WebWork深度探索之盲人摸象

作者尝试用WebWork做小功能后,决定对其进行全方位探索。从Web.xml中定义的ServletDispatcher类入手,发现其实现机理与WAF中的MainServlet不同。ServletDispatcher调用ActionProxy接口的execute方法,辗转调用具体action类的execute方法,作者对此感到疑惑。

        昨天尝试着利用WebWork做了一个小功能[1]之后,对她有一点点的了解,但是她留给我的疑问实在太多了。于是,我决定从今天开始对WebWork来一次全方位的探索(因水平有限,这个探索的过程可能会很长)。
        WebWork作为一个Web应用框架,拥有成百上千的类,想要对她有个整体了解,我该从哪里开始呢?还记得在Web.xml中定义的唯一的一个servlet吗?而这个servlet对应着的class就是ServletDispatcher,就从这里开始吧,因为这个类负责所有处理.action请求,正如WAF中的MainServlet[2]一样。于是,我迫不及待的打开了ServletDispatcher的源代码。
        凭着自己对WAF的了解,我一开始便认定了ServletDispatcher实现机理与MainServlet是一样的。但是当我真正看到ServletDispatcher的代码的时候,我发现我的估计失误了。MainServlet是通过调用RequestProcessor类的processRequest方法去处理httpServletRequest的,然后在processRequest方法中则是通过反射获得了一个HtmlAction的实例,最后直接调用这个实例中的perform方法去处理httpServletRequest。然而在ServletDispatcher中,代码就简单得多了。

None.gifActionProxy proxy = ActionProxyFactory.getFactory().createActionProxy(namespace , actionName, extraContext);
None.gifrequest.setAttribute(
"webwork.valueStack" , proxy.getInvocation().getStack());
None.gifproxy.execute();
None.gif

        我们可以发现ServletDispatcher调用的是ActionProxy接口定义的execute方法,而不是Action接口定义的execute方法。而在ActionProxy的默认实现类——DefaultActionProxy中,则又调用了ActionInvocation接口定义的invoke方法,直到ActionInvocation的默认实现类——DefaultActionInvocation中,我才找到了Action接口定义的execute方法的身影。
        而我原本所猜测的代码应该是这样的:

None.gifAction ac =  ActionFactory.getFactory().createAction(actionName,other parameterdot.gif);
None.gifac.execute();

        为什么要经过这样的辗转去调用具体的action类中的execute方法呢?现在的我真的不得而知了。面对WebWork,再加上她的基础——XWork,这样的庞然大物,我现在就象一个盲人在摸象,能告诉你的就是:咦,这不是一堵的墙吗?现在的心情只能借用那英的一句歌词来形容了:借我借我一双慧眼吧!
       
        [1] WebWork初体验
        [2] 关于MainServlet的介绍,可以参考PetStore的文档

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
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