Filter作业

实现一个日志过滤器。要求每次访问应用中的任何路径时,日志都能记录当前访问的路径。    
提示:当前访问的路径可以考虑使用HttpServletRequest中的getRequestURI()方法。

a.jsp

<%@ page contentType="text/html; charset=utf-8" pageEncoding="utf-8"%>
<!DOCTYPE html>
<html>
<head>
<meta  charset="utf-8">
<title>网页a</title>
</head>
<body>
    <h2>欢迎来到a页面~~~</h2>
</body>
</html>
b.jsp
<%@ page contentType="text/html; charset=utf-8" pageEncoding="utf-8"%>
<!DOCTYPE html>
<html>
<head>
<meta  charset="utf-8">
<title>网页b</title>
</head>
<body>
    <h2>欢迎来到b页面~~~</h2>
</body>
</html>

Filter_log.java

package filter;

import java.io.IOException;
import javax.servlet.Filter;
import javax.servlet.FilterChain;
import javax.servlet.FilterConfig;
import javax.servlet.ServletException;
import javax.servlet.ServletRequest;
import javax.servlet.ServletResponse;
import javax.servlet.http.HttpServletRequest;
import com.sun.net.httpserver.Filter.Chain;

public class Filter_log implements Filter{

	@Override
	public void destroy() {
		System.out.println("Filter_log销毁了~~~");
	}

	@Override
	public void doFilter(ServletRequest request, ServletResponse response,
			FilterChain chain) throws IOException, ServletException {
		System.out.println("Filter_log进入doFilter~~~");
		HttpServletRequest req=(HttpServletRequest)request;
		String path=req.getRequestURI();
		System.out.println("当前访问页面的路径为:"+path);
		chain.doFilter(request,response);
		System.out.println("Filter_log将要离开doFilter~~~");
	}

	@Override
	public void init(FilterConfig fc) throws ServletException {
		System.out.println("Filter_log初始化了~~~");
	}
}

web.xml

<?xml version="1.0" encoding="UTF-8"?>
<web-app xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://java.sun.com/xml/ns/javaee" xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_3_0.xsd" id="WebApp_ID" version="3.0">
  <display-name>Test-F_L</display-name>
  <welcome-file-list>
    <welcome-file>index.html</welcome-file>
    <welcome-file>index.htm</welcome-file>
    <welcome-file>index.jsp</welcome-file>
    <welcome-file>default.html</welcome-file>
    <welcome-file>default.htm</welcome-file>
    <welcome-file>default.jsp</welcome-file>
  </welcome-file-list>
  <filter>
     <filter-name>FilterLog</filter-name>
     <filter-class>filter.Filter_log</filter-class>
  </filter>
  <filter-mapping>
      <filter-name>FilterLog</filter-name>
      <url-pattern>/log/*</url-pattern>
  </filter-mapping>
 
  <servlet>
       <servlet-name>ListenerU</servlet-name>
       <servlet-class>listener.ServletUser</servlet-class>
  </servlet>
  <servlet-mapping>
       <servlet-name>ListenerU</servlet-name>
       <url-pattern>/user/ListenerUser</url-pattern>
  </servlet-mapping>
  
  <servlet>
       <servlet-name>ListenerD</servlet-name>
       <servlet-class>listener.ServletDelete</servlet-class>
  </servlet>
  <servlet-mapping>
       <servlet-name>ListenerD</servlet-name>
       <url-pattern>/user/ListenerDelete</url-pattern>
  </servlet-mapping>
  
</web-app>


 


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,其核心思想来源于四则运算,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