使用commons的fileupload来上传文件

本文介绍如何使用JSP和servlet实现文件上传功能。通过设置form属性及使用ServletFileUpload解析请求,可以方便地处理上传文件,并解决了中文名称的文件上传问题。
用法主要分两个部分,一个部分是JSP页面的,一个部分是servlet。
先说JSP部分,比较简单,只需要对上传组件所在的form进行相应的设置即可,代码如下
<form action="./servlet/UploadAdvertisement" method="post" enctype="multipart/form-data">

再来说一下servlet端。也许有人会问,能不能用struts的action。经过我的试验,结果证明是不行的。也许是由于struts的内部设置问题,具体原因我并没有去深究。
写一个servlet,然后在它的doPost方法中对上传过来的内容进行处理。基本的代码如下:
// Create a factory for disk-based file items    
FileItemFactory factory = new DiskFileItemFactory();
// Create a new file upload handler
ServletFileUpload upload = new ServletFileUpload(factory);
upload.setHeaderEncoding("GBK");//设置编码格式
// Parse the request
List /* FileItem */items = upload.parseRequest(request);


这段代码相对比较固定,也可以自己再把它封装一下。
List中的FileItem对象,就是post过来的form中的所有对象。可以通过FileItem的isFormField()来判断这个对象是一个普通的Field还是上传附件的field.
FileItem有write方法可以直接把上传过来的数据写入到一个文件当中,操作很方便。
值得说明一下的就是中文的处理。其实很简单,上面的代码也提到了一部分,就是
upload.setHeaderEncoding("GBK");//设置编码格式

然后在读取FileItem的内容时,同样也要设置编码格式:
item.getString("GBK");

其中item是FileItem的实例。
通过这两个地方的设置,就可以解决中文的问题了。
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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