Struts2 文件上传与下载 常见问题

传统的HTML里上传文件如下所示:

 

<form method="pose" action="xxx" enctype="multipart/form-data">
      <input type="file" size="40">
</form>

 

表单enctype的默认属性是application/x-www-form/urlencoded,这种方案使用有限的字符集,当使用非字母和数字的字符时,将被%HH代替,因此一个中文字符会被描述为%HH%HH,这样上传的数据量将是原始数据量的2-3倍,所以后来改用了一种新型的媒体类型multipart/form-data

 

在实际的应用中,发现经常出现各种问题:

1:抱xxx工程/xx目录 拒绝访问

   因为我用的是 jsmartcom 的jar包上传的。也就是smart upload的上传组件,通过servlet实现。而我用的是struts2的上传功能。追根溯底发现是smart upload 的请求被struts2给拦截了,造成找不到存放临时文件的目录。由此可以看出smart upload的上传机制应该和struts2的一致。

        找到原因就好办了,解决方法就是不让struts拦截servlet的请求。看一下web.xml的配置,原来拦截的是 /* 所有的请求。好办,把 /* 改为  *.action 就OK了,测试通过

 

2:经常出现什么action找不到

   解决方法:1:检查你写的struts.xml文件是不是拼写错误,更不能有大小写错误,笔者经常出现Struts.xml错误

                2:检查web.xml是否指定了struts的拦截器

                3:页面标签错误

3:Unable to find 'struts.multipart.saveDir' property setting.

   解决办法:在struts.xml里配置<constant name="struts.multipart.saveDirg" value="**"/>

                 或者在struts.properties里添加struts.multipart.saveDir="d:\\uploadFile"

 

4:文件太大,比如经常报超过了2097152

   解决办法:在struts.properties里增加一条struts.multipart.maxSize=***

 

文件下载:在struts2中下载文件已经被集成到框架中,用一个stream流来表达(具体结果类型就是streamResult)

详细例子如下:

 

1:在页面端

<s:url id="url" action="download"></s:url>
<s:a href="%{url}">下载file组件</s:a>

 

2:在struts.xml端

  

<!-- begin:实现文件下载 -->
<action name="download" class="**">
   <param name="inputPath">
       /WEB-INF/uploadFiles/file-down.zip
   </param>
   <result name="input">
      /WEB-INF/pages/download.jsp
   </result>
   <result name="success" type="stream">
        <param name="contentType">
              application/zip</param> 
        <param name="inputName">inputStream</param>
        <param name="contentDisposition">
                  filename="file-down.zip"
        </param>
        <param name="bufferSize">2048</param>
   </result>
</action>
<!-- end:实现文件下载 -->

 这里简单介绍下这几个参数,第一个inputPath表示输入流的路径,要求是到文件

        第二个参数contentType表示文件下载类型(MIME类型)

        第三个参数inputName是action里调用的方法名

        第四个参数默认是inline字符串,但不可不写。实际上这里指的是具体文件名

 

3:在Action端

   

private String inputPath;
	
	@Override
	public String execute() throws Exception {		
		return SUCCESS;
	}
	
	public String input() throws Exception{
		return INPUT;
	}

	public InputStream getInputStream() throws IOException{
		InputStream is= ServletActionContext.getServletContext().
    getResourceAsStream(inputPath);
		return is;		
	}
	
	public String getInputPath() {
		return inputPath;
	}

	public void setInputPath(String inputPath) {
		this.inputPath = inputPath;
	}

                   这里inputPath是从struts.xml文件获取的,但是具体的结果展示是依靠streamResult类来完成的

  

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