Custom view overrides onTouchEvent but not performClick

Custom view overrides onTouchEvent but not performClick在一个View里面覆盖了onTouchEvent方法,会报warningCustomview overridesonTouchEventbutnotperformClick处女座的我,受不了warning解决:1,再覆盖一个方法:@OverridepublicbooleanperformClick(){returnsuper.perfo

大家好,又见面了,我是你们的朋友全栈君。

在一个View里面覆盖了onTouchEvent 方法,会报warning

Custom view  overrides onTouchEvent but not performClick

处女座的我,受不了warning

解决:

1,再覆盖一个方法:

@Override
public boolean performClick() {

return super.performClick();
}

2,在onTouchEvent 方法里面,必须在适当的时候,调用performClick方法,如:

if (event.getAction() == MotionEvent.ACTION_DOWN) {

// 如果点击
performClick();
}

搞定。少说话,少犯错。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/148267.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • Extjs grid设置单元格字体颜色,及单元格背景色「建议收藏」

    Extjs grid设置单元格字体颜色,及单元格背景色「建议收藏」转自:http://blog.csdn.net/suixufeng/article/details/7480170上面这种是最简单的,设定固定的某单元格中字体颜色。[javascript]viewplaincopy//————————————————–列头    var cm = new

    2022年7月11日
    21
  • Java泛型深入理解「建议收藏」

    Java泛型深入理解「建议收藏」Java泛型,包括Java泛型的实现,泛型擦除以及相关面试题,通配符理解

    2022年6月23日
    18
  • C语言中volatile关键字的作用

    C语言中volatile关键字的作用一.前言1.编译器优化介绍:由于内存访问速度远不及CPU处理速度,为提高机器整体性能,在硬件上引入硬件高速缓存Cache,加速对内存的访问。另外在现代CPU中指令的执行并不一定严格按照顺序执行,没有相关性的指令可以乱序执行,以充分利用CPU的指令流水线,提高执行速度。以上是硬件级别的优化。再看软件一级的优化:一种是在编写代码时由程序员优化,另一种是由编译器进行优化。编译器优化常用的方法有:将内存变

    2022年6月1日
    34
  • goland 2021.1 激活码破解方法

    goland 2021.1 激活码破解方法,https://javaforall.net/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧!

    2022年3月15日
    602
  • mysql去重查询数量_mysql 数据去重

    mysql去重查询数量_mysql 数据去重数据库版本 mysql5 5 10 操作工具 navicateform 插入数据重复了用 mysql 语句去重查询数量是否大于 1 大于 1 表示有重复数据 SELECTcount FROMfinancia summary detailtGROUP SUMMARY ID t SOURCE t TEXT 根据查询创建临时表 createtablet t

    2025年11月20日
    5
  • 周期性学习率(Cyclical Learning Rate)技术[通俗易懂]

    周期性学习率(Cyclical Learning Rate)技术[通俗易懂]本文介绍神经网络训练中的周期性学习率技术。Introduction学习率(learning_rate,LR)是神经网络训练过程中最重要的超参数之一,它对于快速、高效地训练神经网络至关重要。简单来说,LR决定了我们当前的权重参数朝着降低损失的方向上改变多少。new_weight=exsiting_weight-learning_rate*gradient这看上去很简单。但是…

    2022年5月18日
    36

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号