博客
关于我
Android google Multidex分包 gradle 3.1.0 坑
阅读量:512 次
发布时间:2019-03-07

本文共 1627 字,大约阅读时间需要 5 分钟。

项目在很早之前方法数就超过65535,就加了google的Multidex。在第一次加入的无非就是根据api文档中的一步一步的加入到项目中:

基本方案

1、配置APP的build.gradle

在配置文件中增加:

defaultConfig {        // Enabling multidex support.        multiDexEnabled true}
afterEvaluate {tasks.matching {    it.name.startsWith('dex')}.each { dx ->    if (dx.additionalParameters == null) {        dx.additionalParameters = []    }    dx.additionalParameters += '--multi-dex'}
2、在代码中的Application中通过复写attachBaseContext方法中,调用MultiDex.install(this)
@Override    protected void attachBaseContext(Context base) {        super.attachBaseContext(base);        MultiDex.install(this);    }

当然对于这里网上还有许多优化方案,大家可以针对这边做优化。我这里不在去copy。

这样就可以将项目分成好几个dex文件了,但是这个dex文件里面的方法数是随机的,但是不会超过65535。

问题

今天我想说的坑是最近遇到的配置文件中的问题。由于百度加固中要求每个dex的方法数不要超过65530。之前打出来的三个dex,其中有一个恰好是65532,好吧,每次利用百度加固都不成功,没办法只能去解决限制dex中方法的数量。

通过查找网上各种资料,发现有两种方法:

1、使用gradle中增加--set-max-idx-number=48000

2、第三方的dexnkife,github地址:。使用这种方式没有成功,就决定采用第一种方式。

在gradle中增加了

afterEvaluate {tasks.matching {    it.name.startsWith('dex')}.each { dx ->    if (dx.additionalParameters == null) {        dx.additionalParameters = []    }    dx.additionalParameters += '--multi-dex'   dx.additionalParameters += '--set-max-idx-number=48000'}

发现不起任何作用,好吧又查找资料发现这种方式gradle1.5.0之后分包的方式已经换成下面这种方式

dexOptions {        javaMaxHeapSize "3g"        preDexLibraries  false        additionalParameters '-multi-dex',                                '--set-max-idx-number=48000'    }

加了之后发现还是不起作用,顿时感觉好崩溃。

好在看到了从gradle3.1.0之后dex编译采用D8。所以导致这种分包不成功。将gradle的版本降到3.0.0之后,分包成功,每个dex的方法都不超过48000。

另外也可以采用gradle3.1.0,然后将项目的gradle配置android.enableD8=false //暂时关闭

所以今天的目标就是看看3.1.0之后到底应该怎么设置,才能完成限制分包大小的功能

转载地址:http://giejz.baihongyu.com/

你可能感兴趣的文章
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>
nmap使用
查看>>
nmap使用实战(附nmap安装包)
查看>>
Nmap哪些想不到的姿势
查看>>