Automatiser la vérification du commit
Automatiser la vérification du commit avec commitlint
Créez un fichier versions.gradle dans le répertoire de votre projet et listez vos dépendances en spécifiant leur version. N'oubliez pas d'y introduire la liste des versions que vous utiliserez dans vos dépendances. Ici :
ext { exoPlayerVersion = '2.9.6' }
Dans votre fichier build.gradle applicatif ajoutez en haut :
apply from: 'versions.gradle'
Enfin, ajoutez dans votre fichier build.gradle les dépendances à ExoPlayer :
// exoplayer
implementation "com.google.android.exoplayer:exoplayer-core:$exoPlayerVersion"
implementation "com.google.android.exoplayer:exoplayer-ui:$exoPlayerVersion"
Nous allons créer une classe Player. Cette classe va avoir un rôle de façade sur notre player ExoPlayer pour exécuter toutes nos actions type play, pause, instancier notre player, le configurer en fonction du flux d'entrée...
Pour commencer nous allons créer une variable privé de type SimpleExoPlayer et l'initialiser dans notre objet :
class Player(val context: Context) {
private var player: SimpleExoPlayer = ExoPlayerFactory.newSimpleInstance(context)
}
À partir d'ici, nous avons notre player instancié. Maintenant il faut lui permettre de lire des vidéos locales. Nous allons donc créer une méthode qui va lui permettre de décoder notre fichier video. ExoPlayer est capable de lire un nombre assez conséquent de formats vidéos différents, que ce soient des vidéos locales ou des streams live. Pour différencier ces types de flux d'entrées nous devons créer un fichier de type MediaSource, qui est le media final que nous passerons à notre player ExoPlayer pour qu'il le lise. Pour créer ce fichier, nous devons passer par une des factories ExoPlayer, qui différera en fonction du flux. À savoir qu'en entrée, la factory va demander une URI.
Ici j'ai choisi de lire un fichier MP4, format considéré comme standard par exoplayer :
private fun buildMediaSource(uri: Uri): MediaSource { val factorymediaSourceFactory: ExtractorMediaSource.Factory = ExtractorMediaSource.Factory( DefaultDataSourceFactory( context, Util.getUserAgent(context, "MyNetflix") ) ) return factorymediaSourceFactory.createMediaSource(uri) }
Nous avons notre player, notre MediaSource résultant de la transformation de notre URI. Mais il nous manque un dernier détail... Pour pouvoir s'afficher correctement, ExoPlayer a besoin qu'on lui fournisse une SurfaceView, custom view de la librairie Exoplayer sur laquelle il va pouvoir afficher son contenu.
Nous allons donc pour l'instant ajouter une méthode pour fournir à notre objet Player une surfaceView :
fun setVideoSurface(surfaceview: SurfaceView) {
player.setVideoSurfaceView(surfaceview)
}
Enfin bien sûr, nous allons ajouter plusieurs actions, pour pouvoir tester notre super player par la suite.
Pour charger notre média :
fun prepare(uri: Uri) {
player.prepare(buildMediaSource(uri), false, true);
}
Pour reset notre player :
fun stop() {
player.stop(true)
player.seekToDefaultPosition()
}
Pour lancer la lecture :
fun play() {
player.playWhenReady = true
}
Pour le mettre en pause :
fun pause() {
player.playWhenReady = false
}
Et un getter sur son état en lecture ou pas :
fun isPlaying() {
return player.playWhenReady
}
À savoir que pour indiquer que l'on veut jouer la vidéo de notre player, il faut modifier la valeur du boolean playWhenReady. ExoPlayer écoute cette valeur. Dès qu'elle est modifiée et s'il n'est pas en cours d'initialisation il lancera instantanément la vidéo. Sinon il attendra de finir son initialisation puis la lancera.
Auteur(s)
Bastien Calone
Android Developper
Vous souhaitez en savoir plus sur le sujet ?
Organisons un échange !
Notre équipe d'experts répond à toutes vos questions.
Nous contacterDécouvrez nos autres contenus dans le même thème
Automatiser la vérification du commit avec commitlint
Dans le domaine de la data, la qualité de la donnée est primordiale. Pour s'en assurer, plusieurs moyens existent, et nous allons nous attarder dans cet article sur l'un d'entre eux : tester unitairement avec Pytest.
Le domaine de la data est présent dans le quotidien de chacun : la majorité de nos actions peut être traduite en données. Le volume croissant de ces données exploitables a un nom : "Big Data". Dans cet article, nous verrons comment exploiter ce "Big data" à l'aide du framework Apache Spark.