文件下载

  很久以前做文件下载都是在服务器生成文件,然后做一个链接,这样浏览器不认识的文件类型就会弹出操作系统另存对话框,实现下载,今天遇到一个案例被困了,具体需求是这样:

  在web页面点击下载按钮,服务端从数据库查询数据,组装成输出流,由response输出到客户端,由于架构中使用的第三方组建较多,所以在做这个功能时让人头疼,最终在ahuaxuan的帮助下搞定,现将代码贴出来供兄弟们参考:

 

public class DownServlet extends HttpServlet {
  /**
   *
   */

  private static final long serialVersionUID = 1L;

  @Override
  protected void service(HttpServletRequest req, HttpServletResponse res) throws ServletException, IOException {
    byte [] picbytes = "fdsafdasfds".getBytes();
    res.setContentType("application/x-download");

     // attachment:打开另存对话框;inline:用浏览器打开
    res.setHeader("Content-Disposition", "attachment;filename=fdsafd.txt");

    //res.setHeader("Content-Disposition", "inline;filename=fdsafd.txt");

    res.getOutputStream().write(picbytes);
    res.getOutputStream().flush();

  }
}

 

  在下载应用中需要注意web.xml中是否有其他的filter和一些拦截器配置,这些可能会拦截掉下载的地址.

 

  下面这个类是用来抓取网络上的文件,转换成字节数组,fileUrl是文件的绝对路径,在上面的Servlet中调用download()方法,然后将setHeader()方法参数改为"inline",就可将别的网站上抓取的图片输出的自己的页面。

 

import  java.io.ByteArrayOutputStream;
import  java.io.InputStream;
import  org.apache.commons.httpclient.HttpClient;
import   org.apache.commons.httpclient.UsernamePasswordCredentials;
import   org.apache.commons.httpclient.auth.AuthScope;
import   org.apache.commons.httpclient.methods.GetMethod;

public class HttpDownloadService {

  public byte [] download(String fileUrl) {
    HttpClient client = new HttpClient();
    GetMethod method =  new GetMethod(fileUrl);


    client.getHttpConnectionManager().getParams().setConnectionTimeout(1000 * 60 * 5);
    client.getHttpConnectionManager().getParams().setSoTimeout(1000 * 60 * 10);
    ByteArrayOutputStream outPut = new ByteArrayOutputStream();

    try {
      UsernamePasswordCredentials upc = new UsernamePasswordCredentials("", "");
      AuthScope scope = new AuthScope(null, 0);
      client.getState().setCredentials(scope, upc);
      method.setDoAuthentication(true);


      int status = client.executeMethod(method);
      if (status != 200) {
      throw new RuntimeException("the status is " + status);
    }
           
    InputStream input = method.getResponseBodyAsStream();
    int length = 0;
    byte [] rbody = new byte[1024];
    int readNum = 0;
    while ((readNum = input.read(rbody)) > 0) {
      byte [] kk = new byte [readNum];


      for (int k = 0; k < kk.length; k++) {
        kk[k] = rbody[k];
      }


      outPut.write(kk);
      length += readNum;
      outPut.flush();
    }
           
    outPut.flush();
    outPut.close();
  } catch (Exception e) {
    e.printStackTrace();
  } finally {
    method.releaseConnection();
  }


  return outPut.toByteArray();
 }
}

 

  以上代码尽供参考,有更好的意见或方法请赐教。

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