11月13日国际化的WEB开发培训日记

本文详细介绍了displayTag自定义标签的功能与设计思路,并演示了如何实现应用国际化,包括使用ResourceBundle管理不同语言的资源包,以及如何在Web开发中获取浏览器的区域设置。

讲解了displayTag这个开源的自定义标签的作用与设计思想,让大家自己写一个这样的示意程序,结果很糟糕!
让大家解释${x.name}的内部执行原理,再次复习讲解了迭代标签的编写细节。

讲解了什么是应用程序的国际化,复习了Locale对象和操作系统的Locale设置。讲解了ResourceBundle的资源包管理:

先创建messages.properties、messages_en.properties、messages_zh.properties、messages_zh_cn.properties等文件,每个文件中的内容即为文件名,介绍它们是一个资源包,然后编写java源程序(用缺省的Locale)去读取资源包中的内容,读取到的是zh_cn中的内容,将zh_cn改名为zh_cnx,再执行这个Java程序,读取到的是zh中的内容,将zh改名为zhx,读取的是默认文件中的内容。恢复原来所有的文件名,将源程序中的Locale设置ENGLISH,再执行这个程序,看到的是en中的内容,将en改为enx,提问后再执行(重点),看到的是zh_cn文件中的内容!解释原因,将操作系统的Locale改为英语,再执行,这时候为默认文件中的内容了。
对于中文资源文件中的内容,要用native2ascii工具进行转换,在使用中发现的一个问题:对于“你\好”,native2ascii不转其中的“\”,所以转换的结果为“\u4f60\\u597d”,最终导致读取properties文件中的内容时出现问题。appfuse中的displayTag_zh_CN.properties文件中的中文内容居然没有用native2ascii处理,真不知道是哪位国人提交的,看来对中文问题进行过深入研究的人可能还真不多!

接着讲解了WEB开发中的国际化问题,如何得到浏览器的Locale信息,properties文件的存放位置:ResourceBundle是去类装载器搜索的目录中查找,即去类的“根目录”下查找。

我提出一个问题:messages_zh_CN.properties最后的CN是否区分大小写,在使用JDK是,windows上不区分,linux上的情况怎样呢?
冯伟力实验:在tomcat下的jsp中只能读取messages_zh_CN.properties,而无法读取messages_zh_cn.properties文件,如果成功读取zh_CN文件后,再将zh_CN改为zh_cn不会有任何问题,这是因为jsp中缓存了zh_CN.properties文件中的内容,他修改jsp文件后重新访问,tomcat后台提示Webapp ClassLoader找不到zh_CN文件,然后重新加载整个Web应用程序和加载缺省的资源文件。
王涛实验:在tomcat下的jsp中能读取messages_zh_cn.properties文件,并且tomcat将一直缓存资源内容,即使删除zh_cn文件和修改jsp文件重新访问,也没有任何问题,除非重新启动tomcat。
我对冯伟立的建议:用getResourceAsStream方法读取一个资源文件,然后删除这个资源文件,看看访问效果。冯伟立报告的实验结果是:无论是否修改jsp文件,资源内容一直被缓存在类装载器中。

接着讲解了如何通过MessageFormat对象对字符串中的参数进行赋值,从MessageFormat的format方法中意外发现:数组能够作为一个对象传递,在方法内部再将这个对象强制转换成数组。

一种基于有效视角点方法的相机位姿估计MATLAB实现方案 该算法通过建立三维空间点与二维图像点之间的几何对应关系,实现相机外部参数的精确求解。其核心原理在于将三维控制点表示为四个虚拟基点的加权组合,从而将非线性优化问题转化为线性方程组的求解过程。 具体实现步骤包含以下关键环节:首先对输入的三维世界坐标点进行归一化预处理,以提升数值计算的稳定性。随后构建包含四个虚拟基点的参考坐标系,并通过奇异值分解确定各三维点在该基坐标系下的齐次坐标表示。接下来建立二维图像点与三维基坐标之间的投影方程,形成线性约束系统。通过求解该线性系统获得虚拟基点在相机坐标系下的初步坐标估计。 在获得基础解后,需执行高斯-牛顿迭代优化以进一步提高估计精度。该过程通过最小化重投影误差来优化相机旋转矩阵和平移向量。最终输出包含完整的相机外参矩阵,其中旋转部分采用正交化处理确保满足旋转矩阵的约束条件。 该实现方案特别注重数值稳定性处理,包括适当的坐标缩放、矩阵条件数检测以及迭代收敛判断机制。算法能够有效处理噪声干扰下的位姿估计问题,为计算机视觉中的三维重建、目标跟踪等应用提供可靠的技术基础。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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