Struts2

Struts框架拥有两个主要的版本,分别是Struts 1.x 和Struts 2.x 版本,它们都是遵循MVC思想的开源框架。

注意:Struts 2 框架并不是核心控制器Struts 1 的升级版,而是一个全新的框架,在体系结构上与Struts 1 也存在着较大的差距。

它将Struts技术与WebWork技术完美地结合起来。

一、Struts2 工作流程

1、用户发出一个 HttpServletRequest 请求。

2、这个请求经过一系列的过滤器 Filter 来传送。【如果Struts2 与Site Mesh 插件以及其他框架进行了集成,则请求首先要经过可选的ActionContextCleanUp过滤器】

3、调用FilterDispatcher(核心控制器)【Struts 2框架的基础,包含了框架内部的控制流程和处理机制。】,它通过询问ActionMapper来确定该请求是否需要调用某个Action。如果需要调用某个Action,则FilterDispatcher就把请求转交给ActionProxy处理。

4、ActionProxy通过配置管理器 Configuration Manager 询问框架的配置文件struts.xml,从而找到需要调用的Action类。

5、ActionProxy 创建一个ActionInvocation的实例,该实例使用命名模式来调用。在Action执行的前后,ActionInvocation实例根据配置文件加载与Action相关的所有拦截器Interceptor。

6、一旦Action执行完毕,ActionInvocation实例根据struts.xml文件中的配置找到相对应的返回结果。【返回结果通常是一个Jsp或者FreeMarker的模版。】

7、最后,HttpServletResponse响应通过web.xml文件中配置的过滤器返回。



基本简要流程如下:

      1、客户端浏览器发出HTTP请求。

      2、根据web.xml配置,该请求被FilterDispatcher接收。

      3、根据struts.xml配置,找到需要调用的Action类和方法, 并通过IoC方式,将值注入给Aciton。

      4、Action调用业务逻辑组件处理业务逻辑,这一步包含表单验证。

      5、Action执行完毕,根据struts.xml中的配置找到对应的返回结果result,并跳转到相应页面。

      6、返回HTTP响应到客户端浏览器。


最简单的七个步骤:

      1:客户端在浏览器中输入一个url地址。

      2:这个url请求通过http协议发送给tomcat。

      3:tomcat根据url找到对应项目里面的web.xml文件。

      4:在web.xml里面会发现有struts2的配置。

      5:然后会找到struts2对应的struts.xml配置文件。

      6:根据url解析struts.xml配置文件就会找到对应的class。

      7:调用完class返回一个String字符串,根据struts.xml返回到对应的jsp。

 

 

struts2标签分类:

      1.表单UI标签

      2.非表单UI标签

      3.控制标签

      4.数据标签

 

 

为什么使用struts2?

      1.开源

      2.mvc框架

      3.纯pojo的Action

      4.更好的标签特性

      5.易测试

      6.易扩展



二、配置

web.xml【struts2-core-2.2.1.jar】

	<filter>
		<filter-name>struts2</filter-name>
		<filter-class>org.apache.struts2.dispatcher.ng.filter.StrutsPrepareAndExecuteFilter</filter-class>
	</filter>
	<filter-mapping>
		<filter-name>struts2</filter-name>
		<url-pattern>/*</url-pattern>
	</filter-mapping>

struts.xml【struts-2.0.dtd】

<?xml version="1.0" encoding="UTF-8"?>
   <!DOCTYPE struts PUBLIC 
	"-//Apache Software Foundation//DTD Struts Configuration 2.0//EN"
	"http://struts.apache.org/dtds/struts-2.0.dtd">
<struts>
	<constant name="struts.devMode" value="true" />
	<constant name="struts.i18n.encoding" value="utf-8" />
	<package name="default" namespace="/" extends="struts-default">
		<action name="userAction" class="action.UserAction">
			<result name="success">/success.jsp</result>
		</action>
	</package>
</struts>

Action类继承ActionSupport。


  • 2
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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