Request

Request

1. request对象和response对象的原理:

(1)两个都是由服务器创建的,我们来使用它
(2)request是用来获取请求消息的,response是用来获取响应消息的

2. request对象继承体系结构:

ServletRequest 接口
继承
HttpServletRequest 接口
实现
org.apache.catalina.connector.RequestFacade 类(tomcat)

3. request功能:
可以获取请求消息数据
(1) 获取请求行数据 GET /request/demo1?name=zhangsan HTTP/1.1

  • 方法及具体实现:
        //获取请求方式:GET
        String method = request.getMethod();
        System.out.println(method);
        //获取虚拟目录
        String contextPath = request.getContextPath();
        System.out.println(contextPath);
        //获取servlet路径
        String servletPath = request.getServletPath();
        System.out.println(servletPath);
        //获取get方式的请求参数
        String queryString = request.getQueryString();
        System.out.println(queryString);
        //获取请求的URI
        String requestURI = request.getRequestURI();
        System.out.println(requestURI);
        //获取请求的url
        StringBuffer requestURL = request.getRequestURL();
        System.out.println(requestURL);
        //获取协议及版本
        String protocol = request.getProtocol();
        System.out.println(protocol);
        //获取客户机的IP地址
        String remoteAddr = request.getRemoteAddr();
        System.out.println(remoteAddr);

结果展示:
结果

URL:统一资源定位符
URI:统一资源标识符
URI的范围比URL的大

(2)获取请求头数据:
方法具体实现:

String getHeader(String name):通过请求头的名称获取请求头的值(重要)
Enumeration<String> getHeaderNames():获取所有的请求头名称

      //获取所有请求头名称
        Enumeration<String> headerNames = request.getHeaderNames();
        //遍历
        while (headerNames.hasMoreElements()){
            String s = headerNames.nextElement();
            //根据名称获取请求头的值
            String header = request.getHeader(s);
            System.out.println(s+"==="+header);

        }

        //获取请求头数据 user-agent
        String header = request.getHeader("user-agent");
        if(header.contains("Chrome")){
            System.out.println("谷歌浏览器。。");
        }else if(header.contains("IE")){
            System.out.println("IE浏览器。。。");
        }
        //referer
        String referer = request.getHeader("referer");
        System.out.println(referer);//http://localhost:8080/login.html
        if(referer!=null){
            if(referer.contains("login")){
                response.setContentType("text/html;charset=utf-8");
                response.getWriter().write("优酷");
            }else {
                System.out.println("想看视频 来优酷吧!");
            }
        }

(3)获取请求体数据(只有在POST请求方式下,才有请求体。在请求体中封装了POST请求的请求参数)
实现步骤:

  • 获取流对象

BufferedReader getReader():获取字符输入流,只能操作字符数据
ServletInputStream getInputStream():获取字节输入流,可以操作所有类型数据

  • 再从流对象中拿数据
        //获取请求消息体 只有在post提交方式中
        //获取字符流
        BufferedReader reader = request.getReader();
        //读取数据
        String line=null;
        while((line=reader.readLine())!=null){
            System.out.println(line);
        }

一些其他功能:

  1. 获取请求参数的通用方式:不论get还是post请求方式都可以使用下列方法来获取请求参数。
  1. String getParameter(String name):根据参数名称获取参数值 username=zs&password=123
  2. String[] getParameterValues(String name):根据参数名称获取参数值的数组 hobby=xx&hobby=game
  3. Enumeration<String> getParameterNames():获取所有请求的参数名称
  4. Map<String,String[]> getParameterMap():获取所有参数的map集合

代码实现:

        //获取请求参数
        String username = request.getParameter("username");
        System.out.println("POST==="+username);

        String[] hobbies = request.getParameterValues("hobby");
        for (String hobby : hobbies) {
            System.out.println(hobby);
        }
        //获取所有请求参数的名称  获取所有键的名称
        Enumeration<String> parameterNames = request.getParameterNames();
        while (parameterNames.hasMoreElements()){
            String s = parameterNames.nextElement();
            System.out.println(s);
            String parameter = request.getParameter(s);
            System.out.println(parameter);
            System.out.println("--------------- ");
        }

        //获取所有参数的map集合
        Map<String, String[]> parameterMap = request.getParameterMap();
        //遍历
        Set<String> keySet = parameterMap.keySet();//所有key集合
        for (String name : keySet) {
            //根据key来获取值
            String[] values = parameterMap.get(name);
            System.out.println(name);
            for (String value : values) {
                System.out.println(value);
            }
            System.out.println("------------");

        }

中文乱码问题:
1.get方式:tomcat 8 已经将get方式乱码问题解决了
2.post方式:会乱码。解决方式:在获取参数前,设置request的编码request.setCharacterEncoding(“utf-8”);

2.请求转发:一种在服务器内部的资源跳转方式
步骤:

  • 通过request对象获取请求转发器对象:RequestDispatcher getRequestDispatcher(String path)
  • 使用RequestDispatcher对象来进行转发:forward(ServletRequest request, ServletResponse response)
   request.getRequestDispatcher("/requestDemo6").forward(request,response );

特点:

  1. 浏览器地址栏路径不发生变化
  2. 只能转发到当前服务器内部资源中。
  3. 转发是一次请求

共享数据:
概念:
1.域对象:一个有作用范围的对象,可以在范围内共享数据。
2.request域:代表一次请求的范围,一般用于请求转发的多个资源中共享数据
方法:

  1. void setAttribute(String name,Object obj):存储数据
  2. Object getAttitude(String name):通过键获取值
  3. void removeAttribute(String name):通过键移除键值对
     //转发之前,存储数据
        request.setAttribute("msg","hello");
        request.getRequestDispatcher("/requestDemo6").forward(request,response );
      //获取request域
        Object msg = request.getAttribute("msg");
        System.out.println(msg);

获取ServletContext:

ServletContext getServletContext()

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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