基于新闻网页的关键词提取系统——问题汇总

1.由于太卡关闭了自动clean工程，结果调了两天才调好404问题，最后竟是clean了一下工程……..

2.卡了半天的相对路径问题。想把网页源码输出的txt放到工程文件夹下，结果试了网上的各种方法，如System.getProperty("user.dir")只获得eclipse文件路径。
最后解决方案：

ActionContext ctx=ActionContext.getContext();
ServletContext sc = (ServletContext) ctx.get(ServletActionContext.SERVLET_CONTEXT);   
String path = sc.getRealPath("/");

3.action向JSP页面传值的方法：

ActionContext ctx=ActionContext.getContext();
ctx.getSession().put("path", path);
<%=session.getAttribute("path").toString() %>

4.在读取txt文件时，Scanner cin = new Scanner(new BufferedInputStream(new FileInputStream(file)),"gbk");中的编码指定，一定要和原网页的编码统一。经研究，国内各大门户网站，除了百度以外都用gb编码，所以此处用gbk。

5.正则表达式，常规模式下如果其中含有引号等字符，在写进java文件时必须加上\，否则报错。

6.hibernate自动创建数据表时默认给varchar 大小赋值255,试过强行指定长度和类型，都会遇到各种其他的错误，比如改成text类型，other字段在内容较多时（200字+）会出现“无法插入”的bug。最后不得已手动改已经创建好的表的字段类型varchar和长度10000/20000。

7.在java中，int和integer不是同一种类型,int是一个基础变量类型，而Interger是一个对象，一般用后者传值更加稳妥。

8.hibernate配置参数里面可以设置数据库表的更新方式，如：<property name="hibernate.hbm2ddl.auto">update</property>，其中的参数为create时，每次简历会话就重新创建数据表，覆盖掉之前的；为update时，只在原来的基础上更新。

9.HashMap，java很赞的一个类，可以存<key,value>，如果value设置为数组的话，可以当做一个简易的数据表使用。

10.写SQL，想筛选出数据表中得分前五的关键词信息，写了语句select top 5 * from page_info order by score desc,结果错误提示语句有问题，可是这明明是符合SQL规范的语句，后来百度许多，才知道MySQL好像不支持top的写法，必须limit 5。