servlet特點
預設的servlet
當第一次訪問時初始化init()
自定義初始化
在配置檔案中標籤中
值值為正數，伺服器啟動執行init()（自定義）
值為正數，伺服器啟動，且servlet被呼叫時執行init()（預設）
用註解去配置servlet
public @inte***ce
webservlet
; string[
]urlpatterns()
default
;//請求路徑，可配置多個
intloadonstartup()
default-1
;//初始化時間
webinitparam[
]initparams()
default
;boolean
asyncsupported()
default
false
; string smallicon()
default"";
string largeicon()
default"";
string description()
default"";
string displayname()
default"";
}
using catalina_base: 「c:\users\曾大爺.intellijidea2019.3\system\tomcat_day01」
gender servlet
對servlet進行簡化，繼承該類只需要實現service方法
主要對請求方式進行分析，繼承該類複寫doget、dopost方法
請求行兩種請求方式get、set
(get /login.html 請求協議/版本)
請求頭請求頭名稱: 請求頭值
常見的請求頭
user-agent：瀏覽器告訴伺服器，我訪問你使用的瀏覽器版本資訊
告訴伺服器，我(當前請求)從**來？
請求空行
空行，就是用於分割post請求的請求頭，和請求體的。
請求體(正文)：
封裝post請求訊息的請求引數的
獲取請求行資料
getmethod()獲取請求方式
getcontextpath()獲取虛擬目錄
getservletpath()獲取servlet路徑
getquerystring()獲取get方式請求引數
getrequesturi()獲取請求uri
getprotocol()獲取協議及版本
getremoteaddr()獲取客戶機的ip位址
獲取請求頭資料
getheader(string name):通過請求頭的名稱獲取請求頭的值
getheadernames():獲取所有的請求頭名稱
獲取請求體資料
只有post請求方式，才有請求體
getreader()獲取字元輸入流，只能操作字元資料
getinputstream()：獲取位元組輸入流，可以操作所有型別資料
獲取請求引數通用方式
getparameter(string name):根據引數名稱獲取引數值
getparametervalues(string name):根據引數名稱獲取引數值的陣列
getparameternames():獲取所有請求的引數名稱
getparametermap():獲取所有引數的map集合
request.setcharacterencoding(「utf-8」);編碼問題
請求**：一種在伺服器內部的資源跳轉方式
第一步，通過request物件獲取請求**器物件：requestdispatcher getrequestdispatcher(string path)
第二步，使用requestdispatcher物件來進行**：forward(servletrequest request, servletresponse response)
共享資料
域物件：乙個有作用範圍的物件，可以在範圍內共享資料
request域：代表一次請求的範圍，一般用於請求**的多個資源中共享資料
方法：void setattribute(string name,object obj):儲存資料
object getattitude(string name):通過鍵獲取值
void removeattribute(string name):通過鍵移除鍵值對
獲取servletcontext：
servletcontext getservletcontext()
1.單例
第十八天部落格
首先是複習 複習昨天學習的19個選擇器 加上清除是20個選擇器 基本選擇器5個 id選擇器 id 類選擇器 樣式名稱 選擇器 元素選擇器 標籤名稱 組選擇器 id,class,標籤名稱 層次選擇器4個 選擇父元素中的某些元素 父元素 子元素 選擇父元素中所有的子元素，不包括後代元 父元素 子元素 選...
失業第十八天
今天的主題還是面試，上午面了第四家公司，這家公司做rtos的，當然問了很多作業系統相關的知識。說來也巧，自己這段時間剛好在看這個rtos 原始碼，在網上也投了這家公司，但是過了一天就收到職位不符合的訊息，但是公司居然打 過來預約面試時間，心裡一陣欣喜。不管結果如何好像是白白給了個面試的機會試試吧，說...
假期第十八天
卷積神經網路的層級結構 資料輸入層 input layer 卷積計算層 conv layer relu激勵層 relu layer 池化層 pooling layer 全連線層 fc layer 卷積神經網路cnn主要用來識別位移 縮放及其他形式扭曲不變性的二維圖形。由於cnn的特徵檢測層通過訓練資...