struts 2 异常处理机制

本文介绍了Struts框架中处理异常的多种方式,包括在Action中直接处理、通过配置文件映射异常以及使用全局异常处理机制。同时,还讨论了如何在错误页面显示异常信息。

1.在action中直接抛出异常并处理异常指定异常出现后的跳转页面;

                public String update_person()throws Exception{

                       try{

                            ...

                         }catch(ArithmeticException e){    //捕获异常

                                    e.printStackTrace();                   //打印异常

                                    return "error";                              //指定异常出现后的跳转页面

                         }

                        return “success”;

                      }

  

2. struts.xml中配置异常对象并指定异常跳转页面;

       <action name="update_person"  class="person"  method="update_person" >

                //将可能出现的Exception的类名和result的名称对应

                <exception-mapping result="math-exception"  exception="java.lang.ArithmeticException"/>                

                 //将result的名称与相应的跳转页面对应  

                <result name="success">tongxunlu.jsp</result>
                <result name="math-exception">error.jsp</result>  

       </action>

3.实际开发中经常将异常配置到全局异常中,能减少代码量并且能够实现异常的统一管理

          <global-results>
                  <result name="input">/error.jsp</result>
                  <result name="math-exception">/error.jsp</result>
                  <result name="login">/nologin.jsp</result>
          </global-results>

          <global-exception-mapping>

                      <exception-mapping result="math-exception"  exception="java.lang.ArithmeticException"/>

          </global-exception-mapping>

 4.在错误处理页面上显示错误信息

       显示错误信息的方法有两种:一种是直接显示错误信息方便开发人员阅读并寻找出现错误的原因,

       错误信息为: <s:property value="exception">

       错误的堆栈信息为<s:property value="exceptionStack"/>

 

       另一种是错误稍加处理,仅仅对操作用户起提示错误的作用。

       在捕获异常后对异常进行说明    session.put("error", “操作失败请重试”);

       在异常处理页面显示错误原因   ${error};

 

 

 

 

 

 

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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