struts2 OGNL 表达式及各种标签的使用

本文详细介绍了Struts2框架中的核心概念值栈(ValueStack)及其与OGNL表达式语言的关系。同时深入探讨了Struts2标签库中append、generator、iterator、merge、subset等标签的使用方法及功能,帮助读者更好地理解和掌握Struts2的应用。

         Struts2中将应用范围里的数据以及Action处理的数据都存储在一个区域里。在Struts2中叫做“valueStack”,中文名为“值栈”。而OGNL就是从“值栈”取出数据,并在某些条件下进行数据过滤和计算的表达式语言。在Struts2中值栈作为OGNL的根对象,从值栈中取出自己需要的数据,而且值栈存取数据是按照先入后出的概念。因此查询数据时候往往是值栈中最顶部的数据先被查询出来。更加需要指出的是在值栈中也可以使用索引,可以在指定的索引位置开始搜索数据

      Struts2的ActionContext中的对象,则在访问这些对象时候,前面要加“#”。比如ognl.jsp中访问session和request对象时候代码中在request和session之前就有“#”

      OGNL还有“?”、“^”、“$”。此三个符号中“?”是取得所有符合条件的数据时使用。“^”是取这些符合条件的数据中索引中第一个或第一条数据。而“$”则正好相反,是取得最后一个或最后一条数据

     append标签的功能是将多个集合合并成一个集合。其中id是命名了集合了多个集合的集合名。所有被合并的集合都是在< param >里定义的

    generator标签的功能是将一个字符串按照指定的分隔符将该字符串分割成多个字符串集合。其中id是分割后的字符串集合名。separator是分隔符值。val是要被分割的字符串名。count是定义显示分割后字符串集合中元素的个数(注意:id、separator、val、count等属性中定义时候的值一定要以“”包含。特别是count,开发者容易写成count=2,而不是count=“2”。前者写法是不正确的,在IDE中也会给出错误提示

      iterator标签的功能是对某个集合中的所有属性进行迭代遍历。和Struts中的iterator标签功能完全相同。其中id也和之前记述标签相同。而value则可以指定需要被迭代遍历的集合,如果不显式指定,则表示是使用在值栈的栈顶的数据集合。还有一个status属性,它其实表示的是Struts2中的IteratorStatus对象的具体某实例。其中有一些API都是和集合的顺序索引有关的

     merge标签的功能和append标签功能相同。唯一的不同点在于merge标签合并的集合中各个元素的排列顺序是不同的

     如果需要自定义comparator,则可以在Action中扩展Comparator接口,并且重写compare方法就可以。如代码所示,通过定义内部类返回Comparator类型对象,在内部类中重写compare方法,定义了按照字符串长度由短到长排序的条件

    subset标签的功能是根据读取子集条件将某个集合的子集读取出来。也可以自定义自己的读取子集条件。id和之前技术标签相同。source定义的是父集合名。start表示是从父集合哪一个元素的索引序号开始读取。count表示的是读取父集合中多少个元素。decider就是读取子集的条件,可以不写,如果写了,则表明一个Decider对象实例

    bean标签的功能是用来创建一个具体的JavaBean实例。其中id是对需要创建的JavaBean实例对象进行标识定义。name是JavaBean的名字,即类名

    date标签的功能是用来在JSP等视图界面上显示日期,该日期的格式可以自己定义。其中id也是对需要显示的日期进行标识定义。name是日期变量名

植物实例分割数据集 一、基础信息 数据集名称:植物实例分割数据集 图片数量: - 训练集:9,600张图片 - 验证集:913张图片 - 测试集:455张图片 总计:10,968张图片 分类类别:59个类别,对应数字标签0至58,涵盖多种植物状态或特征。 标注格式:YOLO格式,适用于实例分割任务,包含多边形标注点。 数据格式:图像文件,来源于植物图像数据库,适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发:数据集支持实例分割任务,帮助构建能够自动识别植物特定区域并分类的AI模型,辅助农业专家进行精准监测和分析。 • 智能农业应用研发:集成至农业管理平台,提供实时植物状态识别功能,为作物健康管理和优化种植提供数据支持。 • 学术研究与农业创新:支持植物科学与人工智能交叉领域的研究,助力发表高水平农业AI论文。 • 农业教育与培训:数据集可用于农业院校或培训机构,作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性:标注采用YOLO格式,确保分割区域定位精确;包含59个类别,覆盖多种植物状态,具有高度多样性。 • 数据量丰富:拥有超过10,000张图像,大规模数据支持模型充分学习和泛化。 • 任务适配性强:标注兼容主流深度学习框架(如YOLO、Mask R-CNN等),可直接用于实例分割任务,并可能扩展到目标检测或分类等任务。
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