Struts工作原理和包配置详解

Struts工作原理

这里写图片描述

1、客户端初始化一个Servlet容器(例如Tomcat)的请求
2、这个请求经过一系列的过滤器(Filter),接着FilterDisptcher被调用(在Struts2.1以前调用FilterDispatcher,Struts2.1以后调用StrutsPrepareAndExecuteFilter),FilterDispatcher
询问ActionMapper来决定这个请求是否需要调用某个Action
3、如果ActionMapper决定需要调用某个Action,FilterDispatcher把请求的处理交给ActionProxy
4、ActionProxy通过Configuration Manager 询问框架的配置文件struts.xml,找到需要调用的Action类
6、ActionProxy创建一个ActionInvocation的实例
7、ActionInvocation实例使用命名模式来调用action,在调用Action前,首先经过一系列的拦截器,调用action之后返回结果(返回结果通常是个需要被表示的JSP或者FreeMarker的模版,但不总是,也可能是另外的一个Action链),还会经历一系列拦截器,最后通过HttpServletResponse返回

包配置

web.xml

任何MVC框架与web应用整合都需要使用web.xml文件,只有配置在web.xml文件中的Servlet才会被加载执行。对于Struts2而言,需要加载StrutsPrepareAndExecuteFilter,只要web应用加载StrutsPrepareAndExecuteFilter,StrutsPrepareAndExecuteFilter就会加载Struts2框架。

struts.xml

struts.xml是struts2的核心配置文件,主要负责管理应用中的Action映射,以及该Action包含的result定义等。包含的内容有:
1、全局属性;
2、用户请求和相应Action之间的对应关系;
3、Action可能用到的参数和返回结果;
4、各种拦截器的配置。

该文件主要标签含义如下:

  <!-- 可以将每个功能模块独立到一个XML配置文件中,然后用include节点引用文件 -->
    <include file="struts-default.xml"></include>

    <!-- package的名字必须是唯一的,当一个package扩展自另一个package时,该
    package会在本身配置的基础上加入扩展的package配置,父package必须在子
    package前配置,主要属性如下:
    name:package名称
    namespace:定义package的命名空间,命名空间将影响到url地址,如命名空间是test
    则url为http://localhost:8080/struts2/test/XX.action
    extends:继承的父package名称 -->
    <package name="default" namespace="/" extends="struts-default">

        <!-- 一个action只要name不同就可多次映射
        name:action的名称,即http://localhost:8080/struts2/helloworld.action
        class:对应类的路径
        method:对应action中的方法名 -->
        <action name="helloworld" class="action.HelloWorldAction">

            <!-- result中的name属性,和Action类中返回的值相同
            type默认为dispatcher -->
            <result name="success" type="dispatcher">/result.jsp</result>
        </action>
    </package>

需要注意的是:
(1)include标签包含的一定要是一个完整的struts2配置,因为include在引用时是单独解析的xml文件,而不是将被引用的文件插入到struts.xml文件中。
(2)命名空间,如果是/test,那么result标签返回的结果(比如本例是/result.jsp)表示的是/test/result.jsp

struts.properties

Struts2框架还包含了一个struts.properties文件,该文件主义了Struts2框架的大量常量属性。但通常推荐也是在struts.xml文件中来配置这些常量属性。

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,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