Web开发敏捷之道Rails(笔记五)

本文介绍Rails应用中如何处理错误信息并利用flash结构进行反馈,同时展示了清空购物车操作中session对象的管理方式。

1:处理错误

  Rails定义了一个flash的结构,在处理请求的过程中把任何东西放进去,其用来收集错误信息。比如,add_to_cart() action发现传入了货品id不合法,它就会将错误信息保存在flash中,并重定向到index() action。

  

def add_to_cart
   begin
       @product=Product.find(params[:id])
   rescue ActiveRecord::RecordNotFound 
       logger.error("A error  id")
       flash[:notice]="error product id"
       redirect_to:action=>:index
   else  
      @cart=find_cart
      @cart.add_product(product)
   end
end

#rescue子句拦下Product.find()抛下的异常
#Rails的日志记录器记下了这个错误,每个控制器都可以通过logger属性访问日志记录器,这里的日志级别是error
# 创建了一条flash提示信息,和hash一样使用,用:notice作为存放提示信息的键
#redirect_to()方法将浏览器重定向 index控制器

     如果出现异常,我们可以查看日志文件的末尾处,可以看到输出的错误信息(log目录下的 development.log文件)

     在页面显示flash信息

  

<% if flash[:notice] %>
  <%= flash[:notice] %>
<% end %>

 

2: 清空session对象(紧接上篇)

 

<%= link_to "清空购物车" ,:action=>:empty_cart %>

 

 

def empty_cart
    session[:cart]=nil
    flash[:notice]="购物车已清空"
    redirect_to:action=>:index
end

 

 

 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
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