BizTalk动手实验(四)Schema开发测试

本文详细介绍BizTalk中Schema的开发过程,包括从XML生成Schema、平面文件Schema的创建及使用信封消息的方法。通过实际操作步骤,帮助读者掌握BizTalk消息处理的核心技术。

 更多内容请查看:BizTalk动手实验系列目录

                      BizTalk 开发系列

1 课程简介

通过本课程熟悉Schema的相关开发技术

2 准备工作

1. 熟悉XML、XML Schema、XSLT等相关XML开发技术

2. 新建BizTalk空项目

3 演示

3.1 格式化XML生成XML Schema

1. 右击BizTalk项目,添加生成项

clip_image001

2. 生成Schema

clip_image002

3. 选择Well-Formd XML及XML文件

clip_image003

4. 生成Schema

clip_image004

3.2 生成平面文件Schema

1. 添加平面文件Schema向导

clip_image006

2. 配置根节点名称及命名空间

clip_image007

3. 选择平面文件内容

clip_image008

4. 选择分隔符()

clip_image009

5. 分隔符分隔中选择分隔符类型为{CR}{LF},选中“记录带有标记标识符”框,然后在“标记”中键入 PO。在包含多个记录的文件中,PO 将用于标识各个记录。单击“下一步”继续。

clip_image010

6. 向导已标识了采购订单记录中的四个元素;如图所示定义元素属性,点击下一步。

clip_image011

6. BizTalk项目中会有相应的Schema生成,继续定义customer及items记录

clip_image012

7. 因为customer为重复记录因此选中第一行即可定义元素

clip_image013

8. 在选择记录格式中选中根据相对位置

clip_image014

9. 在可视化工具中,用鼠标单10,30,50,65,68以区分姓名、街道、城市、州/省、邮政编码

clip_image015

10. 如下图所示,完成Customer记录的定义

clip_image016

11. 定义Items记录

clip_image017

12. 选择Items数据

clip_image018

13. 选择按分隔符符号

clip_image019

14. 从“子分隔符”下拉选择列表中选择“,”将“转义符”文本框保留为空。选择“记录带有标记标识符”,然后在“标记”中键入 ITEMS

clip_image020

15. 该向导使用“分隔记录”页中的值标识两个子元素。由于其中的一个元素是重复记录,因此请选择第一个元素,在“元素名称”中输入“物品”,然后从“元素类型”下拉选择列表中选择“重复记录”。对于其他列,请保留默认值。选择第二行,然后从“元素类型”列表中选择“忽略”。单击“下一步”后,物品记录的下一级随即创建在该架构中。您还需要定义采购订单架构的最后一部分。

clip_image021

16. 选择Item记录内容

clip_image022

17. 选择分隔符

clip_image023

18. 选择竖线作为分隔符

clip_image024

19. 定义物品各字段元素

clip_image025

20. 完成向导,生成XML Schema

clip_image026

3.3 使用信封消息

1. 创建一个常规Schema,设置相应的字段和元素。

2. 新创建一个常规Schema(EnvelopSchema,只需要一个根节点root),

3. 设置EnvelopSchema的命名空间与常规Schema一致

4. 设置EnvelopSchema的Envelop属性为True

5. 设置EnvelopSchema的BodyPath为root本身

6. 创建接收pipeline,将XML Dissamble组件拖入XML Dissamble流程中,并设置XML Dissamble组件的Envelop Schema的属性为新创建的EnvelopSchema.

7. 部署应用

8. 将多条常规消息(删除命名空间)节点复制到信封消息当中,以构造信封消息进行测试。

9. 目标输出端口应该有多条消息输出。

转载于:https://www.cnblogs.com/cbcye/archive/2011/12/19/2293055.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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