第三章 Struts配置(第二节 Actin配置)

element的el-cascader组件动态加载,以及报错处理问题 Blocked aria-hidden on an element because its descendant retained focus. The focus must not be hidden from assistive technology users. 报错处理 阅读详情

3.2 节 Actin配置

Package配置

使用package可以将逻辑上相关的一组Action,Result,Intercepter等组件分为一组,Package有些想对象,可以继承其他的Package,也可以被其他package继承,甚至可以定义抽象的Package。

Package的可以使用的属性:

属性

是否必须

说明

name

是

Package的表示,为了让其他的package引用

extends

否

从哪个package集成行为

namespace

否

参考Namespace配置说明

@TODO Namespace配置说明

abstract

否

定义这个package为抽象的,这个package中不需要定义action

 

由于struts.xml文件是自上而下解析的,所以被集成的package要放在集成package的前边。

 

Namespace配置

Namespace将action分成逻辑上的不同模块,每一个模块有自己独立的前缀。使用namespace可以有效的避免action重名的冲突,例如每一个package都可以有自己独立的Menu和Help action,但是事项方式各有不同。Struts2标签带有namespace选项,可以根据namespace的不同向服务器提交不同的package的action的请求。

 

“/”表示跟namespace,所有直接在应用程序上下文环境下的请求(Context)都在这个package中查找。

 

“”表示默认namespace,当所有的namespace中都找不到的时候就在这个namespace中寻找,例如我们上面的login应用程序。

 

例如,有如下配置:

<package name="default">

<action name="foo" class="mypackage.simpleAction>

        <result name="success" type="dispatcher">

           greeting.jsp

       </result>

    </action>

    <action name="bar" class="mypackage.simpleAction">

       <result name="success" type="dispatcher">bar1.jsp</result>

    </action>

</package>

 

<package name="mypackage1" namespace="/">

    <action name="moo" class="mypackage.simpleAction">

        <result name="success" type="dispatcher">moo.jsp</result>

    </action>

</package>

 

<package name="mypackage2" namespace="/barspace">

    <action name="bar" class="mypackage.simpleAction">

       <result name="success" type="dispatcher">bar2.jsp</result>

    </action>

</package>

 

1 如果请求为/barspace/bar.action

查找namespace/barspace,如果找到bar则执行对应的action,否则将会查找默认的namespace,在上面的例子中,在barspace中存在名字位bar的action,所以这个action将会被执行,如果返回结果为success,则画面将定为到bar2.jsp

2 如果请求为/ moo.action

根namespace('/')被查找,如果moo action存在则执行否则查询默认的namespace,上面的例子中,根namespace中存在moo action,所以改action被调用,返回success的情况下画面将定位到moo.jsp

 

Action配置

在struts2框架中每一个Action是一个工作单元。Action负责将一个请求对应到一个Action处理上去,每当一个Action类匹配一个请求的时候,这个Action类就会被Struts2框架调用。

 

一个Action配置示例:

<action name="Logon" class="tutorial.Logon">

  <result type="redirect-action">Menu</result>

  <result name="input">/tutorial/Logon.jsp</result>

</action>

每一个Action可以配置多个result,多个ExceptionHandler,多个Intercepter,但是只能有一个name,这个name和package的namespace来唯一区别一个Action。

 

每当struts2框架接受到一个请求的时候,他会去掉Host,Application和后缀等信息,得到Action的名字,例如如下的请求将得到Welcome这个Action。

http://www.planetstruts.org/struts2-mailreader/Welcome.action

 

在一个Struts2应用程序中,一个指向Action的链接通常有Struts Tag产生,这个Tag只需要指定Action的名字,Struts框架会自动添加诸如后缀等的扩展,例如:

<s:form action="Hello">

    <s:textfield label="Please enter your name" name="name"/>

    <s:submit/>

</s:form>

将产生一个如下的链接的请求:

http://Hostname:post/appname/Hello.action

 

在定义Action的名字的时候不要使用.和/来明明,最好使用英文字母和下划线。

 

Action中的方法

Action的默认入口方法由xwork2的Action接口来定义,代码清单为:

public interface Action {

    public String execute() throws Exception;

}

 

有些时候我们想指定一个Action的多个方法,我们可以做如下两步:

1    建立一些execute签名相同的方法,例如:

Public String forward() throws Exception

2    在Action配置的时候使用method属性,例如:

    <action name="delete" class="example.CrudAction" method="delete">

 

Action中的方法通配符

有些时候对Action中方法的调用满足一定的规律,例如edit Action对应edit方法,delete Action对应 delete方法,这个时候我们可以使用方法通配符,例如:

<action name="*Crud" class="example.Crud" method="{1}">

这时,editCrud Action的引用将调用edit方法,同理,deleteCrud Action的引用将调用delete 方法。

 

另外一种比较常用的方式是使用下划线分割,例如:

<action name="Crud_*" class="example.Crud" method="{1}">

这样当遇到如下调用的时候可以找到对应的方法。

"action=Crud_input"  =>  input方法

"action=Crud_delete" =>  delete方法

通配符和普通的配置具有相同的地位,可以结合使用框架的所有其他功能。

 

默认的Action

当我们没有指定Action的class属性的时候,例如:

<action name="Hello">

我们默认使用com.opensymphony.xwork.ActionSupport

ActionSupport有两个方法input和execute,每个方法都是简单的返回SUCCESS。

 

Post-Back Action

可以使用如下画面达到字画面刷新的效果

<s:form>

    <s:textfield label="Please enter your name" name="name"/>

    <s:submit/>

</s:form>

 

默认Action

通常情况下,请求的Action不存在的情况下,Struts2框架会返回一个Error画面:“404 - Page not found”,有些时候或许我们不想出现一个控制之外的错误画面,我们可以指定一个默认的Action,在请求的Action不存在的情况下,调用默认的Action,通过如下配置可以达到要求:

<package name="Hello" extends="action-default">

 

<default-action-ref name="UnderConstruction">

 

<action name="UnderConstruction">

  <result>/UnderConstruction.jsp</result>

</action>"

 

默认通配符

<action name="*" >

  <result>/{1}.jsp</result>

</action>

每个Action将会被映射到以自己名字明明的JSP上。

 
Figma到Axure一键转换:Axhub Extension保姆级教程(含常见问题解决) 本文提供Axhub Extension的保姆级教程,详细讲解如何将Figma设计稿一键转换为Axure高保真交互原型。教程涵盖环境准备、核心转换四步走流程,并重点解决JSON导入失败、样式错乱、复杂组件转换等常见问题,旨在打通Figma与Axure之间的数据孤岛,大幅提升设计师和产品经理的原型制作效率。 阅读详情

相关推荐

利用Arcgis提取nc数据并计算区域年均温

1.下载数据。2.解压数据至不含中文的路径中。打开工具箱中的多维分析工具-创建NetCDF栅格图层,导入数据。3.打开工具箱中的数据管理工具-图层和表视图-创建栅格图层,导入数据,对输出数据进行命名,得到月均温栅格数据。4.选择工具箱-Spatial Analyst工具(空间分析工具)-地图代数-栅格计算器,计算全国一年年均温。​5.将其导出为.tif格式数据,方便后期使用。6.选择工具箱-Spatial Analyst工具(空间分析工具)-区域分析--以表格显示分区统计,得到分区域的气温数据。

什么都学亿点点的博客 7993

[转载]Struts2配置详解_配置Action

配置Action Struts2的核心功能是action,对于开发人员来说,使用Struts2主要就是编写action,action类通常都要实现com.opensymphony.xwork2.Action接口,并实现该接口中的execute()方法。 该方法如下: public String execute() throws Exception Struts2并不是要求所有编写的ac...

guo_yang的博客 592

自绘CListCtrl时发现ON_WM_MEASUREITEM_REFLECT和DrawItem(LPDRAWITEMSTRUCT lpMeasureItemStruct) 无响应

自绘CListCtrl时发现ON_WM_MEASUREITEM_REFLECT和DrawItem(LPDRAWITEMSTRUCT lpMeasureItemStruct) 无响应 一般情况下,我们都是在 dialog 里面 放一个 list 控件,然后 用自己的类绑定自己的自绘对象,如同下面: 1.  在 dialog 里面 加一个 list 列表 2. 然后 绑定这个列表 哈哈...

mfreesky的专栏 2171

Action——Action的配置和作用

  Action——Action的配置和作用   大家在接触Struts2时或许听说过Action这个词,这里您将了解什么是Action,Action都有哪些作用,和一点关于Action的配置。   什么是Action        在Struts2中我们通常说的Action通常有这么3个含义。Action指Action类,比如咱们上个章节说到的HelloWorldAction就算是一...

wang28344的博客 1256

TCN+iTransformer时间序列预测实战:从风电功率预测到源码解析(附完整代码)

本文深入探讨了TCN与iTransformer融合模型在时间序列预测,特别是风电功率预测中的应用。通过解析iTransformer‘倒置’视角的创新架构与TCN强大的局部时序捕捉能力,文章提供了完整的融合方案设计、源码实现及实战调优经验,旨在构建更强大的下一代预测引擎。

weixin_29062671的博客 265

移远EC21/EC200模组休眠功耗从13mA降到6mA,我排查了这3个坑(附完整AT指令流程)

本文详细介绍了移远EC21/EC200模组休眠功耗从13mA优化至6mA的完整解决方案,涵盖硬件设计检查、AT指令配置、RTOS调度优化和固件兼容性验证等关键步骤。通过系统性的低功耗问题诊断框架,帮助IoT设备开发者有效提升电池续航能力,特别适合智能水表等电池供电场景应用。

weixin_30715523的博客 534

Action的创建和配置

计应134(实验班) 李佳鸿 Action类—Struts组件 在RequestProcessor类预处理请求时,在创建了Action的实例后,就调用自身的processActionPerform()方法,该方法再调用Action类的execute()。 Action的execute()方法调用模型的业务方法,完成用户请求,然后根据执行结果把请求转发给其他合适的WEB组件。 创建支持多...

weixin_34074740的博客 250

使用GBIF获取生物多样性数据与GIS的结合

随着全球生物多样性的重要性日益凸显,越来越多的研究人员和保护机构开始利用地理信息系统(GIS)来分析和可视化生物多样性数据。GBIF(全球生物多样性信息设施)作为一个全球性的生物多样性数据库,提供了大量的物种分布和分类信息,为研究人员和保护工作者提供了宝贵的数据资源。本文将介绍如何使用GBIF API获取生物多样性数据,并将其与GIS技术相结合,以便更好地理解和研究生物多样性。利用GIS的强大功能,我们可以在地理空间上可视化物种分布、分析物种多样性的空间格局,并为保护生物多样性提供科学依据。

BnxBackend的博客 1763

action的实现和配置

action的实现和配置 action的实现有三种方式 1. 不继承任何类的action 这种方式的好处是,我们写的Action类完全不和 struts2 框架发生耦合,代码不依赖 struts2 的类库。 当然,弊端也比较明显不能使用 struts2 中的某些功能。 2.实现Action接口 Struts2的Action接口中只定义了execute方法和几个预定义的常...

wscnlxx的博客 2115

69页完整版智慧港口综合解决方案

智慧港口需求4港机远程操控等自动化改造需求自动化码头AGV无线通信及专用视频系统需求安全生产视频监控类需求港机RCMS及设备管理需求岸边智能理货码头三维全景应用智慧港口解决方案5自动化码头AGV/跨运车/无人集卡无线接入港机远控视觉及冗余无线通信视觉集卡防吊起系统集装箱码头岸边智能理货港机RCMS系统无线接入港机智能化管理(无线高清视频监控、一键报警、远程抄表系统)港口拖轮无线接入岸边溢油监测系统TD-LTE覆盖及业务终端接入港口生产管理系统港口可视化集群调度港口GiNMS综合网络设备智能管理全球作业效率最

zuoan1993的博客 2129

SKUA-GOCAD入门教程-第七节 点的创建与编辑3

本文介绍了四种从井数据创建点集的方法

江洋大葱的博客 963

ajax 结合struts实现跨域访问

1.首先ajax的访问方法如下: $.getJSON("requestUrl?callback=?",function(data){ }); 2.struts中action  的写法如下: public String getBirthdayUser() { List list = userService.listAll(1, 100); Calendar cal = Ca

u010107162的专栏 1828

AIGC实战——变分自编码器(Variational Autoencoder, VAE)

变分自编码器通过在模型中引入随机性,并限制潜空间中的点的分布来解决自编码器存在的问题。只需进行一些微小的调整,就可以将自编码器转换为变分自编码器,从而使其成为真正的生成模型。在本节中,我们介绍了变分自编码器的基本原理,并使用 `Keras` 实现了一个变分自编码器用于生成 Fashion-MNIST 图像。

盼小辉丶的博客 1万+

Struts2 中的Actin配置

Struts2 中的Actin配置2008-07-30 13:03Package配置使用package可以将逻辑上相关的一组Action,Result,Intercepter等组件分为一组,Package有些类似对象,可以继承其他的Package,也可以被其他package继承,甚至可以定义抽象的Package。Namespace配置Namespace将ac

疯猫 823

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

Struts2 Actin的扩展名的三种修改方法

方法一:       配置struts.xml 文件,在标签下加上如下内容:   方法二:       在struts.properties 文件中加入一行配置信息:struts.action.extension=aaa 方法三:      在web.xml文件中给filter加上init-param属性,代码如下所示 struts2 org.apache.struts2.di

mafly008的专栏 1389

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

struts2中往actin传递参数的方式

方式一:通过action的属性,在Action中定义你要传递的参数的名字,然后给这些属性设置get和set方法,你设置的这些属性的名字可以和传递的参数的名字不一样,但是你设置的get和set方法一定要和你要传递的参数的名字一样,当一般我们都会三者保持一致 方式二:域模型传递参数。将你要传递的参数封装成一个对象,然后再Action中声明这个对象,并且给这个对象设置get和set方法。如果你传递的参

qq_36471517的博客 188

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

struts in actin(Ted Husted 著)struts1 源码配置问题 记录

由于维护升级公司原来的struts1项目,所以要学习一下struts1相关的知识。在网上找了Ted Husted 著的struts in action(中文版)的书来看,导入intellij idea时调试了半天,后来才发现各个action的包名自动变成java.app,所以点sign in 后出错,root case 提示 LogonForm 没法创建,出现 classNotFoundExcep

zhichitiany2014的博客 330

Struts2跟freemarker的配置实例讲解(FTL文件解析)

Freemarker 简介 FreeMarker允许Java servlet保持图形设计同应用程序逻辑的分离,这是通过在模板中密封HTML完成的。模板用servlet提供的数据动态地生成 HTML。模板语言是强大的直观的,编译器速度快,输出接近静态HTML页面的速度。  FreeMarker是一个模板引擎,一个基于模板生成文本输出的通用工具,使用纯Java编写  FreeMarker被

程序员♥乔布斯二世 2707

Struts2跟freemarker的配置实例讲解

Freemarker 简介       FreeMarker允许Java servlet保持图形设计同应用程序逻辑的分离,这是通过在模板中密封HTML完成的。模板用servlet提供的数据动态地生成 HTML。模板语言是强大的直观的,编译器速度快,输出接近静态HTML页面的速度。     FreeMarker是一个模板引擎,一个基于模板生成文本输出的通用工具,使用纯Java编写  ...

代码也疯狂 211

Struts2总结

Struts2 1. 搭建Struts2的开发环境: 1)导入相应的jar包;6个 2)编写struts的配置文件;struts.xml 3)struts2在web中的启动配置;web.xml 2. 第一个struts2应用 3. actin属性的注入message是action中的变量 <paramname...

awp51086的博客 122

Struts2约定优于配置

1.1   需要的jar包struts2-convention-plugin-2.2.1.jar 1.2   设置Convention结果[result页面存放路径目录] struts-plugin.xml文件中: 默认配置所有的结果result页面都存储在WEB-INF/content下,通过设置struts.convention.result.path属性的值改变结果result页面

海阔凭鱼跃,天高任鸟飞 1507

Struts Action 与ActionSupport的区别

一、Action 跟 Actionsupport 的区别 当我们在写action的时候,可以实现Action接口,也可以继承Actionsupport这个类.到底这两个有什么区别呢? Action接口有: public static final java.lang.String SUCCESS = "success";  public static final java.lan

u010643307的博客 1275

struts2学习之十四----其他知识点

一、struts2探索学习完一定需要实际去运行,这样才能有更加深刻的理解! 1、几个主要的默认配置文1)struts-default.xml配置文件路径:struts2的strut2-core.jsr文件中2)default.properties路径:strut2-core.jar的org.apache.struts2包中   2、如何覆盖几个主要的默认文件的内容1)方法一:在自己写 的Strut...

whp0731 179

Struts2 Action扩展名的三种修改方法

 最近在做项目开发过程中犯了一个很低级的错误,在这里列举出来,供大家参考借鉴:我希望通过Url请求一个Action,最终通过服务器的处理能得到一个Json串,所以我在Url中体现这一特点,将action的扩展名写为xxaction.json,在web.xml 中将struts2过滤设置成了全部拦截,代码如下: &lt;filter&gt; &lt;filter-name&gt;st...

weixin_34240520的博客 105

struts1学习之--8、ActionForward的有关问题

ActionForward(导航器) ActionForward对象是配置对象,这些配置对象拥有独一无二的标识来允许他们按照name属性来检索,ActionForward对象封装了向前进的URL且被请求处理器用于识别目标视图。 Name:逻辑名称 Path:页面或者模块访问路径。 Redirect属性: False(no)-->表示转发,路径相对于当前的应用。 Ture(yes)-->

左岸人的博客 1126
上一篇: 第三章 Struts配置(第一节 struts.properties配置)
下一篇: 第三章 Struts配置(第三~七节其他配置)
struts2
博客等级 码龄19年 885粉丝 103原创
评论 7
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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