Mars视频笔记——HTTP操作1,2,3

4-7 HTTP操作(一)

1 什么是HTTP协议

超文本传输协议

客户端和服务器端请求应答的标准

客户端浏览器或其他程序与Web服务器之间的应用层通信协议

无状态协议

2 HTTP工作原理

建立连接

客户端发送请求

服务器端响应请求

断开连接

3 HTTP运行流程

请求报文格式:

请求行-通用信息头-请求头-实体头-报文主体

响应报文格式:

响应行-通用信息头-响应头-实体头-报文主体

4-8 HTTP操作(二)

1 Apache HTTP API 介绍

2 发送请求和接受响应的流程

		//生成一个请求对象
		HttpGet httpGet = new HttpGet("http://www.baidu.com");
		//生成一个Http客户端对象
		HttpClient httpClient = new DefaultHttpClient();
		//使用Http客户端发送请求对象
		HttpResponse httpResponse = httpClient.execute(httpGet); //该方法会返回一个HttpResponse对象
		//取出内容 代表一个Http消息
		HttpEntity httpEntity = httpResponse.getEntity();
		InputStream inputStream = httpEntity.getContent();
		//进行一些IO流的操作
		BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream));
		String result = "";
		String line = "";
		while((line = reader.readLine()) = null){
			result = result + line;
		}
		System.out.println(result);
		//...
		inputStream.close();

 

4-9 HTTP操作(三)

1 HTTP请求的方法

2 使用GET方法发送请求

get URL xxxxx?key=value&key=value...

剩下的操作和HTTP2中一样

url为拼上?key=value..之后的url

3 使用POST方法发送请求

		NameValuePair nameValuePair1 = new BasicNameValuePair("name",name); //name为读取的值
		NameValuePair nameValuePair2 = new BasicNameValuePair("age",age); //age为读取的值
		List<NameValuePair> nameValuePairs = new ArrayList<NameValuePair>();
		nameValuePairs.add(nameValuePair1);
		nameValuePairs.add(nameValuePair2);
		//生成Entity对象
		HttpEntity requestHttpEntity = new UrlEncodedFormEntity(nameValuePairs);
		HttpPost httpPost = new HttpPost(url); //这里的url是baseUrl 不用拼上?key=value...
		httpPost.setEntity(requestEntity);
		//之后的操作一样
 
基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
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