机器学习方言检测模型转Android应用的连接与闪退问题排查

问题描述 #

开发方言检测Android应用时，Flask后端模型通过Postman测试可正常返回预测结果，但Android端调用始终出现**java.net.ConnectException: Failed to connect to /127.0.0.*:**连接异常。尝试刷新DNS、指定端口、关闭防火墙等方法无效；将Android端URL替换为电脑IPv4地址后，连接错误消失，但应用在模拟器中直接闪退（设备配置16GB RAM，排除性能问题）。

代码片段 #

Android端MainActivity代码 #

public class MainActivity extends AppCompatActivity {

    EditText inputuser;
    Button detectnow;
    TextView result;
    String url = "http://127.0.0.1:8080/predict";


    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        EdgeToEdge.enable(this);
        setContentView(R.layout.activity_main);

        inputuser = findViewById(R.id.input);
        detectnow = findViewById(R.id.translate);
        result = findViewById(R.id.result);

        detectnow.setOnClickListener(new View.OnClickListener() {
            @Override
            public void onClick(View v) {
                // Get the user input text
                String userInput = inputuser.getText().toString();

                // Create JSON object with the user input
                JSONObject jsonBody = new JSONObject();
                try {
                    jsonBody.put("text", userInput);
                } catch (JSONException e) {
                    e.printStackTrace();
                }

                // Create a request queue
                RequestQueue queue = Volley.newRequestQueue(MainActivity.this);

                // Create a JSON object request
                JsonObjectRequest jsonObjectRequest = new JsonObjectRequest(Request.Method.POST, url, jsonBody,
                        new Response.Listener<JSONObject>() {
                            @Override
                            public void onResponse(JSONObject response) {
                                try {
                                    // Get the predicted dialect from the response
                                    String predictedDialect = response.getString("predicted_dialect");

                                    // Set the predicted dialect to the result TextView
                                    result.setText("Predicted Dialect: " + predictedDialect);
                                } catch (JSONException e) {
                                    e.printStackTrace();
                                }
                            }
                        },
                        new Response.ErrorListener() {
                            @Override
                            public void onErrorResponse(VolleyError error) {
                                // Handle errors
                                Toast.makeText(MainActivity.this, error.getMessage(), Toast.LENGTH_SHORT).show();
                            }
                        });

                // Add the request to the request queue
                queue.add(jsonObjectRequest);
            }
        });
    }
}

Flask后端代码 #

from flask import Flask, request, jsonify
import pandas as pd
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.preprocessing import LabelEncoder

app = Flask(__name__)

# Load the dataset and preprocess it
df_dialect = pd.read_csv("dialect_list_balance.csv").dropna()
le = LabelEncoder()
vectorizer = CountVectorizer()
bag = vectorizer.fit_transform(df_dialect['sentence'])
features = bag.toarray()
vocab = vectorizer.get_feature_names_out()
df_bow = pd.DataFrame(features, columns=vocab)
df_bow['dialect_class'] = le.fit_transform(df_dialect['dialect'])

# Train the model
X = df_bow.iloc[:, :-1]
y = df_bow['dialect_class']
gb_clf = GradientBoostingClassifier()
gb_clf.fit(X, y)


@app.route('/predict', methods=['POST'])
def predict():
    # Get the input text from the request body
    input_text = request.json.get('text')

    # Preprocess the input text
    input_bag = vectorizer.transform([input_text])
    input_features = input_bag.toarray()

    # Predict the dialect of the input text
    prediction = gb_clf.predict(input_features)

    # Decode the predicted label to dialect class
    predicted_dialect = le.inverse_transform(prediction)[0]

    # Return the predicted dialect as a JSON response
    return jsonify({"predicted_dialect": predicted_dialect})


if __name__ == '__main__':
    app.run(debug=True, port=8080)

问题分析 #

1. 127.0.0.1连接失败原因：Android模拟器中的127.0.0.1指向模拟器自身，而非运行Flask服务的电脑，因此无法建立连接。
2. 替换IPv4后闪退原因：
   • 缺少网络权限或Android 9+默认禁止明文HTTP请求，导致网络请求触发异常。
   • 未处理空输入，构造JSON时可能抛出未捕获的异常，引发崩溃。
   • 错误处理中error.getMessage()可能为null，导致Toast显示时崩溃。

解决方案 #

1. 修正后端访问配置 #

• 获取电脑的局域网IPv4地址（Windows用ipconfig，Mac/Linux用ip addr）。
• 修改Flask启动代码，让服务监听所有网卡，允许局域网设备访问：

  if __name__ == '__main__':
      app.run(debug=True, port=8080, host='0.0.0.0')
  

• 将Android端的url替换为电脑的IPv4地址，例如：

  String url = "http://192.168.1.100:8080/predict";
  

2. 配置Android网络权限与明文HTTP允许 #

• 在AndroidManifest.xml中添加网络权限：

  <uses-permission android:name="android.permission.INTERNET" />
  <uses-permission android:name="android.permission.ACCESS_NETWORK_STATE" />
  

• 针对Android 9+允许明文HTTP请求（测试环境）：
  在<application>标签中添加：

  android:usesCleartextTraffic="true"
  

  （正式环境建议配置HTTPS，或创建network_security_config.xml进行更精细的网络安全配置）

3. 修复Android端代码潜在崩溃点 #

• 处理空输入，避免构造JSON时出错：

  detectnow.setOnClickListener(new View.OnClickListener() {
      @Override
      public void onClick(View v) {
          String userInput = inputuser.getText().toString().trim();
          if (userInput.isEmpty()) {
              Toast.makeText(MainActivity.this, "请输入文本", Toast.LENGTH_SHORT).show();
              return;
          }
          // 后续JSON构造和请求代码...
      }
  });
  

• 优化错误处理，避免null消息导致崩溃：

  new Response.ErrorListener() {
      @Override
      public void onErrorResponse(VolleyError error) {
          String errorMsg = error.getMessage() != null ? error.getMessage() : "请求失败";
          Toast.makeText(MainActivity.this, errorMsg, Toast.LENGTH_SHORT).show();
      }
  }
  

4. 验证网络连通性 #

• 确保模拟器与电脑处于同一局域网。
• 在模拟器浏览器中访问http://你的电脑IPv4:8080/predict，用POST请求测试是否能正常返回结果，确认网络路径通畅。

内容的提问来源于stack exchange，提问作者rahman auf