Struts2-Action概述和在Action中访问WEB资源

  前边讲过了Struts2概述,今天来讲一讲Struts2中在struts.xml配置文件中用到的用于反射创建对象和提供操作方法的Action类,还有在Action类中如何访问WEB资源。

  1.Action类

  我们知道在struts.xml配置文件中,每个action节点都有一个class属性,要填写上用于处理action请求的处理类的全类名。

  创建一个Action类需要满足什么条件呢?这个Action类可以使任何一个普通的Java类,类中必须包含一个无参的构造器(用于反射创建对象)、至少一个处理action请求的方法、多个属性(和表单参数一一对应且需符合JavaBean的属性命名规则,属性类型可以任意,因为非字符串到字符串的转换自动发生)。

  2.在Action类中访问WEB资源

  ①WEB资源:是指在访问WEB程序时产生的一些源生的Servlet的API,如HttpServletRequest、HttpSession、ServletContext等。

  ②为何访问WEB资源:我们做的WEB项目都是B/S架构的,所以无可避免的必须访问WEB资源,如从域对象中读取属性、获取cookie、获取realPath等。

  ③如何访问WEB资源

  大体上分为两类,一是通过和Servlet解耦的方式,二是通过和Servlet耦合的方式。

  解耦的方式又可以分为两类,通过ActionContext访问预对象对应的Map;通过Action类实现XXXAware接口来访问WEB资源。

  通过ActionContext:我们知道每个action请求都会对应一个Action类的实例,同时都有一个ActionContext的对象可用于获取域对象对应的Map。我们通过ActionContext的静态方法getContext()先获取这个Actioncontext对象,然后通过AcctionContext对象获取域对象对应的Map,四种getSession(),getApplication(),get("request"),getParameters(),返回各自对应的Map<String,Object>对象。其中需要注意的是我们可以将Session对应的Map转换成(SessionMap),然后调用invalidate()方法是这个session失效。

  通过实现XXXAware接口的方法来访问WEB资源:实现的接口有四种,ApplicationAware,SessionAware,RequestAware,ParameterAware。实现接口之后定义一个私有变冷了private Map<String,Object> requestMap,会重写setRequest(Map request)方法(以RequestMap来举例),这个方法会被Struts2框架自动调用,相当于将Struts2框架封装好的RequestMap框架注入到这个Action类中,就可以使用了。

  耦合的方式也可以分为两种:使用ServletActionContext和实现ServletXXXAware接口。

  使用ServletActionContext:和上边使用ActionContext的方式基本一致。

  实现ServletXXXAware接口:和上边的实现XXXAware接口的方式基本一致。

  需要注意的是:

  ① 解耦的方式获取的仅仅是Struts2框架帮助我们将域对象封装成的Map集合,这些集合中key对应的对象是无法像源生的WEB域对象那样有很多方法的。而通过和Servlet耦合的方式获取的WEB对象,就是源生的Servlet的域对象,拥有完整的Servlet域对象的方法,如getRealPath()等。解耦和耦合的使用情况需要看你的需求来定。

  ② 同时,使用(Servlet)ActionContext和实现(Servlet)XXXAware接口这两种方式也要分情况:因为Servlet)ActionContext只能在Action方法中使用,所以当一个Action中有多个用于处理请求的action方法时,我们用实现接口的方式比较方便,这样就不必再每个方法中都通过(Servlet)ActionContext.getContext()方法来获取对象了。






















  

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统,可以是移动应用、网页服务或集成到智能农业设备。 7. **实时监测**:在实际应用,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测的应用将越来越广泛。
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