使用WebSocket进行通信的简单应用

一 应用
打开一个页面,将向服务器发送一段字符串,并通过onmessage事件监听器来接受服务器返回的消息。
 
二 代码
客户端代码
<!DOCTYPE html>
<html>
<head>
	<meta name="author" content="Yeeku.H.Lee(CrazyIt.org)" />
	<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
	<title> 使用WebSocket通信 </title>
</head>
<body>
<script type="text/javascript">
	// 创建Web Socket对象
	var webSocket = new WebSocket("ws://127.0.0.1:30000");
	// 当WebSocket建立网络连接时激发该函数
	webSocket.onopen= function()
	{
		alert("已打开连接");
		// 发送消息
		webSocket.send("haha web socket");
	}
	// 为onmessage事件绑定监听器,接收消息
	webSocket.onmessage= function(event)
	{
		// 接收消息
		alert("收到的消息是:" + event.data);
	}
</script>
</body>
</html>
 
服务器代码
import java.io.IOException;
import java.io.InputStream;
import java.io.OutputStream;
import java.net.ServerSocket;
import java.net.Socket;
import java.nio.charset.Charset;
import java.security.MessageDigest;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import sun.misc.BASE64Encoder;
public class SimpleServer
{
	public SimpleServer()throws Exception
	{
		// 创建ServerSocket,准备接受客户端连接
		ServerSocket ss = new ServerSocket(30000);
		// 接收到客户端连接
		Socket socket = ss.accept();
		// 得到Socket对应的输入流
		InputStream in = socket.getInputStream();
		// 得到Socket对应的输出流
		OutputStream out = socket.getOutputStream();
		byte[] buff = new byte[1024];
		int count = -1;
		String req = "";
		// 读取数据,此时建立与WebSocket的"握手"。
		count = in.read(buff);
		// 将读取的数据转化为字符串
		req = new String(buff , 0 , count);
		System.out.println("握手请求:" + req);
		// 获取WebSocket的key
		String secKey = getSecWebSocketKey(req);
		System.out.println("secKey = " + secKey);
		String response = "HTTP/1.1 101 Switching Protocols\r\nUpgrade: "
			+ "websocket\r\nConnection: Upgrade\r\nSec-WebSocket-Accept: "
				+ getSecWebSocketAccept(secKey) + "\r\n\r\n";
		System.out.println("secAccept = " + getSecWebSocketAccept(secKey));
		out.write(response.getBytes());
		// 再次读取WebSocket发送过来的数据
		count = in.read(buff);
		System.out.println("接收的字节数:" + count);
		/*
			因为WebSocket发送过来的数据遵循了一定的协议格式,
			其中第3个~第6个字节是数据掩码。
			从第7个字节开始才是真正的有效数据。
			因此程序使用第3个~第6个字节对后面的数据进行了处理
		*/
		for (int i = 0 ; i < count - 6 ; i++ )
		{
			buff[i + 6] = (byte) (buff[i % 4 + 2] ^ buff[i + 6]);
		}
		// 显示读取得到的数据
		System.out.println("接收的内容:" +  new String(buff
			, 6 , count - 6 , "UTF-8"));
		// 发送数据时,第一个字节必须与读到的第一个字节相同
		byte[] pushHead = new byte[2];
		pushHead[0] = buff[0];
		String pushMsg = "收到,收到!欢迎加入WebSocket世界!";
		// 发送数据时,第二个字节记录发送数据的长度
		pushHead[1] = (byte) pushMsg.getBytes("UTF-8").length;
		// 发送前两个字节
		out.write(pushHead);
		// 发送有效数据
		out.write(pushMsg.getBytes("UTF-8"));
		// 关闭Socket
		socket.close();
		// 关闭ServerSocket
		ss.close();
	}
	// 获取WebSocket请求的SecKey
	private String getSecWebSocketKey(String req)
	{
		//构建正则表达式,获取Sec-WebSocket-Key: 后面的内容
		Pattern p = Pattern.compile("^(Sec-WebSocket-Key:).+",
				Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);
		Matcher m = p.matcher(req);
		if (m.find())
		{
			// 提取Sec-WebSocket-Key
			String foundstring = m.group();
			return foundstring.split(":")[1].trim();
		}
		else
		{
			return null;
		}
	}
	// 根据WebSocket请求的SecKey计算SecAccept
	private String getSecWebSocketAccept(String key)
		throws Exception
	{
		String guid = "258EAFA5-E914-47DA-95CA-C5AB0DC85B11";
		key += guid;
		MessageDigest md = MessageDigest.getInstance("SHA-1");
		md.update(key.getBytes("ISO-8859-1") , 0 , key.length());
		byte[] sha1Hash = md.digest();
		BASE64Encoder encoder = new BASE64Encoder();
		return encoder.encode(sha1Hash);
	}
	public static void main(String[] args)
		throws Exception
	{
		new SimpleServer();
	}
}
 
 
三 运行结果

 
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