2、Spring核心技术-Resource

        这里的Resource并不是指我们所用的@Resource注解,这里的Resource值对各种资源的抽象在应用中我们通常使用URL来定位一些资源,我们经常使用URL前缀来区分定位不同类型的资源,比如使用http:来定位http资源,使用ftp:获得ftp资源等,Spring提供了一个Resource接口来抽象各种资源,比如从文件系统、系统类路径classpath、网络、输入流、或者谁ServletContext中获得资源。

1、几个Spring内置的Resource接口实现类

2、ResourceLoader接口

3、ResourceLoaderAware接口

4、使用通配符指定资源路径(为了应用的灵活性和简单等我们可以使用统配符来配置资源路径,Spring文档内描述的很清楚这里不过是简单的描述,当你有这方面的需求再去查文档就可以)

1、几个Spring内置的Resource接口实现类

ClassPathResource:从名字我们可以看出它代表从ClassPath下加载的资源

FileSystemResource:代表从文件系统中加载的资源

ServletContextResource:代表从ServletContext中获得的资源

InputStreamResource:代表从输入流中获得的资源

ByteArrayResource:它根据一个给的的array创建一个ByteArrayInputStream资源

这里所说的资源是一个抽象,可以代表数据、对象、文件等。

2、ResourceLoader接口

2.1ResourceLoader

ResourceLoader是一个资源加载器接口,通过getResource(String resName)返回资源:

Resource template = ctx.getResource("beans.txt");

ctx为ClassPathXmlApplicationContext的一个实例(并不一定是这个类我们会在后面说明),你可以通过getResource()得到资源,默认的这个beans.txt是从classpath下查找的。

你还可以这样使用:

Resource template = ctx.getResource("classpath:beans.txt"); //这同意是在classpath下寻找资源
Resource template = ctx.getResource("file:/beans.txt");     //从文件系统中寻找获得资源
Resource template = ctx.getResource("http://www.weicoop.com/beans.txt"); //从http中获得资源

说明:

1、你可以通过一个前缀行http、file等指定如何获取资源;

2、*ApplicationContext本身是实现了Resource接口的所以你可以使用ctx.getResource("beans.txt")获得beans.txt数据,这里的*ApplicationContext代表我吗在Spring Ioc中提到的各种ApplicationContext,例如ClassPathXmlApplicationContext、FileSystemApplicationContext、WebApplicationContext等;

3、如果你使用FileSystemApplicationContext 那么ctx.getResource("beans.txt")则默认是从文件系统中查找资源,你也可使用URL前缀来修改默认加载资源方式

 3、ResourceLoaderAware接口

该接口提供了一个方法

public interface ResourceLoaderAware {

   void setResourceLoader(ResourceLoader resourceLoader);
}

实现此接口的类表明此类希望通过ResourceLoader来提供资源,当此类配置成为Spring管理时(可以通过@Component注解声明)在Spring初始化后会调用此类的setResource()接口来设置资源;

例:

MResource.java

package org.fp.smark.spring3;
import org.springframework.context.ResourceLoaderAware;

@Component  //声明通过Spring来管理
public class MResource implements ResourceLoaderAware{

	public void setResourceLoader(ResourceLoader arg0) {
		System.out.println("resource loader set ");
	}

}

Test.java

package org.fp.smark.spring3;
import java.io.IOException;

public class IOCTest {
	
	@Test
	public void test1() throws IOException {
		ApplicationContext ctx = new ClassPathXmlApplicationContext("beans.xml");
	}
}

Console输出:






  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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