Java类反射中所必须的类:
Java的类反射所需要的类并不多,它们分别是:Field、Constructor、Method、Class、Object,下面我将对这些类做一个简单的说明。
Field类:提供有关类或接口的属性的信息,以及对它的动态访问权限。反射的字段可能是一个类(静态)属性或实例属性,简单的理解可以把它看成一个封装反射类的属性的类。
Constructor类:提供关于类的单个构造方法的信息以及对它的访问权限。这个类和Field类不同,Field类封装了反射类的属性,而Constructor类则封装了反射类的构造方法。
Method类:提供关于类或接口上单独某个方法的信息。所反映的方法可能是类方法或实例方法(包括抽象方法)。 这个类不难理解,它是用来封装反射类方法的一个类。
Class类:类的实例表示正在运行的 Java 应用程序中的类和接口。枚举是一种类,注释是一种接口。每个数组属于被映射为 Class 对象的一个类,所有具有相同元素类型和维数的数组都共享该 Class 对象。
Object类:每个类都使用 Object 作为超类。所有对象(包括数组)都实现这个类的方法。
package example1;
import java.lang.reflect.Field;
import java.lang.reflect.InvocationTargetException;
import java.lang.reflect.Method;
public class ReflectTester {
/**
* 在这个类里面存在有copy()方法,根据指定的方法的参数去 构造一个新的对象的拷贝 并将他返回
*
* @throws NoSuchMethodException
* @throws InvocationTargetException
* @throws IllegalAccessException
* @throws InstantiationException
* @throws SecurityException
* @throws IllegalArgumentException
*/
public Object copy(Object obj) throws IllegalArgumentException,
SecurityException, InstantiationException, IllegalAccessException,
InvocationTargetException, NoSuchMethodException {
// 获得对象的类型
Class classType = obj.getClass();
System.out.println("该对象的类型是:" + classType.toString());
// 通过默认构造方法去创建一个新的对象,getConstructor的视其参数决定调用哪个构造方法
Object objectCopy = classType.getConstructor(new Class[] {})
.newInstance(new Object[] {});
// 获得对象的所有属性
Field[] fields = classType.getDeclaredFields();
//
System.out.println("公有属性:"+classType.getFields()[0]);
for (int i = 0; i < fields.length; i++) {
// 获取数组中对应的属性
Field field = fields[i];
String fieldName = field.getName();
String stringLetter = fieldName.substring(0, 1).toUpperCase();
// 获得相应属性的getXXX和setXXX方法名称
String getName = "get" + stringLetter + fieldName.substring(1);
String setName = "set" + stringLetter + fieldName.substring(1);
// 获取相应的方法
Method getMethod = classType.getMethod(getName, new Class[] {});
Method setMethod = classType.getMethod(setName,
new Class[] { field.getType() });
// 调用源对象的getXXX()方法
Object value = getMethod.invoke(obj, new Object[] {});
System.out.println(fieldName + " :" + value);
// 调用拷贝对象的setXXX()方法
setMethod.invoke(objectCopy, new Object[] { value });
System.out.println("调用拷贝对象的get方法:" + fieldName + " :" + getMethod.invoke(objectCopy, new Object[] {}));
}
Method[] m = classType.getMethods();
for (int i = 0; i < m.length; i++) {
// 输出方法的返回类型
System.out.print(m[i].getReturnType().getName());
// 输出方法名
System.out.print(" " + m[i].getName() + "(");
// 获取方法的参数
Class[] parameterTypes = m[i].getParameterTypes();
for (int j = 0; j < parameterTypes.length; j++) {
System.out.print(parameterTypes[j].getName());
if (parameterTypes.length > j + 1) {
System.out.print(",");
}
}
System.out.println(")");
}
return objectCopy;
}
public static void main(String[] args) throws IllegalArgumentException,
SecurityException, InstantiationException, IllegalAccessException,
InvocationTargetException, NoSuchMethodException {
Customer customer = new Customer();
customer.setName("hejianjie");
customer.setId(new Long(1234));
customer.setAge(19);
Customer customer2 = null;
customer2 = (Customer) new ReflectTester().copy(customer);
System.out.println(customer.getName() + " " + customer2.getAge() + " "
+ customer2.getId());
System.out.println(customer);
System.out.println(customer2);
}
}
Customer类
package example1;
public class Customer {
public String test;
public String getTest() {
return test;
}
public void setTest(String test) {
this.test = test;
}
private Long id;
private String name;
private int age;
public Customer(){
}
public Long getId() {
return id;
}
public void setId(Long id) {
this.id = id;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
}
利用反射创建数组
package example2;
import java.lang.reflect.Array;
public class ArrayTester1 {
/**
* 此类根据反射来创建 <br/>
* 一个动态的数组
*/
public static void main(String[] args) throws ClassNotFoundException {
Class classType = Class.forName("java.lang.String");
Object array = Array.newInstance(classType, 10); // 指定数组的类型和大小
// 对索引为5的位置进行赋值
Array.set(array, 5, "hello");
String s = (String) Array.get(array, 5);
System.out.println(s);
// 循环遍历这个动态数组
for (int i = 0; i < ((String[]) array).length; i++) {
String str = (String) Array.get(array, i);
System.out.println(str);
}
}
}
更多参考开心购的交流专区
分享到:
相关推荐
以下是RC滤波、LC滤波、CRC滤波、CLC滤波、DLC滤波、LCL滤波的概述: RC滤波 原理:利用电阻(R)和电容(C)对不同频率信号的阻抗变化来实现滤波。低频信号下,电容充电和放电较慢,对信号形成阻碍;高频信号下,电容能够快速充放电,对信号的阻碍较小。 类型: 低通RC滤波器:允许低频信号通过,抑制高频信号。当信号频率升高时,电容器充放电速度加快,使得高频信号在电阻两端产生压降,从而降低输出信号的幅度。 高通RC滤波器:允许高频信号通过,抑制低频信号。在低频时,电容器相当于开路,电路的大部分信号都会被电阻所吸收;在高频时,电容器相当于短路,输入信号能较完整地传到输出端。 优点:电路简单,成本低廉,易于设计和实现。 缺点:滤波效果相对较弱,对高频噪声的抑制能力有限。 应用:常用于简单的信号处理、去噪、音频系统中的低通和高通滤波等。 LC滤波 原理:基于电感(L)和电容(C)元件对频率的响应差异。电感对高频信号呈现高阻抗(近似短路),对低频信号呈现低阻抗(近似开路);电容则相反,对低频信号呈现高阻抗(近似开路),对高频信号呈现低阻抗(近似短路)。 类型: 低通滤波器:允许低频信号通过
校园服务系统 免费JAVA毕业设计 2024成品源码+论文+录屏+启动教程 启动教程:https://www.bilibili.com/video/BV1jKDjYrEz1 项目讲解视频:https://www.bilibili.com/video/BV1Tb421n72S 二次开发教程:https://www.bilibili.com/video/BV18i421i7Dx
**快速进阶:西门子PLC编程高手养成记** 这个标题涵盖了您提供的文字中的关键信息,包括“西门子PLC编程”、“高手养成”等元素,同时也保持了简洁明了的风格。,如何短时间内成为西门子PLC编程高手 看这里:码垛搬运模型 【功能块】码垛搬运功能块 【品牌】西门子 【PLC】1200 【编程软件】博图v16 【编程语言】scl 【特色】以设定的上限和下限为范围,生成随机数。 可以用作模拟量仿真,方便调试程序; 学习用SCL语言编程; 作为数据源演示给领导或客户看; 可无限复制使用。 【说明】:程序不要把时间用来造轮子,这里有的你拿走,保留精力用来创造优质的功能快让你在工作中事半功倍factory Io和博途软件进行联合仿真,码垛搬运层数可以自定义设置,最大层数3,有报警显示功能,位置监视,复位,停止功能。 程序通俗易懂,规范模块化,可以随意增加新功能。 物品有,Factory IO仿真模型+博途v16安装包+博途码垛程序+HMI程序+factory IO安装包2.50版本。 ,关键词
,电机控制器,IGBT结温估算(算法+模型)国际大厂机密算法,多年实际应用,准确度良好…… 能够同时对IGBT内部6个三极管和6个二极管温度进行估计,并输出其中最热的管子对应温度。 可用于温度保护,降额,提高产品性能。 simulink模型除仿真外亦可生成代码…… 提供直流、交流两个仿真模型 提供底层算法模型库(开源,带数据 ) 提供说明文档
"COMSOL模拟:双层多孔介质中油类物质地下渗透扩散现象的时空演变研究",comsol模拟油往地下渗透现象,考虑两层多孔介质,结果显示出油随着时间逐渐向下扩散。 ,comsol模拟;油渗透;两层多孔介质;时间扩散;结果展示,COMSOL模拟两层多孔介质中油渗透扩散现象。
4b076399e3f709dc8990bd0e12720254.part7
基于深度学习的钢轨病害检测算法研究.pdf
西门子Smart200PLC与多台台达变频器实现Modbus轮询通讯:读写参数、控制启停、设置频率及电流监控实用指南,西门子smart200plc与4台台达变频器modbus轮询通讯 VFD-EL小型矢量变频器 1,读写变频器的内部参数 2,控制变频器启停,读频率电流 3,设置变频器输出频率 4,有彩色接线图,和参数设置说明, 有详细注释,简单易懂,可以学习可用项目, ,西门子Smart200PLC; Modbus轮询通讯; 变频器控制; 读写参数; 输出频率设置; 彩色接线图; 参数设置说明; 简单易懂注释。,西门子PLC与台达变频器Modbus轮询通讯项目指南
EI复现:碳减排背景下综合能源服务商合作策略的纳什谈判理论与自适应交替方向乘子法求解,EI复现: 《考虑碳减排的综合能源服务商合作运行优化策略》 纯手工复现,主要通过纳什谈判理论进行博弈,并采用自适应交替方向乘子法进行分布式求解 ,核心关键词:EI复现; 碳减排; 综合能源服务商; 合作运行优化策略; 纳什谈判理论; 博弈; 自适应交替方向乘子法; 分布式求解,EI复现:纳什谈判理论下的碳减排能源服务商合作运行优化策略
"扬子YD9850A耐压仪的LabVIEW通讯源码解析与应用",扬子YD9850A耐压仪labVIEW通讯源码 ,扬子YD9850A; 耐压仪; labVIEW通讯; 源码,扬子YD9850A耐压仪LabVIEW通讯源码
全覆盖与随机碰撞路径规划——AGV避障技术在扫地机器人移动仿真中的应用与对比,AGV全覆盖移动避障路径规划 扫地机器人路径规划 第一类算法 全覆盖智能算法 %% 基于深度优先搜索算法的路径规划—扫地机器人移动仿真 % 返回深度优先搜索实现全覆盖的运行次数 % 将栅格模型的每一个栅格看成一个点 % 实际中栅格模型是连续的,在计算机处理时看作离散的 % 将栅格模型抽象为标识矩阵,矩阵对应位置的标记表示栅格对应位置的状态 第二对比算法 %% 随机碰撞的路径规划—扫地机器人移动仿真 % 返回深度优先搜索实现全覆盖的运行次数 % 将栅格模型的每一个栅格看成一个点 % 实际中栅格模型是连续的,在计算机处理时看作离散的 % 将栅格模型抽象为标识矩阵,矩阵对应位置的标记表示栅格对应位置的状态 ,核心关键词: AGV全覆盖移动避障; 扫地机器人路径规划; 全覆盖智能算法; 深度优先搜索算法; 栅格模型; 标识矩阵。,基于全覆盖智能算法的AGV避障路径规划
"基于Matlab仿真的15kW三相离网逆变器在不对称负载下的正负序控制策略研究及其实验验证",15kW三相离网逆变器在不对称负载下的正负序控制matlab仿真 【1】卖家的研究方向,可提供简单,提供参考文献。 【2】不对称控制包括: 正序分量处理+负序分量处理+正序控制环+负序控制环; 【3】正序控制路与负序控制路都采用dq轴上的电容电压外环+电感电流内环控制; 【4】直流电压Vdc=700V,总功率15kW,LC滤波,阻性负载; 【5】轻重负载切+不对称负载投切均可稳定运行,具体波形如图所示; ,1. 15kW三相离网逆变器; 2. 不对称负载下的正负序控制; 3. MATLAB仿真; 4. 正负序分量处理; 5. 环路控制; 6. dq轴控制; 7. LC滤波; 8. 阻性负载; 9. 轻重负载切换; 10. 不对称负载投切稳定运行。,15kW三相离网逆变器的不对称负载控制Matlab仿真研究
电影数据分析及可视化系统 免费Python毕业设计 2024成品源码+论文+录屏+启动教程 启动教程:https://www.bilibili.com/video/BV1jKDjYrEz1 项目讲解视频:https://www.bilibili.com/video/BV1Tb421n72S 二次开发教程:https://www.bilibili.com/video/BV18i421i7Dx
"COMSOL光学模型解析:点光源与平面波穿越透镜的动态演变过程",COMSOL光学模型演示:点光源和平面波穿过透镜动态过程 ,COMSOL光学模型;点光源;平面波;透镜;动态过程,COMSOL透镜中光波动态传播模型演示
"基于CEEMD-GWO-SVM算法的时间序列预测:风电、光伏、负荷预测通用解决方案",基于CEEMD+GWO+SVM的时间序列预测,风电,光伏,负荷预测,替数据就可以使用。 ,CEEMD; GWO; SVM; 时间序列预测; 风电; 光伏; 负荷预测; 替换数据,基于CEEMD-GWO-SVM算法的能源时间序列预测模型
基于85三菱组态王PLC的药片装瓶自动控制系统的设计与实现,85三菱组态王基于PLC的药片装瓶自动控制系统 ,基于该内容,核心关键词可以是:85三菱组态王;PLC;药片装瓶;自动控制系统。这些关键词用分号分隔的结果为:85三菱组态王; PLC; 药片装瓶; 自动控制系统。,基于PLC的85三菱组态王药片装瓶自动控制系统
《CARSIM与Simulink联合仿真:实现变道及复杂路径规划的MPC轨迹跟踪算法》,carsim+simulink联合仿真实现变道 包含路径规划算法+mpc轨迹跟踪算法 可选simulink版本和c++版本算法(价格一样,如需要2个版本多加30元) 可以适用于弯道道路,弯道车道保持,弯道变道 carsim内规划轨迹可视化 Carsim2020.0 Matlab2017b (可安装包) ,汽车仿真联合;变道与轨迹规划;MPC轨迹跟踪算法;路径规划算法;Carsim2020.0版使用。,"Carsim与Simulink联合仿真:变道与轨迹跟踪算法实现"
在tf.Keras中使用Scikit-Learn优化模型
基于EEMD-PCA-LSTM的优化模型:特征处理与预测效果提升的新方法,EEMD-PCA-LSTM(集合经验模态分解-主成分分析-长短期记忆网络) 将输入特征进行EEMD分解后,通过KPCA判定分解分解累计贡献率,将大于98%的作为新的输入特征同预测序列导入到LSTM进行预测。 与LSTM、EEMD-LSTM进行对比,预测效果获得提升。 该模型可提升度高。 ,EEMD; PCA; LSTM; 特征处理; 预测效果提升; 模型可提升度高,EEMD-PCA-LSTM混合模型:预测效果提升显著的可提升模型
shopping_basket.xlsx