在Jsp中模拟WebForm(五)

                                           在Jsp中模拟WebForm(五)

    在第4步还存在困扰我们的问题。按照JSP规范对Tag的定义,tag的doStartTag和doEndTag应该向JspWrite对象实例out输出html文本,如果我们真的这么作了,5、6、
步骤对Tag进行操作还有何意义?tag已经输出到out对象中,生米成了熟饭,即使你在
5、6两步中调用了_button.setCaption("不是我的按钮"),客户端也不会看到了。更重
要的是4中调用了tag的release方法,tag的属性在5、6两步中已经面目全非了。

   办法只有一个,那就是在doStartTag、和doEndTag中不输出html文本,在release也不
释放tag的资源,而在另外的方法中实现本应这3个方法实现的功能,并在第7步中被pageHandler所调用。

  还有另外一个问题,jsp页面中存在大量非动态的文本,它们在生成的java文件中是
被out.print输出的,如:
   <br>静态文本
   <br><myjsp:button id="button1" caption="我的按钮">
   <br>按钮之后
 
  如果按照以上的想法,则最终输出的会是:
   <br>静态文本
   <br>按钮之后
   <br><myjsp:button id="button1" caption="我的按钮">

  这是因为我们并没如期在doStartTag和doEndTag中输出html,而在页面的最后才
输出,因此,所有tag的输出就会落在所有静态内容之后。那岂不是乱了套。

  还记得我们先前写的PageTag吗(见本文二)?他的父类是BodyTagSupport,这样,
对他的执行也会如对_button1(见本文四)那般。如果PageTag.doStartTag的返回值不是Tag.EVAL_BODY_INCLUDE,也不是Tag.SKIP_BODY,则会执行如下代码:
  out = pageContext.pushBody();
  _PageTag.setBodyContent((BodyContent) out);
  _PageTag.doInitBody();

  这样,实际上就是把jsp的输出重定向了。pushBody的输出为BodyContent类的实类,
同时也是JspWriter的子类,此后,out.print的任何输出都不会真正被写出,而被缓存
在BodyContent中。想办法取出BodyContent中的这些字符串,让它们与tag依照jsp页面
上一样的顺序出现在pageHandler的render方法中,我们就会得到正确的页面输出结果。

  我们前面说过,页面中的任何内容都置于<myjsp:page pageHandler="MyPageHandler">
和</myjsp:page>之间,这样,页面中的所有内容都不会在PageTag.doEndTag之前被输出。

  我们写一个继承自BodyTagSupport的类WebControl,让其他的自定义标签均继承自这个类。则WebControl的实现大致如下:
  public class WebControl extends BodyTagSupport
  {
     //阻止子类重写此方法
     final public int doStartTag() throws JspException
     {
         if(本控件有父控件,且父控件不是PageTag也不是FormTag)
         {            
             //从BodyContent中取出本tag开始之前的静态html文本,
             //..置于pageHandler的render序列中  
             //将自身添加到pageHandler的控件集合中
         }
         else
         {
             //从BodyContent中取出本tag开始之前的静态html文本,
             //..置于父控件的render序列中  
             //将自身添加到父控件的控件集合中
         }
         //清空BodyContent中的内容
     }
     //阻止子类重写此方法
     final public int doEndTag() throws JspException
     {
         if(本控件有父控件,且父控件不是PageTag也不是FormTag)
         {            
             //从BodyContent中取出本tag结束之前的静态html文本,
             //..置于pageHandler的render序列中  
         }
         else
         {
             //从BodyContent中取出本tag结束之前的静态html文本,
             //..置于父控件的render序列中  
         }
         //清空BodyContent中的内容
     }
     final void render() throws JspException
     {
        startRender();
        //调用本控件子控件的render()方法(按render序列执行)
        endRender();
        dispose();
     }
     //以下3个方法应由子类重写
     //输出控件的开始标记(原本应由doStartTag做的事情)
     protected void startRender() throws JspException
     {

     }
     //输出控件的闭合标记(原本应由doEndTag做的事情)
     protected void endRender() throws JspException
     {

     }
     //释放控件的资源(原本应由release做的事情)
     protected void dispose()
     {
        
     }
  }

  至此,按照上面的思路,在Jsp中模拟WebForm中可以实现的。在resin中
运行还有些问题,因为resin为同类的tag只实例化一次,因此要在resin中
运行必须修改WebControl的doStartTag方法,在此方法中,将this实例复制
一分,再添加入pageHandler或其父控件中去。

(待续...)

相关文章:

在Jsp中模拟WebForm(一)
在Jsp中模拟WebForm(二)
在Jsp中模拟WebForm(三)
在Jsp中模拟WebForm(四)
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值