springMVC的拦截器

一. 介绍

Struts2中, 拦截器是重点, 具有aop思想;
springMVC中虽然也有拦截器, 但是被弱化了;

应用场景:

判断用户是否登录.

二. 入门

1. 自定义拦截器

需要实现HandlerInterceptor接口.

public class CustomInterceptor implements HandlerInterceptor{
    /**
     * 返回值: boolean   false:不放行   true:放行
     * preHandle方法: 最先执行
     * 场景: 做一些初始化操作
     * /
     @Override
     public boolean preHandle(HttpServletRequest arg0, HttpServletResponse arg1) throws Exception{
        System.out.println("preHandle()执行了...");
    }

    /**
     * postHandle方法: 执行完controller方法后执行
     * 场景: 可以设置ModelAndView中的数据
     * /
     @Override
     public void postHandle(HttpServletRequest arg0, HttpServletResponse arg1) throws Exception{
        System.out.println("postHandle()执行了...");       
    }

    /**
     * afterCompletion方法: 最后执行
     * 场景: 关闭资源
     * /
     @Override
     public void afterCompletion(HttpServletRequest arg0, HttpServletResponse arg1) throws Exception{
        System.out.println("afterCompletion()执行了...");              
     }
}

2. 加载自定义拦截器 — springMVC.xml

<!-- 加载自定义拦截器 -->
<mvc:interceptors>
    <!-- 可配置多个拦截器, 谁在前谁先执行 -->
    <mvc:interceptor>
        <!-- 代表多级目录 /user/../queryUser.action-->
        <mvc:mapping path="/*/**" />
        <bean class="online.bendou.interceptor.CustomInterceptor" />
    </mvc:interceptor>
</mvc:interceptors>

三. 判断用户是否登录实现

1. 需求

加入购物车必须登录, 如果未登录, 跳转到登录页面.

2.实现

① 编写登录页

<form action="${pageContext.request.contextPath}/login.action" method="post">
    账号:<input type="text" name="username" />
    密码:<input type="password" name="password" /> 
    <input type="submit" value="登录" />
</form>

② 编写登录Controller

@Controller
public class LoginController{
    @RequestMapping("/login.action")
    public String login(String username, HttpSession session){
        session.setAttribute("username", username);
        return "redirect:cart/queryCart.action";
    }
}

③ 编写登录拦截器

public class LoginInterceptor implements HandlerInterceptor{
     @Override
     public boolean preHandle(HttpServletRequest request, HttpServletResponse response) throws Exception{
        // 1.登录操作时, 直接放行
        String uri = request.getRequestURI();
        if(uri.contains("/login.action")){
            // 是登录操作
            return true;
        }
        // 2.登录成功后, 放行
        String username = (String) request.getSession().getAttribute("username");
        if(username != null && !"".equals(username)){
            // 已登录
            return true;
        }
        //3. 其他情况, 不放行, 转发到登录页
        request.getRequstDispatcher("/WEB-INF/login.jsp").forward(request, response);
        return false;
    }

     @Override
     public void postHandle(HttpServletRequest arg0, HttpServletResponse arg1) throws Exception{

    }
     @Override
     public void afterCompletion(HttpServletRequest arg0, HttpServletResponse arg1) throws Exception{

     }  
}

④ 配置拦截器

<!-- 加载自定义的拦截器 -->
<mvc:interceptors>
    <!-- 可配置多个拦截器, 谁在前谁先执行 -->
    <mvc:interceptor>
        <!-- 代表多级目录 /user/../queryUser.action-->
        <mvc:mapping path="/*/**" />
        <bean class="online.bendou.interceptor.LoginInterceptor" />
    </mvc:interceptor>
</mvc:interceptors>
  • 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
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