Nano Hash - криптовалюты, майнинг, программирование

элементы приложения манифеста Android

Я пытаюсь использовать Google Analytics в своем приложении для Android, и у меня возникла проблема, и она решена другим вопросом в stackoverflow.

Goolge Analytics — объект отслеживания из активности

Эта проблема была решена с помощью элемента манифеста, который вызывает активность класса в android:name.

<application android:name=".googleanalytic"...
</application>

Теперь я также хочу вызвать другой класс, который является контроллером приложений долины в android:name, следуя инструкциям на этом веб-сайте Разбор Android JSON с помощью Volley

<application android:name=".volleyjson.app.AppController"...
</application>

Мой вопрос заключается в том, как вызвать оба класса в манифесте

 <application android:name=".volleyjson.app.AppController" + ".googleanalytic"
</application>

Ответы:


1

Вы можете указать только одно значение в android:name, я думаю, вам нужно сделать что-то вроде этого при инициализации Google Analytics.

Несколько тегов android:name приложения в манифесте

14.05.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..