strust2使用通配符

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE struts PUBLIC
    "-//Apache Software Foundation//DTD Struts Configuration 2.5//EN"
    "http://struts.apache.org/dtds/struts-2.5.dtd">
<struts>
    <package name="ssh" extends="struts-default" namespace="/">
    <!-- 使用通配符  需要添加属性method = -->
        <action name="TestAction_*" class="testAction"  method="{1}">
            <result name="success">/login.jsp</result>

        </action>
    </package>
</struts>

这里的TestAction_*会将这个值传入method并对应 Action中的一个方法。


package com.chet.action;

import org.apache.logging.log4j.LogManager;
import org.apache.logging.log4j.Logger;

import com.opensymphony.xwork2.ActionSupport;

public class TestAction extends ActionSupport {
    /**
     * 
     */
    private static final long serialVersionUID = 1L;

    private static Logger logger = LogManager.getLogger(TestAction.class.getName());
    @Override
    public String execute() throws Exception {
        System.out.println(System.getProperty("user.dir"));
        System.out.println("test -------------------");

        logger.info("无奈发生的");

        return SUCCESS;
    }


    public String login()
    {
        System.out.println("test -------------------");
        return SUCCESS;
    }
}

将会执行login函数。并返回结果

如果struts版本在2.3以上,做好上面的配置之后,遇到无法找到匹配的Action问题可以在尝试一下如下配置。

<struts>
    <package name="ssh" extends="struts-default" namespace="/">
    <!-- 使用通配符  需要添加属性method = -->
        <action name="TestAction_*" class="testAction"  method="{1}">
            <result name="success">/login.jsp</result>
            <allowed-methods>login</allowed-methods> 
        </action>
    </package>
</struts>
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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