Spring2.5、Struts2、Ibatis开发框架搭建(二)

二、向项目中加入Spring Struts iBATIS框架

2.1 准备工作

将下载的三个框架分别解压缩。

新建一个Web Project。

2.2 向项目中加入Spring框架

将Spring解压缩以后spring-framework-2.5.6-with-dependencies\spring-framework-2.5.6\dist目录中的spring.jar复制到Web项目的WEB-INF/lib目录中。

复制spring-framework-2.5.6-with-dependencies\spring-framework-2.5.6\lib\log4j中的log4j相关的jar文件到项目中WEB-INF/lib目录中。

打开WEB项目中的WEB-INF目录中的web.xml文件,添加及结合项目实际情况配置以下内容

<!-- 以为是应用程序名称 -->

<display-name>JI</display-name>

<!-- 以下是应用程序描述说明性文字 -->

<description>Job Integration</description>



<!-- 上下文参数,用于log4j以及spring中使用 -->

<context-param>

<param-name>webAppRootKey</param-name>

<param-value>ji.root</param-value>

</context-param>



<!-- 应用程序上下文参数,指定log4j日志框架使用的配置参数文件位置 -->

<context-param>

<param-name>log4jConfigLocation</param-name>

<param-value>/WEB-INF/log4j.properties</param-value>

</context-param>



<!-- 应用程序上下文参数,指定spring配置文件位置 -->

<context-param>

<param-name>contextConfigLocation</param-name>

<param-value>



在这里写Spring参数配置文件的路径


例如 /WEB-INF/spring/applicationContext.xml


</param-value>

</context-param>



<!-- 监听器,用于初始化log4j日志框架的 -->

<listener>

<listener-class>org.springframework.web.util.Log4jConfigListener</listener-class>

</listener>

<!-- 监听器,用于初始化spring框架 -->

<listener>

<listener-class>org.springframework.web.context.ContextLoaderListener</listener-class>

</listener>

2.3 向项目中添加Struts2框架

打开解压缩以后的Struts2框架目录,找到\struts-版本-all\struts-版本\lib目录,复制*.jar文件到WEB项目的WEB-INF/lib目录中。

复制jsonplugin-0.31.jar 到项目的WEB-INF/lib目录中。

打开WEB项目中的WEB-INF/web.xml文件,添加以下内容:

<!-- 过滤器,struts2使用的,用于销毁某些不再使用的对象等-->

<filter>

<filter-name>struts-cleanup</filter-name>

<filter-class>org.apache.struts2.dispatcher.ActionContextCleanUp</filter-class>

</filter>



<!--过滤器,struts2使用的 -->

<filter>

<filter-name>struts</filter-name>

<filter-class>org.apache.struts2.dispatcher.FilterDispatcher</filter-class>

</filter>



<!-- 以下是struts2使用的用于清除或销毁某些对象的过滤器,要保证在struts过滤器映射之前配置这一项 -->

<filter-mapping>

<filter-name>struts-cleanup</filter-name>

<url-pattern>/*</url-pattern>

</filter-mapping>



<!-- struts2用于的过滤器映射 -->

<filter-mapping>

<filter-name>struts</filter-name>

<url-pattern>/*</url-pattern>

</filter-mapping>



找到项目的源程序目录,一般在Eclipse开发工具中都是src目录,添加以下几个文件(注意大小写),struts.properties,struts.xml,globalMessages.properties ,其中

struts.properties文件中的内容为:

struts.custom.i18n.resources=globalMessages

struts.objectFactory=spring

struts.objectFactory.spring.autoWire=type

struts.ui.theme=simple

struts.locale =zh_CN

struts.i18n.encoding=UTF-8

struts.configuration.xml.reload=true

struts.multipart.parser=jakarta

struts.multipart.maxSize=10000000

struts.devMode=false



globalMessages.properties文件中的内容为:

SMSPageTitle=\u5b89\u5fbd\u7701\u8840\u6db2\u4fe1\u606f\u77ed\u4fe1\u5e73\u53f0

login.error=\u60a8\u8f93\u5165\u7684\u7528\u6237\u540d\u6216\u5bc6\u7801\u9519\u8bef\uff01

userId.required=\u60a8\u7684\u7528\u6237\u540d\u4e0d\u80fd\u4e3a\u7a7a\uff01\uff01

passward.required=\u60a8\u7684\u5bc6\u7801\u4e0d\u80fd\u4e3a\u7a7a\uff01\uff01

datebase.error=\u6570\u636e\u5e93\u64cd\u4f5c\u9519\u8bef\uff01\uff01\uff01

validCode_error=\u9a8c\u8bc1\u7801\u9519\u8bef\uff01\uff01

retistSdk.error=\u6ce8\u518cSDK\u5931\u8d25\uff01\u8bf7\u68c0\u67e5\u5e8f\u5217\u53f7\u548c\u5bc6\u7801\uff01\uff01

retistSdk.success=\u8f6f\u4ef6SDK\u6ce8\u518c\u6210\u529f\uff01\uff01\uff01

logoutSdk.success=\u60a8\u5df2\u6210\u529f\u6ce8\u9500SDK\uff01\uff01

logoutSdk.error=\u6ce8\u9500SDK\u5931\u8d25\uff0c\u68c0\u67e5\u7f51\u7edc\u8fde\u63a5\uff01\uff01\uff01

chargUp.error=\u5145\u503c\u5931\u8d25\uff0c\u8bf7\u68c0\u67e5\u5361\u53f7\u548c\u5bc6\u7801\uff01\uff01

sdkNotReg=\u7cfb\u7edfSDK\u6ca1\u6709\u6ce8\u518c\uff01\uff01\uff01\uff01

struts.messages.error.uploading=\u6587\u4ef6\u65e0\u6cd5\u6b63\u5e38\u4e0a\u4f20

struts.messages.error.file.too.large=\u6587\u4ef6\u5927\u5c0f\u8d85\u8fc7\u6700\u5927\u5141\u8bb8\u503c

struts.messages.error.content.type.not.allowed=\u6587\u4ef6\u7c7b\u578b\u4e0d\u5728\u4e0a\u4f20\u6587\u4ef6\u5141\u8bb8\u7c7b\u578b\u4e2d

最后一个文件是struts.xml中的内容,这个文件是struts的参数配置文件,参考配置内容:

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE struts PUBLIC

"-//Apache Software Foundation//DTD Struts Configuration 2.0//EN"

"http://struts.apache.org/dtds/struts-2.0.dtd">

<struts>

<constant name="struts.i18n.encoding" value="UTF-8"></constant>

<package name="login" extends="struts-default">

<action name="login" class="edu.xw.ji.action.LoginAction"

method="login">

<result name="success">/dev_test/login.jsp</result>

</action>

</package>

<package name="ji_common" extends="json-default">

<interceptors>

<interceptor-stack name="myDefaultStack">

<interceptor-ref name="defaultStack" />

</interceptor-stack>

</interceptors>

<default-interceptor-ref name="myDefaultStack"></default-interceptor-ref>

<global-results>

<result name="error">/pages/errorMessage.jsp</result>

<result name="warn">/pages/warnMessage.jsp</result>

</global-results>

</package>



<include file="edu/xw/ji/action/dict/struts2_dict.xml" />

</struts>

注意上面的struts.xml配置文件中有两个示例package,名称为login的package是从struts-default包继承下来的,不能够实现json格式的action返回,后面的ji_common是从json-default包继承下来的,以后在项目中所有程序开发人员自己编写的action中使用到json格式的返回结果时可以从ji_common包继承下来。

2.4 向项目中添加iBATIS框架

找到解压缩的iBATIS压缩包中的ibatis-2.3.4.726\lib目录,复制里面的.jar文件到项目中的WEB-INF/lib目录中。

2.5 添加数据库缓冲池框架

复制DBCP缓冲池框架中的commons-dbcp-x.x.x.jar文件到项目中WEB-INF/lib目录中去,复制DBCP框架工作时需要使用的common-pool相关的jar文件到项目中的WEB-INF/lib目录中去,DBCP在项目中是被配置到spring当中去使用,所以接下来的一系列工作都与spring的配置有关。
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