struts2.0

最新推荐文章于 2014-02-21 08:44:35 发布
最新推荐文章于 2014-02-21 08:44:35 发布
阅读量487 收藏
点赞数
分类专栏： struts2 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xiujiangdeluwei/article/details/9040285
版权

用struts2.0 (具体是struts2.0.11)中404错误做的 

以下是web.xml配置

 <filter>

  <filter-name>struts2</filter-name>
  <filter-class>org.apache.struts2.dispatcher.FilterDispatcher</filter-class>
  </filter>
  <filter-mapping>
  <filter-name>struts2</filter-name>

  <url-pattern>/*</url-pattern>

在struts.xml中

<package name="default" extends="struts-default">
<action class="lsnu.lgf.action.Login" name="login" method="execute">
<result name="success">/index.jsp</result>
</action>
</package>

当我部署后没有报任何异常.发现能访问*.jsp文件,访问action时候却报404,是什么原因造成的?

当我在FilterDispatcher设置断点时候发现没有进入FilterDispatcher的init方法,本以为是web.xml文件配置错误,但是重新配置,检查甚至复制web.xml和struts.xml也没找出原因


修江的芦苇
关注
专栏目录
Struts 2.0
08-12
Struts 2.0 是一个基于 Model-View-Controller (MVC) 设计模式的Java Web应用程序框架。它并非Struts 1的直接升级，而是源自WebWork框架，提供了更强大的特性和灵活性。Struts 2的核心是Action，它是业务逻辑处理的...
Struts2.0的api
09-05
Struts2.0是Java Web开发中的一个热门框架，它基于Model-View-Controller（MVC）设计模式，为开发者提供了构建动态Web应用程序的强大工具。API文档是理解任何框架核心功能的关键，对于Struts2.0也不例外。让我们深入...
Struts2.0视频教程+struts2.0中文教程
04-28
Struts2.0是Java Web开发中的一个强大框架，它基于Model-View-Controller（MVC）设计模式，为开发者提供了构建可维护性高、结构清晰的Web应用程序的工具。这个"Struts2.0视频教程+struts2.0中文教程"包含的资源旨在...
DengLu.rar_struts2.0
09-14
【Struts2.0框架详解】 Struts2.0是Java Web开发中广泛使用的MVC（Model-View-Controller）框架，它极大地简化了企业级应用程序的开发过程。本项目"网络公告系统"就是基于Struts2.0构建的，旨在提供一个用于发布和...
struts2.0搭建
08-21
Struts2.0是一款强大的Java Web开发框架，它基于MVC（Model-View-Controller）设计模式，旨在简化企业级应用程序的开发流程。本教程将详细介绍如何使用Struts2.0搭建一个基本的登录系统。 首先，理解Struts2的核心...
java中的Map判断重复的方法
......
08-05 4962
本人推测是先用hash值判断后用equals（）方法判断，如果有其一不等，则表示两对象不等。以下程序可验证 import java.util.HashMap; import java.util.Iterator; import java.util.Map; import java.util.Set; public class MapDemo04 { public static
jdbc条件中的时间参数
......
02-21 2039
通常情况下把时间转换成字符串可以用来直接拼接的sql条件的, else if (f0.getType().equals(Date.class)) { DateFormat df = new SimpleDateFormat("yyyy-MM-dd"); if(!field0.equals(field1))sqlwhere.append(" and ( ").append(fs[i]).app
java LinkedList中的泛型问题
......
12-27 1238
今天遇到个问题，真心搞不懂,后来经人指点有点明白，希望大虾指点，代码如下： import java.util.LinkedList; public class LinkedListDemo01 {     public static void main(String args[]){         LinkedList link01=null;         //LinkedList
PreparedStatement中的like
......
12-21 644
PreparedStatement这个类估计都比较熟,我在网上看过一片文章http://cuisuqiang.iteye.com/blog/1480525 但是这里讨论的不是相同问题 我曾在一个sql查询中用到这样一条语句简化后的原理select * from table where  field like ? 这本是很简单的一个问题,但是如果是这样的  参数 "2013"也许你在sql s
struts2 Could not find action or result
......
12-27 643
for action Configuration                                 /Job.jsp                                     /n.jsp                     URL of  request : http://lgf:8080/CityWide/struts2/
java setBinaryStream error for mysql
......
12-06 623
Class.forName(driver);      Connection conn=DriverManager.getConnection(url, user, password);      String sql="insert into [test] ([name],[img])values(?,?)";      InputStream is=new FileInputStream
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip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，包括输入层、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，常见的损失函数包括均方误差（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。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
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，包括输入层、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，常见的损失函数包括均方误差（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。
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
09-21
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
Struts2.0入门与开发环境搭建详解
STRUTS2.0学习指南 STRUTS2.0是STRUTS框架的升级版本，它是在Webwork 2的基础上发展而来，特别在Webwork 2.2之后，Webwork采纳了Spring框架来处理控制反转功能，这标志着Struts 2.0与前代相比有了显著变化。Struts ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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