express框架

一、express的使用

安装express 在根目录下输入 npm install express

引入express的包

const express = require("express");

定义一个app来接收express的返回值

let app = express();

get方法

代码结构:

"use strict";
const express = require("express");
let app = express();
app.get("/", (req, res)=> {
    res.send("<h1>这是标题</h1>");
})
app.listen(8888, ()=> {
console.log("正在监听8888");
})

参数一:url后的路径, url后面有/的都可以执行   127.0.0.1:8888/

参数二:回调函数  res.send()可以直接将内容发送到浏览器,发送完毕断开连接,send包含了write和end两个操作,使用起来更加方便。

 

参数一为"/*":表示匹配到的所有的url路径,都会执行里面的代码,这样,我们就需要在回调函数中增加一个参数 next,next跳转到下一个路由,如果没有next,则浏览器会一直处于等待的状态,有了next,执行完这里的get以后,会继续执行后面的get。因为这一执行顺序,我们可以在这里设置res的属性,那么执行后面get的时候,也可以使用res的这个属性。

 

app.get("/*", (req, res, next)=> {
    req.aa = "abc";
    //为req增加属性,可以在下面被访问
    next(); //跳转到下一个路由
})

app.get("/", (req, res)=> {
    res.send("<h1>这是标题</h1>" + req.aa);
})

 

我们还可以通过status来设置状态码

app.get("/*", (req, res)=> {
    //让状态码变成404
    res.status(404).send("通配符");
})

例如参数一为“/login”  ,那么要想访问到页面就需要在路径中加入“/login”, 127.0.0.1:8888/login

 

 

获取url中的参数:

  1. req.query

    使用query来获取参数,要求url中参数的写法必须为127.0.0.1:8888?name="zs"&id=1,我们可以用res.query.id来获取到id属性值

app.get("/", (req, res)=> {
    console.log(req.query);
    console.log(req.query.id);
    console.log(req.query.name);
    res.send("访问博客");
})
  1. req.params

    使用query来获取参数,要求url中参数的写法必须为127.0.0.1:8888/zs/1

app.get("/:uesr/:id", (req, res)=> {
    console.log(req.params);
    res.send("啦啦");
})

post方法

post方法和get方法用法差不多,这里只做简单演示

app.post("/login", (req, res)=> {
    req.send("这是登录");
})

all方法

all将post和get合二为一,具体用法:

"use strict";

const express = require("express");
let app = express();
app.all("/login", (req, res)=> {
    if(req.method.toLocaleLowerCase() === "get") {
        res.send("这是get请求");
    }else if(req.method.toLocaleLowerCase() === "post"){
        res.send("这是post请求");
    }
})

app.listen(8888, ()=> {
    console.log("正在监听8888");
})

req.method用来获取请求的方式,可能为GET、POST、PUT、HEAD等,可以把它转换为小写与get、post比较

转载于:https://www.cnblogs.com/AnnieShen/p/6048294.html

内容概要:本文介绍了一种利用遗传算法优化BP神经网络进行回归预测的方法,并提供了完整的MATLAB程序代码。主要内容包括数据预处理、遗传算法与BP神经网络的结合、适应度函数的设计以及最终的预测结果展示。文中详细解释了如何将Excel格式的数据导入MATLAB并进行归一化处理,如何定义适应度函数来优化BP神经网络的参数(如激活函数和学习率),并通过遗传算法找到最优解。实验结果显示,在某工业数据集上,经过遗传算法优化后的BP神经网络预测精度显著提高,从原来的0.82提升到了0.91。此外,还提到了一些实用技巧,比如调整遗传代数、修改激活函数等方法进一步改进模型性能。 适合人群:对机器学习有一定了解的研究人员和技术爱好者,特别是那些希望深入了解遗传算法与BP神经网络结合应用的人士。 使用场景及目标:适用于需要快速构建高效回归预测模型的场景,尤其是当传统BP神经网络无法达到预期效果时。通过本篇文章的学习,读者能够掌握一种有效的优化手段,从而提高模型的泛化能力和预测准确性。 其他说明:代码可以直接应用于新的数据集,只需确保数据格式符合要求(Excel格式)。对于想要深入探索或改进现有模型的人来说,还可以尝试更换不同的激活函数或其他调节方式来获得更好的表现。
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