velocity:宏(#macro)出现中文乱码

已于 2023-12-29 16:01:56 修改
阅读量1.9k 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 代码生成 java 文章标签： velocity java macro utf-8
于 2017-11-04 17:13:55 首次发布
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.youkuaiyun.com/10km/article/details/78444680
本文介绍了在使用Velocity模板引擎过程中遇到的中文乱码问题及解决方法。通过设置宏中的中文编码及Velocity的input.encoding属性为UTF-8，解决了中文显示乱码的问题。

最开始使用velocity时，输出中文乱码，我的解决办法 是在调用 mergeTemplate 方法时指定encoding为UTF-8，然后就正常了。

Velocity.mergeTemplate(String templateName, String encoding, Context context, Writer writer)

然而最近在使用velocity写模板时发现宏(#macro)中如果有中文，就会输出乱码(之前一直没有在macro中使用过中文)。宏之外的中文都能正常输出。
google搜索了一下，发现要彻底解决中文乱问题，还要设置input.encoding属性才行，如下：

Properties vprops = new Properties();
vprops.put(Velocity.INPUT_ENCODING,"UTF-8");
vprops.put(Velocity.OUTPUT_ENCODING,"UTF-8");// OUTPUT_ENCODING可以不设，因为我在调用mergeTemplate方法时已经指定了 encoding 为UTF-8
Velocity.init(vprops);
基于图搜索的规划算法之Dijkstra
昔风不起，唯有努力生存！
07-22 1703
Dijkstra算法1作为最典型的图搜索寻路算法，用于在非负权边图(graph)中求解从起始状态节点到其他所有状态节点的最短路径——也被称为单源非负权边图最短路径问题。在很多专业课程中都能看到它的身影，如数据结构、图论、运筹学等等 。下图显示了一个非负权边图的例子： Dijkstra算法是由荷兰计算机科学家Edsger W. Dijkstra于1959年提出，并以其发明者的名字为名2。Dijkstra早在1956年时就发明了这个算法，直到1959年才等到合适的学术期刊出现并得以发表。在Web of Scie
MySQL数据库的自动化运维实践
2502_91592937的博客
06-21 954
随着企业数据规模不断扩大，传统人工运维MySQL数据库的方式已无法满足现代业务需求。减少人工干预，降低人为错误提高运维效率，缩短故障响应时间确保数据库高可用和数据安全实现标准化、可重复的运维流程本文首先介绍自动化运维的核心概念，然后深入讲解关键技术实现，包括监控、备份、性能优化等模块。接着通过实际案例展示完整实现，最后讨论未来发展趋势。自动化运维：利用工具和脚本自动执行常规运维任务的过程监控告警：持续收集数据库指标并在异常时通知管理员备份恢复：定期备份数据并在需要时恢复的流程性能优化。
单源最短路径算法----Dijkstra算法
09-29 4533
 Dijkstra算法是一种最短路径算法，用于计算一个节点到其它所有节点的最短路径，动态路由协议OSPF中就用到了Dijkstra算法来为路由计算最短路径。算法本身并不是按照我们的正常思维习惯，我们一般会，从原点遍历所有与之相连的节点，找到最短路径，再从最短路径上的那个点遍历与之相连的所有其它点（原点除外），然后依次类推。这样做虽然可以算出一个树形，但是在大多数情况下，这种算法会产生很多次
最短路径—Dijkstra算法和Floyd算法
weixin_33704591的博客
07-31 3940
注意：以下代码 只是描述思路，没有测试过！！ Dijkstra算法 1.定义概览 Dijkstra(迪杰斯特拉)算法是典型的单源最短路径算法，用于计算一个节点到其他所有节点的最短路径。主要特点是以起始点为中心向外层层扩展，直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法，在很多专业课程中都作为基本内容有详细的介绍，如数据结构，图论，运筹学等等。注意该算法要求图中...
Dijkstra算法
Solaris_navi Tech Space
10-06 1383
1、带权图的最短路径问题    　带权图的最短路径问题即求两个顶点间长度最短的路径。其中：路径长度不是指路径上边数的总和，而是指路径上各边的权值总和。    　路径长度的的具体含义取决于边上权值所代表的意义。【例】交通网络中常常提出的如下问题就是带权图中求最短路径的问题。      （1）两地之间是否有路相通?      （2）在有多条通路的
9.10 Dijksta算法的改动
weixin_45949933的博客
12-24 663
(a)如果新路径长度=当前已知路径长度，则发现了一条相同长度的最短路径，增加最短路径个数，有count[w]=count[w]+count[v]，即增加的路径数量等于上一跳v的总最短路径数量(此时v是已知) 如果发现的新路径<当前已知路径，则发现了一条新的最短路径，则替换最短路径个数，有count[w]=count[v] (b) 如果新路径长度=当前已知路径长度，则发现了一条相同长度的最短路径，比较该路径与已知路径的边数，选择边数更少的那个作为当前路径 如果发现的新路径<当前已知路径，则发现..
如何将YOLO v5识别结果输出到MySQL数据库
y1358898035的博客
04-19 6934
嘿嘿嘿，我又来啦~~✿✿ヽ(°▽°)ノ✿ 本期内容就是有关检测结果的输出实践，来吧展示~ 步骤：建立数据库、表——修改YOLO v5 detect.py 代码——运行，具体如下： 步骤一：建立数据库、表 构建名为demo的库，在库下面构建detect的表，设置列 picture和time，格式分别是longtext和datetime 步骤二：修改yolo v5 detect.py代码 引入库及sql配置 这部分编写来自（YOLO v5模型中加入mysql数据库，(修改)检测有结果再保存图片），
Python自动化上传Excel至MySQL并生成日志
资源摘要信息: "使用Python脚本实现在指定文件夹下读取所有Excel文件，并将其内容上传到MySQL数据库中。此过程涉及多个技术点，包括文件操作、Excel文件解析、数据库交互以及日志记录。上传完成后，脚本还会清空原...
使用Django框架实现对数据库的增删改查
FlymaAqi，芜湖，飞马阿起，passion！passion！
07-08 2253
使用Django框架实现对数据库的增删改查
""" 语音交互式DeepSeek问答系统 通过语音输入调用DeepSeek API回答问题 """ import json import os from vosk import Model, KaldiRecognizer import pyaudio import requests import mysql.connector from mysql.connector import Error from datetime import datetime from api.config import API_CONFIGS from doubaotts.doubaotts import VolcanoTTS # 初始化语音识别 model_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'model', 'vosk-model-cn-0.22', 'vosk-model-cn-0.22') model = Model(model_path) rec = KaldiRecognizer(model, 16000) p = pyaudio.PyAudio() # 本地ollama模型配置 ollama_model = "deepseek-r1:7b" # 初始化音频输入 def init_audio(): # 列出可用音频设备 for i in range(p.get_device_count()): print(p.get_device_info_by_index(i)) # 使用默认输入设备 stream = p.open(format=pyaudio.paInt16, channels=1, rate=16000, input=True, frames_per_buffer=8000, input_device_index=None) stream.start_stream() return stream # 调用本地ollama模型 def ask_deepseek(question): try: # 检查是否是数据库查询指令 if question.strip().lower().startswith("查询数据库:"): parts = question[len("查询数据库:"):].strip().split("|") if len(parts) == 2: db_name = parts[0].strip() query = parts[1].strip() result = query_other_db(db_name, query) if result is not None: return f"查询结果:\n{json.dumps(result, indent=2, ensure_ascii=False)}" else: return "查询失败，请检查数据库名称和查询语句" else: return "查询格式错误，请使用'查询数据库:数据库名|SQL查询语句'格式" # 普通问题处理 response = requests.post( "http://localhost:11434/api/generate", json={ "model": ollama_model, "prompt": question, "stream": False } ) if response.status_code == 200: return response.json()['response'].split('\n')[-1] # 只返回最后一行结果 else: return f"ollama模型错误: {response.status_code}" except Exception as e: return f"调用ollama模型时发生错误: {str(e)}" # 初始化MySQL连接 def init_db(): try: # 从配置中获取数据库连接参数 db_config = API_CONFIGS['mysql'] connection = mysql.connector.connect( host=db_config['host'], database=db_config['database'], user=db_config['user'], password=db_config['password'], port=db_config['port'], charset=db_config['charset'], connection_timeout=db_config['connection_timeout'] ) if connection.is_connected(): # 创建对话记录表 cursor = connection.cursor() cursor.execute(""" CREATE TABLE IF NOT EXISTS conversations ( id INT AUTO_INCREMENT PRIMARY KEY, question TEXT NOT NULL, answer TEXT NOT NULL, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ) """) connection.commit() return connection except Error as e: print(f"数据库连接错误: {e}") return None # 查询其他MySQL数据库 def query_other_db(database_name, query): try: # 从配置中获取基础连接参数 db_config = API_CONFIGS['mysql'] connection = mysql.connector.connect( host=db_config['host'], database=database_name, user=db_config['user'], password=db_config['password'], port=db_config['port'], charset=db_config['charset'], connection_timeout=db_config['connection_timeout'] ) if connection.is_connected(): cursor = connection.cursor(dictionary=True) cursor.execute(query) result = cursor.fetchall() connection.close() return result except Error as e: print(f"查询数据库{database_name}错误: {e}") return None # 保存对话到数据库 def save_conversation(connection, question, answer): try: cursor = connection.cursor() query = "INSERT INTO conversations (question, answer) VALUES (%s, %s)" cursor.execute(query, (question, answer)) connection.commit() except Error as e: print(f"保存对话失败: {e}") # 主程序 def main(): # 初始化数据库连接 db_connection = init_db() if not db_connection: print("警告: 无法连接到数据库，对话将不会被保存") stream = init_audio() print("请说出您的问题(按Ctrl+C退出)...") try: question = "" # 初始化question变量 while True: try: data = stream.read(4000, exception_on_overflow=False) if len(data) == 0: break if rec.AcceptWaveform(data): result = json.loads(rec.Result()) question = result['text'] if question.strip(): print(f"您的问题: {question}") answer = ask_deepseek(question) print(f"DeepSeek回答: {answer}") # 语音播报回答 from voice_management.voice_manager import VoiceManager voice_manager = VoiceManager() voice_manager.create_voice(answer) # 保存对话到数据库 if db_connection: save_conversation(db_connection, question, answer) question = "" # 重置question变量避免重复处理 else: partial = json.loads(rec.PartialResult()) if 'partial' in partial: print(f"正在识别: {partial['partial']}", end='\r') except OSError as e: if e.errno == -9981: # Input overflowed continue else: raise except KeyboardInterrupt: print("\n程序结束") finally: try: if stream.is_active(): stream.stop_stream() if not stream._closed: stream.close() except: pass p.terminate() # 关闭数据库连接 if db_connection and db_connection.is_connected(): db_connection.close() if __name__ == "__main__": main()能正常运行但是无法自动播放音频
最新发布
07-16
2. 但是，在`main`函数中，您从`voice_management.voice_manager`模块导入`VoiceManager`，并实例化使用。请确保这个导入的`VoiceManager`类就是您之前修复过的版本（即包含正确播放音频的版本）。 3. 另外，音频...
两个最短路径：Dijkstra和Floyd
a362682954的博客
04-22 549
Dijkstra 原理：https://blog.youkuaiyun.com/lbperfect123/article/details/84281300 上面博客在原理上已经解释的很清楚了，我这边简单简述下： 首先，建立dis数组用于存储起始点到各点的距离，初始化为起始点与其他节点的直接连接。 其次，判断dis中最短距离，这个最短距离是去除已经判断过最小节点的点。然后以这个点与其他节点的直接距离，如...
【图论】Dijkstra算法
Skyed_blue的博客
05-17 466
Dijkstra算法求有权图的单源最短路，下面直接给出模板。 测试数据： 6 8 1 3 10 1 5 30 1 6 100 2 3 5 3 4 50 4 6 10 5 6 60 5 4 20 输出数据： 起点 终点 最短路径 长度 v1 v2 无 ∞ v3 {v1,v3} 10 v4 {v1,v5,v4} ...
ACM新手DAY 6 最短路径
listening~的博客
07-21 398
题解 A - 最短路 以本题为模板做的讲解，直接放上代码，这个是Dijkstra（迪杰斯特拉）算法。 Dijkstra算法步骤 初始化： 1、将源点v0加到S中，即S[v0] = true； 将v0到各个终点的最短路径长度初始化为权值，即D[i] = G.arcs[v0][vi]，(vi∈V − S)； 如果v0和顶点vi之间有弧，则将vi的前驱置为v0，即Path[i] = v0，否则Path[...
详解 Dijkstra迪杰斯特拉算法
u013229693的博客
05-24 3002
文章目录摘要：复杂度：思想概要：辅助图解：证明:我最大的疑惑：实现：TestCase：参考 摘要： 描述：单源 最短路径（找到指定顶点到其余各点的最短路径） 思想：greedy 复杂度： 时间复杂度：O（n^2) 空间复杂度：O（n） 思想概要： 关键：将弧按权值递增排序，按到起点路径长度的从小到大加入U。 这样做，下一条构成的路径（设终点为x），必然是v0到vx的最短路径，且必定是b2或者是B1+b2。即，v0到vx的最短路径不会是通过A1 + a2 + A3这种方法产生的 辅助图解： U表示已找出的，从
Dijkstra算法图文详解
热门推荐
YiYeZhiNian的博客
12-31 4万+
Dijkstra算法算是贪心思想实现的，首先把起点到所有点的距离存下来找个最短的，然后松弛一次再找出最短的，所谓的松弛操作就是，遍历一遍看通过刚刚找到的距离最短的点作为中转站会不会更近，如果更近了就更新距离，这样把所有的点找遍之后就存下了起点到其他所有点的最短距离。 迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。它的主要特点是以起始点为中心向外层层扩展(广度优先搜索思想)，直到扩展到终点为止。 这样一个有权图，Dijkstra算法可以计算任意节点到其他节点的最短
算法详解之狄克斯特拉算法
程序员客栈
11-22 756
上一篇文章，我们了解了广度优先搜索算法（BFS），BFS主要用来解决图的可达路径验证和最小路径问题，即从一个顶点A到另一个顶点B，是否有可达路径，如果有那么求出其到达的最少步骤。那么这里的最短路径就如果加上时间或者其他元素来表示的话，真的就是最短的吗？ 这里，我们不妨将达到各个顶点的边加上一个花费时间来修饰，这里用来修饰边的元素，我们称之为权重，加上权重的边即为加权边，如下图所示： 还是上一篇文...
迪杰斯特拉算法（解决单源最短路径问题）
Q_M_X_D_D_的博客
12-07 2063
迪杰斯特拉算法用于解决图的单源最短路径问题，即给定a和b点，求a到b的最短路径。但是局限性在于不能处理图中含有负权边的情况。迪杰斯特拉算法和弗洛伊德算法非常类似，只不过是弗洛伊德是对所有结点对都做了松弛操作，而迪杰斯特拉算法只对给定的结点对做松弛，基本思路是很像的。这里就不解释松弛操作了，详见：弗洛伊德算法 基本思路： 从给定的起点出发，找一个离它最近且没有访问...
Dijkstra 算法总结
Muti-Agent
07-27 1876
Dijkstra算法思想：             Dijkstra算法又称单源最短路，求一个点到图中其它点的最短路。            假设有两个集合 S 和 T ，S中只包含源点，T中包含除源点外的其它点，开始寻找由源点出发到 T 中点的最小值的点，让它加入 S 中，然后以加入的点为中间点更新 T 中点到源点的距离（如果源点到中间点的距离加上中间点到 T 中与中间点有关系的点的距离小于
hdu 3790 迪杰斯特拉变形题
Singular__point的博客
10-28 374
最短路径问题 Time Limit: 2000/1000 MS (Java/Others)    Memory Limit: 32768/32768 K (Java/Others) Total Submission(s): 30322    Accepted Submission(s): 8973 Problem Description 给你n个点，m条无向边，每条边都有长
评论 1
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

打赏作者

10km

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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