JSP的一些小知识点

1.在web.xml中配置如下:

  <context-param>
   <param-name>username</param-name>
   <param-value>root</param-value>
   
   <param-name>password</param-name>
   <param-value>123456</param-value>
  </context-param>

 

使用JSP中使用appliction.getInitParameter("username")获取(servlet中使用getServletConfig().getServletContext().getInitParameter("username")获取)

 

2.在web.xml中配置如下:

  <servlet>

    <servlet-name></servlet-name>

    <servlet-class></servlet-class>

    <init-param>

      <param-name>age</param-name>

      <param-value>30</param-name>

    </init-param>

  </servlet>

 

使用config.getInitParameter("age");

 

3.中文乱码问题

i.如果请求方式是post,在获取参数值之前,使用request.setCharacterEncoding("GBK"); //or"gb2312",就可以解决。

ii.如果请求方式是get,使用java.net.URLDecoder类处理URL中的中文请求参数:

String rawQueryStr = request.getQueryString();

String queryString = java.net.URLDecoder.decode(rawQueryStr, "GBK")。

 

或者使用字符串转码:

String rawName = request.getParameter("name");

byte[] rawBytes = rawName.getBytes("ISO-8859-1");

String name = new String(rawBytes, "GBK");

 

4.request.getRequestDispatcher("/a.jsp").include(request, response);

   request.getRequestDispatcher("/a.jsp").forward(request, response);

 

   request.getRequestDispatcher(path)    //path字符串必须以斜线开头

 

5.重定向

response.sendRedirect("redirect-result.jsp");

 

6.增加Cookie

Cookie c = new Cookie("username", name);

c.setMaxAge(24*3600); //必须设定生存期限,否则Cookie将会随浏览器的关闭而自动消失

response.addCookie(Cookie cookie);

 

获取Cookie

Cookie[] cookies = request.getCookies();

for(Cookie c : cookies){

  if(c.getName().equals("username")){

     out.println(c.getValue());

  }

}

 

7.使用load-on-startup配置Servle实例化

<load-on-startup>1</load-on-startup>  //整型值越小,servlet就越优先实例化。

 

8.自定义标签

javax.servlet.jsp.tagext.SimpleTagSupport

 

 

 

 

  • 0
    点赞
  • 0
    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