Nano Hash - криптовалюты, майнинг, программирование

Как получить тип напоминания об объекте события календаря Google?

Я пытаюсь проанализировать объект события Google Calendar. Это событие имеет напоминание типа "электронная почта". Но просмотрев все поля этого объекта, я не нашел поля типа напоминания. Он имеет только параметры «useDefault». Как я могу получить тип напоминания?

P.S: Я могу добавить напоминание о событии из своего приложения, используя API календаря Google, и это примерно так:

EventReminder reminder = new EventReminder();
reminder.setMinutes(5);
reminder.setMethod("email");

Event.Reminders eRem = new Event.Reminders();
List<EventReminder> reminders = new ArrayList<>();
reminders.add(reminder);
eRem.setOverrides(reminders);
eRem.setUseDefault(false);

event.setReminders(eRem);

Но, к сожалению, я не могу выполнить эту задачу в обратном порядке.

android google-calendar-api google-api
20.05.2015

Ответы:


1

Вы можете использовать: reminders.overrides[].method Возвращает тип напоминания: email, sms or popup

Документацию можно посмотреть здесь: Документы Google

20.05.2015
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..