Strus2(十三)---输入验证

(1)struts2的输入验证
—基于Xwork Validation Framework的声明式验证,需要声明的内容包括
~~对哪个Action或Model的哪个字段进行验证;
~~使用什么验证规则;
~~如果验证失效,转向哪一个页面,显示是什么错误消息;
—编程式验证
~~可以使Action类实现Validateable接口,ActionSupport类已经实现了Validateable接口;
(2)声明式验证
—字段验证:判断某个字段属性的输入是否有效.
—非字段验证:不只针对某个字段,而是针对多个字段的输入值之间的逻辑关系进行校验.例如:对再次输入密码进行判断.
—使用声明式验证程序的步骤:
I 先明确对哪一个Action的哪一个字段进行验证.
II 编写配置文件.它的文件名必须是以下两种格式之一:
· 若一个Action类的多个action使用同样的验证规则:ActionClassName-validation.xml;
· 若一个Action的多个action使用不同的验证规则:ActionClassName-AliasName(即action的请求名)-validation.xml

例:
这里写图片描述
III 确定验证失败时的响应页面:在struts.xml文件中定义一个<result name="input">的元素。 (若验证失败,则转向input的那个result,所以需要配置name=”input”的result)
(3)Struts2内置的验证规则及作用:
这里写图片描述

· required: 确保某给定字段的值不是空值 null .

· requiredstring: 确保某给定字段的值既不是空值 null, 也不是空白.

  • trim 参数. 默认为 true, 表示 struts 在验证该字段值之前先剔除前后空格.

· stringlength: 验证一个非空的字段值是不是有足够的长度.

  • minLength: 相关字段的最小长度. 若没有给出这个参数, 该字段将没有最小长度限制 .
  • maxLength:相关字段的最大长度. 若没有给出这个参数, 该字段将没有最大长度限制.
  • trim: 在验证之前是否去除前后空格

· date: 确保某给定日期字段的值落在一个给定的范围内

  • max:相关字段的最大值. 若没给出这个参数, 该字段将没有最大值限制.
  • min:相关字段的最小值. 若没给出这个参数, 该字段将没有最小值限制.

· email: 检查给定 String 值是否是一个合法的 email.
· url: 检查给定 String 值是否是一个合法的 url.
· regex: 检查某给定字段的值是否与一个给定的正则表达式模式相匹配.

  • expresssion*: 用来匹配的正则表达式.
  • caseSensitive: 是否区分字母的大小写. 默认为 true.
  • trim: 是否去除前后空格. 默认为 true.

· int: 检查给定整数字段值是否在某一个范围内.

  • min: 相关字段的最小值. 若没给出这个参数, 该字段将没有最小值限制.
  • max: 相关字段的最大值. 若没给出这个参数, 该字段将没有最大值限制.

· conversion: 检查对给定 Action 属性进行的类型转换是否会导致一个转换错误. 该验证程序还可以在默认的类型转换消息的基础上添加一条自定义的消息.
· expression 和 fieldexpression: 用来验证给定字段是否满足一个 OGNL 表达式.

  • 前者是一个非字段验证程序, 后者是一个字段验证程序.
  • 前者在验证失败时将生成一个 action 错误, 而后者在验证失败时会生成一个字段错误.
  • expression*: 用来进行验证的 OGNL 表达式.
    例:
    这里写图片描述

(4)声明式验证的配置文件内容:
这里写图片描述
~~自定义验证程序的出错消息的国际化配置

<message key="error.int"></message>
//再在国际化配置文件中加入一个键值对:error.int = 自定义的消息

(5)如何显示错误消息?
–若使用的是非simple主题,则自动显示错误消息.
–若使用的是simple主题,则需要使用s:fielderror标签或直接使用EL表达式(使用OGNL);
例:

${fieldErrors.age[0]} OR <s:fielderror fieldName="age"/>

(6)声明式验证框架的原理
~~Struts2默认的拦截器栈中提供了一个Validation拦截器.
~~每个具体的验证规则都会对应一个具体的拦截器.有一个配置文件把验证规则名称和验证器关联起来了,而实际上关联的是那个验证器,该文件位于com.opensymphony.xwork2.validator.validators下的default.xml
这里写图片描述
这里写图片描述

(7)短路验证器
~~若一个字段使用多个验证器,默认情况下会执行所有的验证,若希望前面的验证没有通过,后面的就不在验证,可以使用短路验证.<validator .../>元素和<field-validator .../>元素可以指定一个可选的short-circuit属性,该属性指定该验证器是否是短路验证器,默认值是false.

<!-- 设置短路验证: 若当前验证没有通过, 则不再进行下面的验证 -->
        <field-validator type="conversion" short-circuit="true">
            <message>^Conversion Error Occurred</message>
        </field-validator>
//注: 若类型转换失败, 默认情况下还会执行后面的拦截器, 还会进行 验证. 可以通过修改 ConversionErrorInterceptor 源代码的方式使当类型转换失败时, 不再执行后续的验证拦截器, 而直接返回 input 的 result
    Object action = invocation.getAction();
        if (action instanceof ValidationAware) {
            ValidationAware va = (ValidationAware) action;

            if(va.hasFieldErrors() || va.hasActionErrors()){
                return "input";
            }
        }

(8)关于非字段验证: 不是针对于某一个字段的验证.

<validator type="expression">
        <param name="expression"><![CDATA[password==password2]]></param>
        <message>Password is not equals to password2</message>
    </validator>
  //显示非字段验证的错误消息, 使用 s:actionerror 标签:  <s:actionerror/>  

(9)错误消息的重用性:即多个字段使用同样的验证规则,适用同一条验证消息

error.int=${getText(fieldName)} needs to be between ${min} and ${max}

age=\u5E74\u9F84
count=\u6570\u91CF  

具体分析:
这里写图片描述
(10) 自定义验证器:

I. 定义一个验证器的类

> 自定义的验证器都需要实现 Validator. 
> 可以选择继承 ValidatorSupport 或 FieldValidatorSupport 类
> 若希望实现一个一般的验证器, 则可以继承 ValidatorSupport
> 若希望实现一个字段验证器, 则可以继承 FieldValidatorSupport

> 具体实现可以参考目前已经有的验证器. 

> 若验证程序需要接受一个输入参数, 需要为这个参数增加一个相应的属性

II. 在配置文件中配置验证器

> 默认情况下下, Struts2 会在 类路径的根目录下加载 validators.xml 文件. 在该文件中加载验证器.
     该文件的定义方式同默认的验证器的那个配置文件: 位于 com.opensymphony.xwork2.validator.validators 下的 default.xml

> 若类路径下没有指定的验证器, 则从 com.opensymphony.xwork2.validator.validators 下的 default.xml 中的验证器加载     

III. 使用: 和目前的验证器一样.
(11)编程式验证
· Struts2 提供了一个 Validateable 接口, 可以使 Action 类实现这个接口以提供编程验证功能.
· ActionSupport 类已经实现了 Validateable 接口
这里写图片描述

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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