JSP学习简记 --- JavaBean

本文介绍了JSP中JavaBean的应用,包括其分类、特性及如何使用。解释了<jsp:useBean>、<jsp:setProperty>、<jsp:getProperty>等标签的作用,并讨论了JavaBean的范围、自省机制及其在JSP中的重用性。
javabean可分为有user interface和没有的,jsp通常用没有user interface的。

javabean的特性:
是public的类
必须有一个无参的构造函数
取得或设定它的属性的时候,必须使用setXXX和getXXX方法。
另外在jsp中使用javabean,要把它放在包里也就是在java文件开头要package pname,不然会找不到javabean在jsp中使用的时候。

使用javabean可以将html与java程序分离,而且有重用性。
在jsp中使用javabean使用<jsp:useBean>标签,其id属性可以随意设置在jsp:setProperty和jsp:getProperty中的name属性用此id值来取得相应的属性值,scope属性是这个javabean的使用范围,在class属性中定义javabean的类。


自省机制:服务器接到请求后,使用<jsp:setProperty property="*" name="test"/>这样方式,可以将请求中参数值赋给javabean test中同名属性。

jsp使用<jsp:setProperty>标签来设置javabean的值,它有四种使用方式:
1如上所示,使用自省机制自动设置所有属性
2使用自省机制,只设定某一javabean属性的值
3使用param属性,把请求中某一参数赋给某属性
3使用value属性,设置值。

jsp:setProperty标签可以自动进行类型转换,但是如果使用value="<%=request.getParameter(\"abc\") %>"这样的模式来设置javabean值的时候,<%=request.getParameter(\"abc\") %>返回的一定是String类型,也就是说它的类型转换发生在取出value值之前,不是在向javabean属性赋值的时候再转的。
还有一点,当在请求参数中,没有和javabean属性同名的参数的时候,将不会有任操作,并不会把取得的null值赋给javabean的属性。


jsp用<jsp:getProperty property="id" name="test"/>这样的方式来取得bean的属性的值。此标签也自动进行类型转换,不过是从其他类型转成String。

javabean在jsp中有四个范围,page,request,session,application,通过jsp:useBean标签的scope属性来设置。在这里还是多提一句,当设定了page以外的三种scope的时候,在其他的网页使用这个javabean属性的时候需要再次执行jsp:useBean标签来先引用这个javabean,不然在tomcat6里会报类似下面的错误:
org.apache.jasper.JasperException: jsp:getProperty for bean with name 'test'. Name was not previously introduced as per JSP.5.3
但是在以前的tomcat里就不会报这个错误,可以正常使用,这是为了遵循最新的jsp规范tomcat做的改动,但是可能在将要出的6.027里还会允许以前那种用法。

javabean的移除:如果javabean并不是常用,使用完后可以将它移除以免占用服务器内存。可以使用相应范围的对像的removeAttribute方法来完成。或者使用jstl核心标签库的remove标签。

ref: http://hi.baidu.com/sai5d/blog/item/fe1862c3b2c56859b219a854.html
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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