基于JKDBModel类实现存储时候在某些情况下储存失败的解决方案

文章介绍了如何使用NSData+YYAdd扩展和JKDBModel来处理数据存储的问题。当遇到FMDB无法存储的数据类型时,通过将数据转换为Base64编码进行存储。在存储和取出数据时,确保了转码过程的对应性,以保证数据的完整性和一致性。

提示:使用了 NSData+YYAdd , JKDBModel

文章目录


前言

为了实现简单数据存储,通过使用JKDBModel简单实现。但是在存储接口返回值时,会出现有的接口返回值存储失败,有的成功。通过简单分析问题出现在返回值数据类型fmdb无法存储。简单思路就是将无法存储数据转成base64


注意:操作base64是通过 NSData+YYAdd实现

一、存储

以前是 

[[NSString alloc] initWithData:jsonData encoding:NSUTF8StringEncoding]; 这样在特殊数据比如有网页标签的时候JKDBModel就可能出现存失败的情况。

优化后:

- (NSString *)dictionaryToJson:(NSDictionary *)dic {
    if (dic == nil) {
        return nil;
    }
    NSError *parseError = nil;
    NSData *jsonData = [NSJSONSerialization dataWithJSONObject:dic options:NSJSONWritingFragmentsAllowed error:&parseError];
    if (parseError) {
        return nil;
    }
    return [jsonData base64EncodedString];
}

二、取出数据

需要和存储过程对应上,怎么存的怎么取

(以前是: NSData *jsonData = [jsonString dataUsingEncoding:NSUTF8StringEncoding])

- (NSDictionary *)dictionaryWithBase64JsonString:(NSString *)jsonString {
    if (jsonString == nil) {
        return nil;
    }
    NSData *jsonData = [NSData dataWithBase64EncodedString:jsonString];
    NSError *err;
    NSDictionary *dic = [NSJSONSerialization JSONObjectWithData:jsonData
                                                        options:NSJSONReadingMutableContainers
                                                          error:&err];

    if (err) {
        NSLog(@"json解析失败:%@", err);
        return nil;
    }
    return dic;
}


总结

转码过程要对应

源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy 树形展示LSApplicationProxy 通过算法,将LSApplicationProxy,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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