HiSmartPerf使用WIFI方式连接Android机显示当前设备0.0.0.0无法ping通!设备和电脑连接同一网络,将设备保持亮屏重新尝试

在使用HiSmartPerf使用WIFI方式连接Android机时,如果出现无法ping通0.0.0.0的情况,可以尝试以下步骤解决问题:

问了一下AI,给出的解答如下:

  • 检查网络连接 :确保设备和电脑连接到同一局域网的Wi-Fi。可以在手机的"设置 > 关于手机 > 状态 > IP地址"中查找设备的IP地址,确保这个地址能在电脑上ping通,可以使用

    adb shell ping <设备IP地址>

  • 检查防火墙设置 :有时候,防火墙可能会阻止adb或其他网络调试工具的连接。确保网络连接相关的防火墙规则已正确配置,允许adb的TCP/IP连接。

  • 使用adb tcpip命令设置监听 :在手机连接到电脑后,可以使用以下命令设置目标设备监听TCP/IP连接:

    adb tcpip 5555

然后拔掉USB数据线,使用IP地址重新连接:

复制代码
adb connect <设备IP地址>:5555

确认设备已连接:

复制代码
adb devices

但运行这个命令显示(我这里的设备IP是10.12.234.21:5555):

复制代码
List of devices attached
96800f62        device
10.12.234.21:5555       unauthorized

怀疑可能是unauthorized的原因,又问了一下AI,下面的方法是可行的:

  • 第一步:在手机上撤销USB调试授权

在设置里进入 "开发者选项" (Developer options)。找到并点击 "撤销USB调试授权" (Revoke USB debugging authorizations)。在弹出的确认窗口中点击"确定"。

  • 第二步:在电脑上重启ADB服务

在电脑上打开命令行工具(CMD 或 PowerShell)输入以下命令,彻底关闭ADB服务:

复制代码
adb kill-server

再输入以下命令,重新启动ADB服务:

复制代码
adb start-server

会看到类似 daemon started successfully 的提示。

  • 第三步:重新连接并授权

现在我们要让电脑重新向手机发起连接请求。

输入连接命令:

复制代码
adb connect <设备IP地址>:5555

手机屏幕上应该会弹出一个标题为"允许USB调试吗?" (Allow USB debugging?) 的窗口,上面会显示您电脑的RSA密钥指纹。勾选"一律允许使用这台计算机进行调试" (Always allow from this computer),然后点击 "允许" (Allow) 或 "OK"。

授权完成后,再次在电脑的命令行中输入:

复制代码
adb devices

现在OK了:

复制代码
List of devices attached
96800f62                device
10.12.234.21:5555       device

连接也正常了,怀疑HiSmartPerf和安卓机的IP连接还是使用的adb,所以可以用adb来查看是否可以连接。

相关推荐
BU摆烂会噶7 分钟前
【LangGraph】House_Agent 实战(四):预定流程 —— 中断与人工干预
android·人工智能·python·langchain
AI玫瑰助手8 分钟前
Python运算符:比较运算符(等于不等等于大于小于)与返回值
android·开发语言·python
jiayong2320 分钟前
前端面试题库 - 浏览器与网络篇
前端·网络·面试
pengyi87101533 分钟前
共享 IP 防封维护策略,降低被封率、延长 IP 寿命
网络·网络协议·tcp/ip
new_dev38 分钟前
Python实现Android自动化打包工具:加固、签名、多渠道一键完成
android·python·自动化
小孔龙39 分钟前
Android `<activity-alias>` 指南:动态图标 · 多入口 · 重命名兼容
android·程序员·掘金·日新计划
制造业的搬运工1 小时前
高端电路板哪家好:专业视角下的选择逻辑
网络·pcb工艺·pcb
Yeats_Liao1 小时前
物联网接入层技术剖析(二):epoll到底是怎么工作的
java·linux·网络·物联网·信息与通信
QING6181 小时前
Kotlin inline 实战详解 —— 新手须知
android·kotlin·android jetpack
机器学习之心1 小时前
基于贝叶斯优化超参数的图卷积网络(BO-GCN)分类预测模型(附实验文档+Matlab代码)
网络·matlab·分类·分类预测模型·bo-gcn