`

Struts1.x中处理中文编码(不用过滤器)

阅读更多
利用ActionServlet来处理中文编码问题
import javax.servlet.http.*;

import org.apache.struts.action.ActionServlet;

public class ActionServletAndSetcode extends ActionServlet {
	protected String encoding = "";

	// org.apache.struts.action.ActionServlet
	public ActionServletAndSetcode() {
		this.encoding = "gbk"; // ok
	}

	protected void process(HttpServletRequest request, HttpServletResponse response) throws java.io.IOException, javax.servlet.ServletException {
		request.setCharacterEncoding(encoding);// "MS950");
		super.process(request, response);
	}

}


web.xml中的配置
<!-- Standard Action Servlet Configuration (with debugging) -->
	<servlet>
		<servlet-name>action</servlet-name>
		<servlet-class>
			<!--org.apache.struts.action.ActionServlet-->
			ActionServletAndSetcode
		</servlet-class>
		<init-param>
			<param-name>application</param-name>
			<param-value>application</param-value>
		</init-param>
		<init-param>
			<param-name>config</param-name>
			<param-value>
				/WEB-INF/struts-config-comm.xml
<!-- 这里可以配多个struts-config文件的
				,/WEB-INF/struts-config-base.xml
				,/WEB-INF/struts-config-hr.xml
				,/WEB-INF/struts-config-oa.xml
				,/WEB-INF/struts-config-sale.xml
				,/WEB-INF/struts-config-train.xml
				,/WEB-INF/struts-config-statistic.xml
				,/WEB-INF/struts-config-fn.xml
				,/WEB-INF/struts-config-talent.xml
				,/WEB-INF/struts-config-depot.xml
-->
			</param-value>
		</init-param>
		<init-param>
			<param-name>debug</param-name>
			<param-value>2</param-value>
		</init-param>
		<init-param>
			<param-name>detail</param-name>
			<param-value>2</param-value>
		</init-param>
		<load-on-startup>2</load-on-startup>
	</servlet>

	<!-- Standard Action Servlet Mapping -->
	<servlet-mapping>
		<servlet-name>action</servlet-name>
		<url-pattern>*.do</url-pattern>
	</servlet-mapping>
分享到:
评论

相关推荐

    WCAD.SHX

    使用方法:拷贝到Auto CAD的Fonts下

    地球hook4.0.1开源

    地球hook4.0.1开源

    安卓期末大作业-Android图书管理应用源代码(高分项目)

    安卓期末大作业—Android图书管理应用源代码(高分项目),个人经导师指导并认可通过的高分设计项目,评审分98分,项目中的源码都是经过本地编译过可运行的,都经过严格调试,确保可以运行!主要针对计算机相关专业的正在做大作业、毕业设计的学生和需要项目实战练习的学习者,资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—Android图书管理应用源代码(高分项目)安卓期末大作业—And

    2021年华数杯数学建模竞赛优秀论文

    本文以电动汽车销售策略为研究对象,综合运用层次分析法、决策树、皮尔逊相关性分析、BP神经网络及粒子群优化等多种方法,深入探讨了影响目标客户购买电动汽车的因素及相应的销售策略。研究结果显示,客户对合资品牌电动汽车的满意度为78.0887,对自主品牌的满意度为77.7654,对新势力品牌的满意度为77.0078。此外,研究还发现电池性能、经济性、城市居住年限、居住区域、工作单位、职务、家庭年收入、个人年收入、家庭可支配收入、房贷占比、车贷占比等因素对电动汽车销量存在显著影响。通过BP神经网络对目标客户的购买意愿进行预测,其预测数据拟合程度超过80%,且与真实情况高度接近。基于研究结果,本文为销售部门提出了提高销量的建议,包括精准定位尚未购买电动汽车的目标客户群体,制定并实施更具针对性的销售策略,在服务难度提升不超过5%的前提下,选择实施最具可行性和针对性的销售方案。 在研究过程中,层次分析法被用于对目标客户购买电动汽车的影响因素进行系统分析与评价;决策树模型则用于对缺失数据进行预测填充,以确保数据的完整性和准确性;BP神经网络用于预测目标客户的购买意愿,并对其预测效果进行评估;粒子群优化算法对BP神经网络模型进行优化,有效提升了模型的稳定性和预测能力;皮尔逊相关性分析用于探究不同因素与购买意愿之间的相关性。通过这些方法的综合运用,本文不仅揭示了影响电动汽车销量的关键因素,还为销售策略的优化提供了科学依据。

    cmd-bat-批处理-脚本-文件归类整理器(当前目录版).zip

    cmd-bat-批处理-脚本-文件归类整理器(当前目录版).zip

    cmd脚本-bat批处理-抛弃路径尾部指定层次的字符串.zip

    cmd脚本-bat批处理-抛弃路径尾部指定层次的字符串.zip

    【数据库管理】MySQL数据库选择方法详解:命令行与PHP脚本操作指南

    内容概要:本文详细介绍了如何在不同场景下选择 MySQL 数据库的方法。首先,解释了通过命令提示窗口使用 USE 语句选择数据库的基本语法和步骤,包括直接在 mysql> 提示符下输入 USE database_name; 来切换数据库,以及通过命令行参数 -D 直接连接并选择数据库的方式。其次,介绍了使用 PHP 脚本选择 MySQL 数据库的方法,重点讲解了 mysqli_select_db 函数的使用方法,给出了完整的 PHP 示例代码,展示了如何建立 MySQL 连接、选择数据库并关闭连接。 适合人群:有一定编程基础,特别是对数据库操作有一定了解的开发人员或运维人员。 使用场景及目标:①需要在命令行环境下进行数据库管理或数据操作的技术人员;②使用 PHP 开发 Web 应用程序时,需要与 MySQL 数据库交互的开发人员;③希望通过编程方式自动化数据库选择流程的开发人员。 阅读建议:对于初学者来说,建议先掌握 MySQL 命令行工具的基本用法,再逐步学习 PHP 数据库连接的相关知识。在实际应用中,应确保所选数据库存在且权限正确,避免因数据库不存在或权限不足导致的操作失败。

    esp-idf-extension.vsix zip

    解压

    cmd-bat-批处理-脚本-删除指定文件夹之外的其他文件夹和文件.zip

    cmd-bat-批处理-脚本-删除指定文件夹之外的其他文件夹和文件.zip

    cmd脚本-bat批处理-(仅供备用)WINXP原本的各项服务.zip

    cmd脚本-bat批处理-(仅供备用)WINXP原本的各项服务.zip

    cmd-bat-批处理-脚本-加密.zip

    cmd-bat-批处理-脚本-加密.zip

    cmd-bat-批处理-脚本-逐行逐字显示文本.zip

    cmd-bat-批处理-脚本-逐行逐字显示文本.zip

    cmd-bat-批处理-脚本-枚举当前目录及子目录大小.zip

    cmd-bat-批处理-脚本-枚举当前目录及子目录大小.zip

    cmd-bat-批处理-脚本-删除默认共享.zip

    cmd-bat-批处理-脚本-删除默认共享.zip

    cmd-bat-批处理-脚本-IE主页修改.zip

    cmd-bat-批处理-脚本-IE主页修改.zip

    基于Java的蛋糕商城项目

    基于Java的蛋糕商城项目,前后端全部代码

    本工具提供文件AES&RSA混合加密解密功能,支持使用OpenSSL进行安全的文件加密和解密操作,依赖库完全内置,不依赖本地OPENSSL环境

    * 生成密钥对:运行 `python file_encrypt_decrypt.py --gen-key` * 加密文件:`python file_encrypt_decrypt.py --encrypt --input 输入文件 --output 加密文件 --public-key 公钥文件` * 解密文件:`python file_encrypt_decrypt.py --decrypt --input 加密文件 --output 解密文件 --private-key 私钥文件` 使用时注意: * 请妥善保管私钥文件 * 加密前请备份原始文件

    【数据库管理】MySQL数据表完整复制方法详解:包括结构与数据迁移操作步骤在MySQL中如何

    内容概要:本文详细介绍了如何在MySQL中完整复制数据表的方法。首先,通过SHOW CREATE TABLE命令获取原表的创建语句,包括表结构、索引等信息;接着,修改语句中的表名并执行,以创建新的空表;最后,利用INSERT INTO...SELECT语句将源表的数据插入到新表中,从而实现表结构与数据的全面复制。此外,还介绍了使用mysqldump命令进行表级备份和恢复的操作,即先用mysqldump导出表结构和数据到SQL文件,再通过mysql命令将此文件导入到目标数据库中,适用于跨库或跨服务器的数据迁移。; 适合人群:数据库管理员、开发人员以及需要对MySQL数据库进行表复制操作的技术人员。; 使用场景及目标:①当需要在同一数据库内创建具有相同结构和数据的新表时;②在不同数据库之间迁移单个表的数据和结构;③作为数据备份的一种手段,确保重要表数据的安全性。; 其他说明:文中提供的方法不仅限于简单的表复制,在实际应用中还可以根据需求调整表结构或筛选特定数据行进行复制。同时,使用mysqldump工具时要注意用户名、密码及数据库名称等参数的正确性。

    cmd脚本-bat批处理-查看工作组.zip

    cmd脚本-bat批处理-查看工作组.zip

    基于粒子群算法的3-5-3多项式工业机器人时间最优轨迹规划MATLAB代码实现

    在机器人路径规划领域,优化算法是实现高效、经济运动轨迹的关键。本文将深入研究“粒子群算法优化3-5-3多项式工业机器人时间最优轨迹规划算法”,并探讨其在MATLAB环境下的实现 。 在机器人运动学中,3-5-3多项式用于描述机器人关节的运动,其中三个连杆分别用三次、五次和三次多项式表示其位置随时间的变化。这种模型既灵活又避免了复杂的数学问题 。时间最优轨迹规划的目标是在满足物理约束的前提下,找到使机器人完成任务时间最短的路径 。 粒子群优化(PSO)算法是一种基于群体智能的优化方法,灵感来源于鸟群觅食行为。每个粒子代表一个可能的解决方案,通过更新速度和位置来寻找全局最优解。粒子的速度和位置由其个人极值和全局极值共同决定 。 在MATLAB中实现PSO算法时,需先定义粒子群参数,如粒子数量、最大迭代次数、惯性权重和学习因子等。然后编写适应度函数,计算3-5-3多项式轨迹的时间,以最小化时间为目标 。优化过程中,粒子根据当前速度和位置更新,结合历史最佳位置和全局最佳位置,经过多轮迭代后收敛到最优解 。 优化完成后,可将优化后的3-5-3多项式轨迹与原始轨迹对比,并利用MATLAB的图形工具展示机器人在不同时间点的位置和速度 。此外,通过调整算法参数(如学习因子和惯性权重),可以探索不同设置对优化性能的影响 。 “粒子群优化3-5-3时间最优”算法是将群体智能应用于工业机器人轨迹规划的典型案例。通过MATLAB实现,该算法能够有效找到3-5-3多项式的参数,实现时间最优的运动轨迹 。这对于机器人控制和自动化领域的研究者和工程师具有重要的参考价值 。

Global site tag (gtag.js) - Google Analytics