博客
关于我
Android经典侧滑菜单SlidingMenu使用介绍
阅读量:801 次
发布时间:2019-03-25

本文共 1737 字,大约阅读时间需要 5 分钟。

SlidingMenu 是一款开源的 Android 开发类库,专为开发者提供简便的方式来创建侧滑菜单,效果类似于 Google+、YouTube 和 Facebook 等应用程序的菜单布局。作为一名技术人员,我将深入介绍 SlidingMenu 的使用方法,包括 DEMO 示例、XML 配置方式以及常用属性设置等内容。

SlidingMenu 简单 DEMO 示例

以下是一个简单的 DEMO 示例:

public class SlidingExample extends Activity {    private SlidingMenu slidingMenu;    @Override    public void onCreate(Bundle savedInstanceState) {        super.onCreate(savedInstanceState);        setContentView(R.layout.content);                slidingMenu = new SlidingMenu(this);        slidingMenu.setMode(SlidingMenu.LEFT);        slidingMenu.setTouchModeAbove(SlidingMenu.TOUCHMODE_FULLSCREEN);        slidingMenu.setShadowWidthRes(R.dimen.shadow_width);        slidingMenu.setShadowDrawable(R.drawable.shadow);        slidingMenu.setBehindOffsetRes(R.dimen.slidingmenu_offset);        slidingMenu.attachToActivity(this, SlidingMenu.SLIDING_CONTENT);        slidingMenu.setMenu(R.layout.menu);    }}

SlidingMenu XML 配置方式

如果你希望将 SlidingMenu 当做一个 View 使用,可以通过 XML 配置方式来实现:

注意事项

  • 不要同时使用 behindOffsetbehindWidth
  • 确保项目使用的库版本与 SlidingMenu 相容,重要的是 android-support-v4.jar

常用属性设置

  • setMode(SlidingMenu.LEFT):设置左侧滑动菜单
  • setTouchModeAbove(SlidingMenu.TOUCHMODE_FULLSCREEN):设置全屏触控模式
  • setShadowDrawable(R.drawable.shadow):设置阴影图片
  • setShadowWidthRes(R.dimen.shadow_width):设置阴影宽度
  • setBehindOffsetRes(R.dimen.slidingmenu_offset):设置菜单划出时的剩余宽度
  • setMenu(R.layout.menu_layout):设置菜单布局
  • attachToActivity(this, SlidingMenu.SLIDING_CONTENT):将菜单附加到 Activity

SlidingMenu GitHub 地址

SlidingMenu 的开源库地址为:https://github.com/jfeinstein10/SlidingMenu

结合 ActionBarSherlock 使用效果更为丰富,ActionBarSherlock 的地址为:https://github.com/JakeWharton/ActionBarSherlock

作为一名技术人员,我认为 SlidingMenu 是一个非常 ergonomic 的库,能够显著提升 Android 应用程序的用户体验。如果你有任何关于 SlidingMenu 的疑问或需要进一步的帮助,随时可以联系我。

转载地址:http://rziyk.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>