了:
请添加图片描述
最后将SHA1码复制下来,填进高德地图的SHA1码框中(发布版和调试版都填入即可使用,但如果后期要进行发布还需要再申请发布版SHA1码,但这里只是供新手调试学习使用,所以就不过多赘述)。

三、package的申明

请添加图片描述

这里的申明就是将你项目的名称按格式(com.名称.sdk)输入就行:
可以从AndroidManifest中找到,也可以从activity中找到:
请添加图片描述
,填完这一切后,就可以成功申到高德地图的key了(百度地图同理)。

四、结尾

这次的学习还是比较深刻的,波荡起伏,也算为后人节约了事件,这次主要讲了如何申请key,未来我会出一期将地图导入app的具体过程,敬请期待,等不及的朋友也可进入官网进行学习,谢谢大家的支持。

### 使用 huggingface_hub 在 AutoDL 环境中进行模型或数据集操作 为了在AutoDL环境中成功使用`huggingface_hub`库执行模型或数据集的操作,需注意几个关键点: 安装合适的`huggingface_hub`版本对于避免兼容性问题是必要的。如果遇到类似“No module named 'huggingface_hub.inference._text_generation'”这样的错误消息,则可能是由于版本不匹配引起的问题[^1]。因此建议先降到稳定版来规避此类问题的发生。 针对具体的应用场景,在AutoDL平台上部署并运行基于Hugging Face的项目时,比如ChatGLM3,可能会碰到验证失败的情况,这是因为仓库ID格式不符合规定所造成的。正确的做法应该是确保repo_id遵循'repo_name'或是'namespace/repo_name'的形式,并视情况调整参数设置以满足需求[^3]。 另外,当处理受保护资源访问权限不足引发的异常(如GatedRepoError),则要确认已通过合法途径获取相应授权令牌,并正确配置环境变量以便于程序能够顺利连接至目标存储库完成下载任务[^4]。 下面给出一段Python脚本示范怎样利用`transformers`和`datasets`这两个依赖于`huggingface_hub`的包加载预训练模型以及公开可用的数据集合: ```python from transformers import AutoModelForCausalLM, AutoTokenizer from datasets import load_dataset model_checkpoint = "your_model_path_or_repo" dataset_name = "your_dataset" tokenizer = AutoTokenizer.from_pretrained(model_checkpoint) model = AutoModelForCausalLM.from_pretrained(model_checkpoint) raw_datasets = load_dataset(dataset_name) ``` 这段代码展示了基本的工作流程——初始化分词器与模型实例化;随后调用`load_dataset()`函数传入指定名称从而获得所需资料集对象。当然实际应用当中还需要考虑更多细节因素,例如网络状况、磁盘空间等硬件条件限制可能影响效率甚至成败与否。
评论 1
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

打赏作者

隐-梵

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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