`
sunguanxing
  • 浏览: 1105141 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

fastm设计思路深度剖析

阅读更多
1.PHP(&fastm)把文档切割为简单的DOM结构
PHP模板的设计思路非常漂亮,用注释里的Begin和End把HTML(WML,或任何XML)页面切割成不同的块,而且块里面还可以继续切块。

这样一来,一个页面被切割成一个树结构,很象DOM结构。只是DOM结构太过笨重,对每一个元素都要建立一个节点,而且节点的类型非常复杂。比如,一个HTML DOM结构,有多少种HTML元素,就会有多少种节点类型,比如,Body,Table,TR,TD,Form,Input等。

而PHP模板则是一个轻量级的DOM结构,一个Begin-End块就是一个节点。Begin-End块只包括三种内容——静态文本,变量,和其它的Begin-End块。

设计思路如此简洁而强大,易用而通用(可以用在任何规范或不规范的XML页面中,比如HTML,WML,甚至XUL,XAML),而且,能够在HTML编辑器中所见即所得。纵观天下模板技术,莫出其右。

我经过了多种Java页面技术的折磨,经同事介绍,认识了PHP模板技术,欣喜异常,原来竟有这样的好东西,只恨相识太晚。

Fastm模板的思路完全借鉴PHP模板思路,只是稍微做了一些扩展。(详情请参见我的上一篇提到JDynamiTe的文章——Java页面技术综述)。

Fastm模板的BEGIN-END DYNAMIC块,就相当于PHP模板的Begin-End块。

Fastm模板的BEGIN-END IGNORED块,就相当于PHP模板的忽略不显示的Begin-End块。

比如下面的HTML片断。

<select name=”zipcode”>

            <!-- BEGIN DYNAMIC: zipcodes -->

            <option value=””></option>

            <!-- END DYNAMIC: zipcodes -->

</select>



我们看到,这个片断包含一个BEGIN-END块(zipcodes),这个块里包含两个相同的变量,其它的部分都是静态文本。



这个片断的fastm Template DOM结构如下:

静态文本  <select name=”zipcode”>

动态块zipcodes --

                             | --- 静态文本  <option value=”

                             | --- 变量

                             | --- 静态文本  ”>

                             | --- 变量

                             | ---静态文本 </option>

静态文本  </select>

 
2.fastm的ValueSet是DOM概念的又一次飞跃
Fastm模板DOM结构的一个核心特性就是,只能读取,不能改变。



PHP代码每次装载一块PHP模板,然后动态更换里面的变量部分的值。PHP模板从本质上讲是可以读取,也是可以操作改变的。

HTML(WML,XML)DOM更是如此。程序直接修改DOM节点的值,才能得到不同的动态结果。可以说,XML DOM天生就是用来操作改变的。XML DOM本身又是模板,又是数据。



可以改变的DOM结构不能够用在多线程的环境下。每个线程必须获取自己的新鲜DOM备份,进行操作改变,得到自己的动态结果。想想看,在一个静态文本占绝大部分的DOM结构里,这种做法将造成多么大的空间和时间上的浪费。



Fastm模板的DOM结构是只读的,不能改变。所以一个Fastm DOM可以用在多线程的环境中。

既然我们不能改动Fastm Template DOM,那么我们如何给Fastm Template DOM赋值呢?我们如何利用Fastm Template DOM获得动态结果呢?

Fastm引入了ValueSet的概念。ValueSet是一个树形结构的动态数据集,用来匹配只读的Fastm模板DOM结构,生成动态结果。

程序员必须事先构造好整个树形动态数据集(ValueSet DOM),然后把和ValueSet DOM和Fastm Template DOM结合起来,生成动态结果。



所以,fastm的整个使用如下:

(1)程序的整个运行过程中,fastm模板文件(也就是加了BEGIN-END注释的HTML文件)只需要被解析一次,生成一个Fastm Template DOM。

(fastm模板解析速度奇快,比JSP编译,Velocity解析,XML DOM解析,都快很多,大部分情况下甚至快于SAX解析。而且fastm DOM和原始fastm模板文件的大小几乎一样大,只多了一个List记录不同的块,空间效率也要高出)

(2)程序生成不同的ValueSet DOM,匹配只读的Fastm DOM,生成不同的动态结果。

(由于fastm Template DOM结构的简单高效,整个匹配过程很快。通常情况下,时间效率甚至高于最快的纯JSP或Servlet。ValueSet DOM的空间效率比不上纯JSP或Servlet,但经过合理重用,至少可以接近纯JSP或Servlet的空间效率。以后的高级应用话题系列会详细讲解这个问题。)



比如,我们来为上面的Template DOM结构(zipcode Select)构造一个ValueSet DOM。

 

String[] zipcodes = {“361005”, “100008”};

 

IValueSet top = new ValueSet(); // 对应上面的整个HTML片断

List items = new ArrayList(); // 对应 动态部分zipcodes

for(int i = 0; i < zipcodes.length; i++){

            IValueSet item = new ValueSet();

            item.setVariable(“”,  zipcodes[i]);

            items.add(item);

}

 

top.setDynamicValueSets(“zipcodes”, items);



我们把top这个ValueSet DOM和Template DOM结合起来。就生成如下结果。

<select name=”zipcode”>

            <option value=”361005”>361005</option>

            <option value=”10008”>100008</option>

</select>





我们可以看到,Template DOM节点和ValueSet DOM节点之间不是一一对应的关系,而是一对多的关系。一个Template DOM节点对应一个ValueSet List。ValueSet List包含多少个ValueSet,这个Template DOM节点就显示所少次。



比起TagLib来,fastm的优势显而易见。fastm的几行代码,或者一个方法,可以实现一个或几个TagLib的功能。比起任何其它的页面技术来说,其它页面技术能做到的,或者做的好的,fastm都能够做得到,而且做的更好。而fastm能做到很多其它页面技术做不到的事情。好了。不多说了。J



ValueSet DOM和Template DOM的分开,是一个极大的思路上的创新和飞跃。

毕竟,页面中的动态部分,和静态比起来,是非常小的一部分。ValueSet DOM代表动态部分,由程序随时生成,可以存在多份。Template DOM代表静态部分,只需要解析一次,而且只需要一份。



ValueSet DOM和Template DOM的分开,更是一种前所未有彻底的显示和数据的分离。比XML/XSLT的方法更加彻底。XML确实是纯粹的数据,但XSLT中却不可避免的要包含逻辑。ValueSet DOM是纯粹的数据,没有任何逻辑,Template DOM是纯粹的显示模板,也没有任何逻辑。



一份Template DOM可以用多个ValueSet DOM赋值。同样,一个ValueSet DOM也可以用于多个Template DOM,把相同的数据显示在不同风格的模板中。



比如,我们还有这样一个HTML片断:
<table>

            <!-- BEGIN DYNAMIC: zipcodes -->

            <tr><td></td></tr>

            <!-- END DYNAMIC: zipcodes -->

</table>




我们把上面的top ValueSet赋给这个模板。得到的结果如下。

<table>

            <tr><td>361005</td></tr>

            <tr><td>100008</td></tr>

</table>

 


我们可以看到,Template DOM就是模板,只包含显示风格和分块定义。ValueSet DOM就是数据,只包含数据。



Fastm具有其它页面生成技术不可比拟的优越性:

所见即所得,模板与数据的彻底分离,模板与数据的多对多自由匹配,易学易用,开发速度快,运行空间小,运行速度快。

就我个人的感觉来说,fastm简直是解决一切页面技术问题的银弹。



上文可能有些“自卖自夸”之嫌,特解释如下:

我不是一个善于吹嘘的人。否则早就从事推销员、公关宣传之类有前途的职业去了。而且由于自我推销能力和社会关系学能力的欠缺,已经造成了自身的能力、精力和时间上的极大浪费。我痛苦自己的现状,却不后悔。我了解社会的游戏规则,但没有能力,也不愿、不屑参与。内心里总是存在着一种痴心妄想,希望创造一个游离于现有规则之外的奇迹。

另外,我是一个客观求实、头脑严密清晰的人,具有“外举不避仇,内举不避子”的负责的学术精神。有一分,当说一分,决不多说一分,也绝不少说一分。





3.fastm的可重用性的核心在于ValueSet DOM


JSP技术的可重用性的核心在于TagLib。

XML DOM的可重用性的核心在于DOM节点的通用操作。



Fastm的可重用性的核心在于ValueSet DOM节点的通用操作。比如,上面讲的那段生成ValueSet的代码。

Template DOM本身可以作为一个只读模板来使用,同样,Template DOM下面包含有的任何Template DOM结构也可以作为一个独立的只读模板来使用。这点和XML DOM一样。XML DOM的任何一个节点可以作为独立的节点来使用。



ValueSet DOM不仅是数据重用的核心,同样是模板拼装重用的中枢。fastm实现各模板之间各个块的搬运拼装,再容易不过了。实现所谓的Tile功能,小菜一碟。



JSP,还有某些表示逻辑的TagLib,Velocity模板,XSL文件,都是包含逻辑的模板。个人认为,模板中包含逻辑,是一种很可笑的行为。模板的长处在于表现页面布局、显示风格,而不在于逻辑。为什么不让擅长逻辑的Java去处理逻辑?

在fastm中,Template DOM和ValueSet DOM中都不含有任何逻辑。所有的逻辑都落在Java代码中。而Java是一种高度面向对象的语言,其结构性和重用性是任何模板语言不能比拟的。所以,fastm的可重用性的核心在于ValueSet DOM节点的通用操作。这些通用操作的代码当然由Java实现。



本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/csdnbig/archive/2005/12/28/563903.aspx
分享到:
评论

相关推荐

    fastm

    这是一个开源的java技术,懂php的人知道php生成页面可以通过模版技术来实现,在java的web开发中,jsp,taglib,jstl等等都是动态的页面技术,因此有人就在开源社区写了个javaweb开发的模版工程,从此java web开发...

    fastm.jar

    fastm.jar fastm.jar

    bbs论坛源码项目1.zip

    CWBBS的模板技术受启发于Fastm及国内外知名的模板系统,着重于CWBBS社区的应用,并且通过plugin的方式,可以对模板进行扩展。模板目前主要应用于CMS和博客的首页。 通用模板通常是将模板文件预先解析,并以树的形式...

    lightweb-开源

    lightweb-轻量级Web框架一个非常简单,快速的Web框架,具有DispatchServlet,Action接口和Config Reading部分。 映射一个网址-&gt;一个动作实例。 lightweb非常适用于模板技术,例如Velocity,fastm。

    C++ 实现新年倒计时与烟花显示效果的图形界面程序

    内容概要:该文档介绍了一个用C++编写的控制台应用程序,主要功能是在新年来临之际展示倒计时、播放音符以及渲染烟花效果,最终以艺术字体显示新年祝福语。具体实现了粒子系统来模拟烟花绽放,并定义了不同形状(如“2025”)由小点组成的图像,再逐帧更新显示,营造烟火燃放的视觉冲击力。此外还有通过 Beep 函数发出不同频率的声音以配合倒计时刻度,同时加入了输入姓名和许愿的功能增加互动感。 适用人群:熟悉C/C++语言基础的学生群体及开发者。 使用场景及目标:适用于希望通过生动有趣的小项目加深对控制台操作的理解的学习者;也可以作为一个简单有趣的案例用于节日庆祝活动中。 其他说明:由于使用了许多特定于 Windows 平台的API函数,比如 Beep(), SetConsoleTextAttribute() 和 GetStdHandle(), 本程序仅能在 Windows 上运行良好。并且涉及到了较多关于粒子系统和声音处理的知识点,在教学过程中可以借此讲解一些图形渲染的基本原理和音频处理方法。

    儿歌、手指谣、律动.docx

    儿歌、手指谣、律动.docx

    基于Msp430设计的环境监测系统(完整系统源码等资料)实物仿真.zip

    【文章链接:https://blog.csdn.net/2403_86849624/article/details/145739426?spm=1001.2014.3001.5502】基于 MSP430 微控制器的环境监测系统的设计与实现。该系统集成了温湿度、光照度、烟雾浓度以及 PM2.5 浓度等多参数的监测功能,具备数据显示、阈值设置和报警等功能。通过硬件电路与软件程序的协同工作,系统能够实时、准确地获取环境信息,并为用户提供直观的数据展示和有效的预警。文中深入探讨了系统的硬件选型、电路设计、软件编程思路及关键代码实现,经实际测试验证,该系统运行稳定、性能可靠,在环境监测领域具有一定的应用价值。关键词:MSP430;环境监测;传感器;数据处理 随着工业化进程的加速和人们生活水平的提高,环境质量对人类健康和社会发展的影响愈发显著。准确、实时地监测环境参数,对于预防环境污染、保障人体健康以及推动可持续发展至关重要。

    基于COMSOL仿真的电磁超声压电接收技术在铝板裂纹检测中的应用研究,COMSOL模拟:电磁超声压电接收技术在铝板裂纹检测中的应用,comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kH

    基于COMSOL仿真的电磁超声压电接收技术在铝板裂纹检测中的应用研究,COMSOL模拟:电磁超声压电接收技术在铝板裂纹检测中的应用,comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kHz的电磁超声在200mm位置处设置一个深0.8mm的裂纹缺陷,左端面设为低反射边界。 在85mm位置处放置一个压电片接收信号,信号如图3所示,三个波分别为始波,裂纹反射波(S0模态)和右端面回波(S0)。 ,comsol;电磁超声;压电接收;EMAT;裂纹缺陷;信号接收;波;始波;S0模态;右端面回波,电磁超声检测技术:裂纹缺陷定位与信号分析

    MATLAB环境中基于PSO算法的机器人路径规划系统:可视化界面下的障碍物自定义与终点规划,MATLAB实现PSO算法的机器人路径规划系统:支持自定义障碍物、起点终点的可视化界面操作,基于MATLAB

    MATLAB环境中基于PSO算法的机器人路径规划系统:可视化界面下的障碍物自定义与终点规划,MATLAB实现PSO算法的机器人路径规划系统:支持自定义障碍物、起点终点的可视化界面操作,基于MATLAB的粒子群优化(PSO)算法的机器人路径规划,可视化界面,可自定义障碍物,起点和终点。 ,MATLAB; 粒子群优化(PSO)算法; 机器人路径规划; 可视化界面; 自定义障碍物; 起点和终点,MATLAB PSO算法机器人路径规划与可视化界面

    五电平无刷直流电机BLDC矢量控制仿真模型研究:转速稳定、多电平可调参数的Matlab Simulink模型应用,五电平无刷直流电机BLDC矢量控制仿真模型研究:转速稳定、多电平可调参数的Matlab

    五电平无刷直流电机BLDC矢量控制仿真模型研究:转速稳定、多电平可调参数的Matlab Simulink模型应用,五电平无刷直流电机BLDC矢量控制仿真模型研究:转速稳定、多电平可调参数的Matlab Simulink模型应用分析,五电平无刷直流电机BLDC矢量控制仿真模型,给定转速1000r min,运行良好; 三电平,两电平均可做,可调参数; matlab simulink模型 ,五电平BLDC矢量控制; 仿真模型; 1000r_min; 三电平控制; 可调参数; Matlab_Simulink模型。,五电平BLDC矢量控制仿真模型:三电平可调参数,1000r/min良好运行,Matlab Simulink实现

    VSG预同步控制与电流双环控制的Matlab仿真模型研究及电力电子入门指南,基于Matlab的VSG预同步控制仿真模型:涵盖并网逆变器、VSG控制及电流双环管理等多模块研究参考文献详实电力电子仿真入门

    VSG预同步控制与电流双环控制的Matlab仿真模型研究及电力电子入门指南,基于Matlab的VSG预同步控制仿真模型:涵盖并网逆变器、VSG控制及电流双环管理等多模块研究参考文献详实电力电子仿真入门指南,VSG预同步控制matlab仿真模型 主要模块: 并网逆变器+VSG控制+预同步控制+电流电流双环控制 锁相环、三相准PR控制、PWM。 并附带参考文献,内容详实,适合电力电子入门仿真参考。 ,VSG预同步控制; MATLAB仿真模型; 并网逆变器; VSG控制; 预同步控制; 电流双环控制; 锁相环; 三相准PR控制; PWM; 参考文献。,Matlab仿真模型:VSG预同步控制及多模块协同仿真研究

    WIFI密码查看器支持Windows系统

    WIFI密码查看器支持Windows系统,简单实用,欢迎下载

    1998-2022年各地级市产业结构高级化数据(含原始数据+计算过程+结果)

    1998-2022年各地级市产业结构高级化数据(含原始数据+计算过程+结果) 1、时间:1998-2022年 2、指标:第二产业占比、第三产业占比、产业结构高级化 3、来源:城市统计NJ 4、计算说明:产业结构高级化=第三产业占比/第二产业占比 5、范围:290+地级市 6、缺失情况:缺失情况与年鉴一致,表内附有年鉴国内生产总值构成(三次产业占比)原始数据,以2022年地级市名单进行统计整理,2017年年鉴未统计全市层面数据,为市辖区数据

    Skyline TerraExplorer Pro 5.1.3

    Skyline TerraExplorer Pro 5.1.3

    v4l-utils-0.9.5-4.el7.x64-86.rpm.tar.gz

    1、文件内容:v4l-utils-0.9.5-4.el7.rpm以及相关依赖 2、文件形式:tar.gz压缩包 3、安装指令: #Step1、解压 tar -zxvf /mnt/data/output/v4l-utils-0.9.5-4.el7.tar.gz #Step2、进入解压后的目录,执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持:公众号禅静编程坊

    基于CNN,RNN 和NLP中预训练模型构建的多个常见的文本分类模型。(毕设&课设&实训&大作业&竞赛&项目)

    项目工程资源经过严格测试运行并且功能上ok,可实现复现复刻,拿到资料包后可实现复现出一样的项目,本人系统开发经验充足(全栈全领域),有任何使用问题欢迎随时与我联系,我会抽时间努力为您解惑,提供帮助 【资源内容】:包含源码+工程文件+说明(如有)等。答辩评审平均分达到96分,放心下载使用!可实现复现;设计报告也可借鉴此项目;该资源内项目代码都经过测试运行;功能ok 【项目价值】:可用在相关项目设计中,皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面,可借鉴此优质项目实现复刻,设计报告也可借鉴此项目,也可基于此项目来扩展开发出更多功能 【提供帮助】:有任何使用上的问题欢迎随时与我联系,抽时间努力解答解惑,提供帮助 【附带帮助】:若还需要相关开发工具、学习资料等,我会提供帮助,提供资料,鼓励学习进步 下载后请首先打开说明文件(如有);整理时不同项目所包含资源内容不同;项目工程可实现复现复刻,如果基础还行,也可在此程序基础上进行修改,以实现其它功能。供开源学习/技术交流/学习参考,勿用于商业用途。质量优质,放心下载使用

    风力永磁同步发电机设计及仿真分析:Maxwell电磁仿真在1.5兆瓦风力发电机中的应用与工况研究,基于Maxwell电磁仿真的1.5兆瓦风力永磁同步发电机设计与工况分析,1.5兆瓦风力发电机 maxw

    风力永磁同步发电机设计及仿真分析:Maxwell电磁仿真在1.5兆瓦风力发电机中的应用与工况研究,基于Maxwell电磁仿真的1.5兆瓦风力永磁同步发电机设计与工况分析,1.5兆瓦风力发电机 maxwell电机电磁仿真 风力永磁同步发电机设计,分析及工况分析 ,关键词:1.5兆瓦风力发电机; Maxwell电机电磁仿真; 永磁同步发电机设计; 永磁同步发电机分析; 工况分析。,Maxwell电机电磁仿真:风力永磁同步发电机设计与工况分析

    untiy XChart图表插件

    XChart插件,用来做图表,但是图表不能做出很好看的样式

    基于FVC2002数据集的MATLAB指纹识别系统研究与应用,基于MATLAB的FVC2002指纹数据集识别系统研究与应用,基于MATLAB的指纹识别系统 数据集为FVC2002指纹数据集 ,基于MA

    基于FVC2002数据集的MATLAB指纹识别系统研究与应用,基于MATLAB的FVC2002指纹数据集识别系统研究与应用,基于MATLAB的指纹识别系统 数据集为FVC2002指纹数据集 ,基于MATLAB; 指纹识别系统; FVC2002指纹数据集,基于MATLAB的FVC2002指纹识别系统

    甲子光年智库报告:2025DeepSeek开启AI算法变革元年

    内容概要:本文由甲子光年智库发布,探讨了人工智能发展的拐点以及DeepSeek作为AI技术变革标志性产品的现状和前景。文中指出,人工智能的发展经历了从技术驱动到需求驱动的战略转变,正处于第三阶段向第四阶段过渡时期。DeepSeek通过对算力的极致优化,不仅展示了性价比极高的训练路径,还引领了算力效率的新拐点。2025年起发布的AI模型逐渐减少参数量,以支持更多场景下的高效部署,特别是移动终端和边缘计算领域。与此同时,以深度强化学习为核心的R1训练框架与非Transformer架构下的液态神经网络模型(LFM)共同开启了新一轮算法革新浪潮。 适用人群:对AI发展趋势感兴趣的行业从业者和技术爱好者。 使用场景及目标:用于了解AI技术的当前瓶颈与发展方向,把握算法创新、算力优化等方面的具体进展。适用于投资者研判行业趋势、技术人员跟进最新研究成果。 其他说明:文章详细阐述了DeepSeek的产品特点与市场反响,以及在全球AI治理框架下各国政府的态度变化。值得注意的是,DeepSeek的性价比优势促进了普惠AI的发展,使更多的中小企业和个人开发者获得了参与高水平AI项目的可能性。此外,文章还提及了美国政府内部关于AI政策的变化情况,揭示了中美两国在未来科技竞争格局下的潜在博弈态势。

Global site tag (gtag.js) - Google Analytics