跳到主要內容

JSP(7)_核心標籤庫

如果我們已經會建立JSTL的環境，接下來我們深入探討核心標籤庫:

<% taglib prefix="c" uri="java.sun.com/jsp/jstl/core" %>
前綴已經設定為c
功能前綴字語法
c:catch抓取錯誤事件。<c:catch var="抓取的變數名稱">
</c:catch>
c:choose等同於if(邏輯條件)<c:choose>
 <c:when test="邏輯條件1">值</c:when>
 <c:when test="邏輯條件2">值</c:when>
 <c:otherwise>值</c:otherwise>
</c:choose>
c:when等同於else if(邏輯條件)<c:when test="邏輯條件"></c:when>
c:otherwise等同於else<c:otherwise></c:otherwise>
c:if等同於if<c:if var="變數" test="邏輯條件1" [scope="page|request|session|application"]
c:import引入某個URL的頁面<c:import  url="URL位置" [var="變數名稱"] />
c:out引用jspWrite物件輸出1.<c:out />這是一個title
2.<c:out value="這是一個title" />
c:param加入參數到此網頁<c:param var="變數名稱" value="內容值"  [scope="page|request|session|application"] [property="屬性修改"] [target=""]
c:redirect專送到另外網頁位址<c:redirect url="URL位址" />
c:remove移除某一活動變數<c:remove var="變數名稱" [scope="page|request|session|application"] 
c:set設定單一活動變數或是屬性值<c:set></c:set>
c:urlURL連結，等同於href的內容值<c:if var="變數" test="邏輯條件1" [scope="page|request|session|application"]
c:foreach擷取出表單的陣列的資料(如:checkbox)<c:foreach var="變數值" items="表單欄位值" [begin="數字"] [end="終止值"] [step="累進值"]> </c:foreach>

EX:


Form.jsp
<%@ page language="java" contentType="text/html; charset=UTF-8" pageEncoding="UTF-8"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=BIG5">
<title>Insert title here</title>
</head>
<body>
  <form action="processForm.jsp" name="form1" >
    <input type="radio" name="sex" value="male" />男
    <input type="radio" name="sex" value="famale" />女
    <br>
    運動:
    <input type="checkbox" name="sport" value="baseball" />baseball
    <input type="checkbox" name="sport" value="football" />football
    <input type="checkbox" name="sport" value="soccer" />soccer
    <input type="checkbox" name="sport" value="swimming" />swimming
    <input type="checkbox" name="sport" value="badminton" />badminton
    <br>
    <input type="submit" name="submit"/>
  </form>

</body>
</html>


processForm.jsp

<%@ page language="java" contentType="text/html;charset=UTF-8" pageEncoding="UTF-8"%>
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
<%@ taglib prefix="c" uri="http://java.sun.com/jsp/jstl/core" %>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
<title>Insert title here</title>
</head>

<body>
<c:choose>
  <c:when test="${param.sex=='male' }">男</c:when>
  <c:when test="${param.sex=='famale' }">女</c:when>
</c:choose>
<c:forEach var="aValue" items="${paramValues['sport']}">
  ${aValue}
</c:forEach>

</body>
</html>










留言

張貼留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同，這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構，很多時候常常被搞混，所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object，只需要繼承Object就可以，沒有特定規定，只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用，規範比較嚴格，規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO，但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中，主要用來存取資料庫資料達到持久化的目的，並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件，可以發現Employee物件建構子沒有任何參數，屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...
張貼留言
閱讀完整內容

Python AI-手寫辨識

Python AI-手寫辨識 類神經網路-手寫辨識 手寫辨識 (1) 問題定義 將輸入手寫數字圖片，經由類神經網路訓練後，可以辨識手寫圖片得到一個正確的答案，例如讓電腦辨識上面圖片手寫數字0-9，都可以認得．在了解問題後，需要先知道輸入的資料格式，例如圖片為NxN的矩陣向量． 輸入：輸入的資料格式有很多種，例如數字圖片為矩陣向量 模型：ＮＮ 輸出：輸出的方式，神經網路輸出不一定跟輸入同值，手寫數字輸入為1，輸出有可能是1.1或是1.5等等，所以輸出必須經過轉換成真實世界的數字． (2)定義函式 輸出會有兩個問題： Ａ.輸出利用one-hot encoding來表示，就是Ｎ個狀態會對應Ｎ的結果，例如：輸出結果為1，表示[0,1,0,0,0,0,0,0,0,0] B.輸出結果不能超過1，我們通常會利用 Softmax函数 來進行輸出的處理． (3) 準備訓練/測試資料 在這邊需要從輸入去定義那些要當作訓練與測試資料，我們手寫資料使用MNIST 資料庫來訓練使用，MNIST共有70,000筆手寫資料，60,000筆為訓練資料，10,000為測試資料． (4)建構類神經網路模型 開始建構我們的神經網路模型，首先決定好28x28的像素(這邊不用擔心如何將圖片轉成矩陣)，模型使用ＳＧＤ的方式進行學習，輸出是一個10為的陣列來表示． 輸入：手寫數字圖片(28x28=784) 模型：ＳＧＤ 輸出：數字(one hard encoding) (5)學習 首先介紹SGD(Stochastic Gradient Descent) 的學習方式，因為蕾神經網路需要訓練很多次才會提高準確度，SGD最大的好處就是當每次重新學習的會將訓練資料打散，來防止機器學習將答案死背下來． (6)實作開發 下面程式碼有完整的說明，這邊就不多說明了，當開始執行程式時就會進行資料訓練． 由訓練結果最後acc=0.9447，表示準確率可以到達94%，我們再由實際測試可以看出該圖為7的圖示，由神經網路判斷為7，跟我們人類判斷相同，我們可以知道由訓練的結果可看得到不錯的準確度． 執行神經網路遇到不少問題，請參考下面連結，是筆者所整理的問題集，請多多指教 https://programdoubledragon.bl...
2 則留言
閱讀完整內容

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題： 例如：log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在： 利用google查詢所遭遇到的問題，例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法： 我實作下面解法後，就可以順利執行手寫辨識的程式． //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096
1 則留言
閱讀完整內容