Spring Cload Linux 服务器文件上传下载

本文介绍了如何在Spring Cloud项目中实现文件的上传和下载功能,详细讲解了Maven依赖、Consumer端上传使用FeignClient、Provider端上传以及上传下载工具类的创建,特别指出文件上传时需注意@RequestPart("file")注解的使用。
摘要由CSDN通过智能技术生成

Maven 依赖

        <dependency>   <!--jsch-->
            <groupId>com.jcraft</groupId>
            <artifactId>jsch</artifactId>
            <version>0.1.55</version>
        </dependency>

consumer 上传

 @Autowired
    private CloseClientService service = null;

    @RequestMapping(value = "/up")
    public Map<String,Object> uploadup(@RequestParam("file") MultipartFile file) {
   
        return this.service.up(paramMap,file);
    }

Feignclient

 @RequestMapping(value = Config.closeProjectName + "/upload/up", consumes = MediaType.MULTIPART_FORM_DATA_VALUE,method = RequestMethod.POST )
    public Map<String,Object> up(@RequestPart("file")  MultipartFile file);

provider 上传

 @Autowired
 UpdownService updownService;

    @RequestMapping(value = "/up")
    @ResponseBody
    public Map<String,Object> up(@RequestParam("file")  MultipartFile file) throws IOException {
   
      AccessUtil accessUtil=new AccessUtil();
      String fileName=file.getOriginalFilename();
      updownService.updateUrl(id,file,fileName);
      }

上传、下载 工具类

package com.migu.springcloud.util;
import com.migu.springcloud.controller.EditController;

import com.jcraft.jsch.*;
import lombok.extern.slf4j.Slf4j;
import
在CMakeLists.txt文件中配置YOLOv5的依赖环境通常是在构建深度学习模型项目时常见的步骤。YOLOv5是一个基于PyTorch的开源目标检测框架。在`Cloads`这样的基于C++的项目里,如果你打算使用YOLOv5的API或者预训练模型,你需要设置几个关键点: 1. **添加Python依赖**: - 首先,你需要确保你的C++项目能够链接到Python解释器。这通常通过包含像`find_package(Python REQUIRED)`这样的指令来查找Python库。 2. **找到PyTorch**: - 使用`find_package(Torch REQUIRED)`查找并链接PyTorch,提供安装路径或者系统搜索路径,比如`TORCH_DIR=/path/to/pytorch`。 3. **找到YOLOv5的C++封装库**: - 如果YOLOv5有提供C++ API,可能会有一个叫做`darknet-cpp`或者其他名字的库。你可以使用类似`find_package(Darknet REQUIRED)`来查找它,并指定其路径。 4. **添加头文件和链接器选项**: - 添加相关的头文件目录(例如`include/darknet`),并在链接阶段链接对应的库(如`target_link_libraries(your_project ${DARKNET_LIBRARIES})`)。 ```cmake # 示例配置 find_package(Python REQUIRED) find_package(Torch REQUIRED torch=1.8.0 PATHS /usr/local/lib/python3.7/site-packages/) find_package(Darknet REQUIRED PATHS /path/to/yolov5/build) add_executable(your_cpp_file main.cpp) target_include_directories(your_cpp_file PRIVATE ${PYTHON_INCLUDE_DIRS} ${TORCH_INCLUDE_DIRS}) target_link_libraries(your_cpp_file Python::python ${TORCH_LIBRARIES} ${DARKNET_LIBRARIES}) ``` 记得替换上述示例中的路径为你实际的安装位置。
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