Struts1.X vs Webwork2.X

 

 

 

 

Struts1.1

 

 

 

 

WebWork2

 

 

 

 

Action

 

 

 

 

Struts里面,每一个Action类必需要继承一个抽象的类org.apache.struts.action.Action。这个在Java编程中会引来一些问题,就是关于多种继承的问题。

 

 

 

 

WebWorkAction类仅需要实现接口com.opensymphony.xwork.Action,也可以实现其它的接口来实现更多的功能,譬如:validate(验证),localware(国际化)等。当然,它也提供了一个类ActionSupport集成了上面的所有功能,我们在开发中可以根据需要选择。

 

 

 

 

线程模型

 

 

 

 

Struts Action必需是threadsafe方式,它仅仅允许一个实例去处理所有的请求。所以action用到的所有的资源都必需统一同步,这个就引起了线程安全的问题。

 

 

 

 

WebWork中,每个请求对应一个Action,因此没有线程的安全问题。实际上Servlet容器对每个请求也产生多个对象,它也没有证明对性能和垃圾回收产生太多的影响。

 

 

 

 

Servlet的依赖

 

 

 

 

Struts处理Action时必需要依赖ServletRequest ServletResponse,所有它摆脱不了Servlet容器。

 

 

 

 

WebWorkAction不用依赖Web层和其它的容器。它可以通过ActionContext,直接去访问RequestResponse,但这个是可选的,只有在必需的请求下使用。

 

 

 

 

测试

 

 

 

 

Struts的每个Action都同Web层耦合在一起,这样它的测试依赖于Web容器,单元测试也很难实现。不过有一个Junit的扩展工具Struts TestCase可以实现它的单元测试。

 

 

 

 

Webworkaction能够通过赋予一定的属性,就可以执行单元测试。同时也可以使用一个mock的实例去测试,而不是通过启动web容器来进行测试。

 

 

 

 

FormBean

 

 

 

 

Struts要求有FormBean对应每一个表单,而且FormBean必需继承抽象类ActionForm。而使用DynaBeans实际上没有太大的意义。不能够很好的处理现有的模型。

 

 

 

 

Webwork 能够动态的收集web的数据然后再赋值给bean。它也可以使用FormBean的形式,FormBean可以是普通的DTO和域对象,它不用重新根据域对象来生成新的FormBean,也不需继承抽象类ActionForm

 

 

 

 

前端表达式语言

 

 

 

 

Struts集成了JSTL,所以它主要使用JSTL的表达式语言来获取数据。可是JSTL的表达式语言在Collection和索引属性方面处理显得很弱。

 

 

 

 

WebWork的表达式语言使用了功能强大的OGNL。它使用OGNL建立一个OgnlValueStack来搜索数据。Webwork前端也可以使用JSTL,但它同时支持:velocityfreemakerjspparerxml

 

 

 

 

类型的转换

 

 

 

 

StrutsFormBean把所有的数据都作为String类型,它可以使用工具Commons-Beanutils进行类型转化。但它的转化都是在Class级别,而且转化的类型是不可配置的。类型转化时的错误信息返回给用户也是非常困难的。

 

 

 

 

WebWork使用OGNL进行类型转化,提供了所有基本类型的转化功能。类型转化可以直接对一个Class进行(Class级别)转化,也可以对Class的字段进行类型转化。它使用拦截器可以很容易的将类型转化的错误信息返回给用户,而且错误信息可以对应到一个相应的字段。

 

 

 

 

Action 执行前和后的处理

 

 

 

 

Struts处理Action的时候是基于classhierarchies,很难在action处理前和后进行操作。

 

 

 

 

Webwork2 允许您处理Action可以通过拦截器,就是在每一个Action处理前或者后进行其它操作。它的拦截器可以在配置文件中动态添加,这样Action和拦截器之间完全解藕,更好的实现了组件化。

 

 

 

 

验证处理

 

 

 

 

Struts的验证是调用FormBeanvalidator()方法,其实就是对FormBean的验证。它一般使用框架Commons Validation进行数据验证处理。它使用了一个全局的配置文件validation.xml定义了FormBean的验证信息。StrutsFormBean属性都被认为是String类型,所以它在验证时也需要额外的类型转化。

 

 

 

 

WebWork使用Xwork的验证框架进行验证处理,它可以通过配置拦截器来激活。它可以为每个需要验证的Class指定一个xml验证文件,也可以为一个Class在不同的情况指定不同的xml验证文件。WebWork证可以给每个Action类指定对应的验证文件,也可以给Action的字段去指定验证文件。通过拦截器来组装Action和其验证文件,使它们之间完全解藕。

 

 

 

 

Action执行的控制

 

 

 

 

Struts创建一个Action,如果想控制它的执行顺序将会非常困难。甚至你要重新去写Servlet来实现你的这个功能需求。

 

 

 

 

在这个方面,WebWork的拦截器栈提供了强大的功能。Action的所有切面功能都有拦截器来实现(比如:取得request请求参数、验证处理等),这样你就可以用拦截器栈来组织拦截器的执行顺序。例如:你需要在使用request请求参数来设置Action属性之前,使用IoC框架设置Action的属性,反之已然。这时,你就可以为packageAction指定一个拦截器栈来实现。

 

 

 

 

 
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