EL表达式&JSTL标签

EL表达式&JSTL标签

JSP中的Java代码

EL表达式

  1. 概念:Expression Language 表达式语言
  2. 作用:替换和简化JSP代码中的Java代码的编写
  3. 语法:${ 表达式 }
  4. 注意:JSP是默认支持EL表达式
    • 忽略EL表达式
      1. 设置JSP中page指令中:isELIgnored="true" 忽略当前JSP页面中所有EL表达式
      2. \${ 表达式 }:忽略当前这个EL表达式
  5. 使用方面:
    1. 用于运算
      1. 算数运算符:+,-,* , / (div),% (mod)
      2. 比较运算符:> < >= <= == !=
      3. 逻辑运算符:&&(and) ||(or) !(not)
      4. 空运算符:empty
        • 功能:用于判断字符串、集合、数组对象是否为null 或者 长度是否为0
        • ${ empty list }
    2. 获取值
      • EL表达式只能从域对象中获取值
      • 语法:
        1. ${ 域名称.键名 } -> 从指定域中获取指定建的值
          1. pagetScope --> pageContext
          2. requestScope --> request
          3. sessionScope --> session
          4. applicationScope --> application(ServletContext)
        2. ${ 键名 } -> 依次从最小的域中查找是否有该键对应的值
    3. 获取对象,List集合,Map集合
      1. 对象属性值:${ 域名称.键名称.属性名 }
      2. List集合:${ 域名称.键名称[ 索引 ] }
      3. Map集合:${ 域名称.键名.key名称 }
    4. 隐式对象:EL表达式有11个隐式对象
      • pageContext:获取JSP其他8个内置对象
        • 动态获取虚拟目录:${ pageConext.request.contextPath }

JSTL标签

  1. 概念:Java Server Pages Library - JSP标准标签库
    • 由Apache组织提供的开源的免费JSP标签
  2. 作用:用于简化和替换JSP页面上的Java代码
  3. 使用步骤:
    1. 导入JSTL相关jar包
    2. 引入标签库:taglib指令 - <%@ taglib %>
    3. 使用标签
  4. 常用的JSTL标签
    1. if:相当于Java的if
      • test属性:接收boolean表达式,如果表达式为true则显示标签体内容
    2. choose:相当于Java的switch
      • when标签相当于 case
      • otherwise标签相当于default
    3. foreach:相对于java的for
  • 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