在构建阶段设置Info.plist值

Question

我有一个iOS，我要为其运行一个构建阶段，该阶段从JSON文件读取一个值，将其导出为环境变量，然后在我的Info.plist中读取它。

我目前有：

# Build Scripts/SetAPIVersion
set -e

if ! which jq > /dev/null; then
echo "error: jq is missing. Be sure to git pull `dev-box` and run apply.sh"
exit 1
fi

export API_VERSION =$(cat ../src/version.json | jq .api)

echo "Set API Version to $(API_VERSION)!"

我的应用程序将生成，但是该值似乎未设置。我在这里做什么错了？

Answer 1

您可以使用此：

plutil -replace APIVersion -string <VERSION> <PATH TO INFO>.plist

您还可以使用PlistBuddy：

/usr/libexec/PlistBuddy -c "Set :APIVersion string <VERSION>" <PATH TO INFO>.plist

如果版本是静态数字（取决于环境），则可以将项目构建设置user defined variable用于：

Answer 2

shell解释器作为子进程运行。当它sed是一个环境变量时，它只会影响该shell解释器进程及其其子进程，而不会影响父进程（即Xcode）或其兄弟进程（其他构建阶段） ）。

您可以使Shell脚本构建阶段采用一个输入文件，例如Info.plist.in，然后从中生成Info.plist。它将根据您的喜好将输入转换为输出。例如，它可以使用#define将特殊字符串替换为其应具有的值。确保适当地配置运行脚本构建阶段的输入和输出。

或者，您可以让运行脚本构建阶段生成一个定义宏的头文件，例如api_version.h，其中API_VERSION s #include，def segmented_stylization(self, img, target_size = 3840): self.g1 = self.seg_graph.as_graph_def() self.g2 = self.eval_graph.as_graph_def() start = time.time() # Here we need to create a combined graph with tf.Graph().as_default() as g_combined: # Get both our stylized frame and segmentation mappings by passing in the original frame input style_input = self.eval_graph.get_tensor_by_name("img_placeholder:0") style_output = self.eval_graph.get_tensor_by_name("style_outputs:0") seg_input = self.seg_graph.get_tensor_by_name("ImageTensor:0") seg_output = self.seg_graph.get_tensor_by_name("SemanticPredictions:0") seg_map = seg_output[0] # Take our segmented mapping and identify the pixels corresponding to any human(s) in the picture hPixels = tf.where(tf.equal(seg_map, self.humanIdx)) # Replace the pixels corresponding to a human #mframe = tf.scatter_nd_update(style_output, hPixels, tf.gather_nd(resized_img, hPixels)) # mframe = tf.image.resize_nearest_neighbor(style_output (self.output_width, self.output_height)) #mframe = tf.clip_by_value(mframe, 0, 255) sess_comb = tf.Session(graph = g_combined) a = sess_comb.run([hPixels], feed_dict = {"img_placeholder:0" : resized_img, "ImageTensor:0" : resized_img}) output_img = sess_comb.run([mframe], feed_dict = {"img_placeholder:0" : resized_img, "ImageTensor:0" : resized_img}) return output_img Info.plist，并在构建设置中启用对Info.plist的预处理。再次，确保运行脚本阶段的输入和输出正确。