当前位置: 首页 > news >正文

SpringMVC (发送请求——>参数传递—— >响应数据)

设置请求访问路径

@RequestMapper将请求访问路径和我们业务层的方法联系起来

@ResponseBody将我们业务层方法的返回值转化为json,xml或其他格式的数据返回给页面

两种请求

get请求

post请求

测试案例

    @RequestMapping("/getNameAndAge")@ResponseBodypublic String getNameAndAge(String name,int age){System.out.println("name:"+name);System.out.println("age:"+age);return "{'info':'Param'}";}

get

post

postman中   勾选Body下的x-www-form-urlencoded表单填写参数

解决post请求中文乱码问题

//解决post请求中文乱码
@Override
protected Filter[] getServletFilters() {CharacterEncodingFilter filter=new CharacterEncodingFilter();filter.setEncoding("UTF-8");return new Filter[]{filter};
}

5种参数类型传递

普通参数

方法
    //普通参数@RequestMapping("/getNormalParam")@ResponseBody//将请求参数中的name赋给这里的形参userNamepublic String getNormalParam(@RequestParam("name") String userName, int password){System.out.println("userName:"+userName);System.out.println("password:"+password);return "{'info':'normalParam'}";}

用@RequestParam注解让和形参不同名的参数对应起来

请求

结果

 

POJO参数

User实体类

@Data
public class User {public String userName;public int password;
}
方法
    @RequestMapping("/getPOJO")@ResponseBodypublic String getPOJO(User user){System.out.println(user);return "{'info':'pojo'}";}

请求

这里传递的参数要和实例类中的属性名保持一致 

结果

嵌套POJO参数

User实体类,嵌套Address

@Data
public class User {public String userName;public int password;public Address address;
}
@Data
public class Address {public String province;public String city;
}
方法
    @RequestMapping("/getContainPOJO")@ResponseBodypublic String getContainPOJO(User user){System.out.println(user);return "{'info':'containPojo'}";}

请求

结果 

 

数组参数

方法
    @RequestMapping("/getList")@ResponseBodypublic String getList(String[] list){System.out.println(Arrays.toString(list));return "{'info':'list'}";}

请求

结果

集合参数

方法
    @RequestMapping("/getCollection")@ResponseBodypublic String getList(@RequestParam("list") List<String> foodList){System.out.println(foodList.toString());return "{'info':'collection'}";}

需要添加一个@RequestParam注解让SpringMVC知道这是传进来的参数,否则会把List<String>当成一个实体类

请求

结果

json数据传递

首先先导入json的依赖jar包

开启@EnableWebMvc

@Configuration
@ComponentScan({"com.example"})
@EnableWebMvc//开启json等一系列功能
public class SpringMVCConfig {
}

postman中发送json数据(在Body中以raw的形式填写json数据)

方法中用@RequestBody来把请求体Body中的json绑定到我们业务层方法的形参上,且这个注解一个方法只能用一次。

json数组

方法
    //json数组@RequestMapping("/getJsonList")@ResponseBodypublic String getJsonList(@RequestBody List<String> jsonList){System.out.println(jsonList);return "{'info':'jsonList'}";}

请求

结果

json对象

方法
    //json对象@RequestMapping("/getJsonPOJO")@ResponseBodypublic String getJsonPOJO(@RequestBody User user){System.out.println(user);return "{'info':'jsonPOJO'}";}

请求

结果

json数组对象

方法
    //json对象数组@RequestMapping("getJsonPOJOList")@ResponseBodypublic String getJsonPOJOList(@RequestBody List<Address> jsonPOJOList){System.out.println(jsonPOJOList);return "{'info':'jsonPOJOList'}";}

请求

结果

日期型参数传递

方法

    //日期型参数传递@RequestMapping("/getDateParam")@ResponseBodypublic String getDateParam(Date d1, @DateTimeFormat(pattern = "yyyy-MM-dd HH:mm:ss") Date d2,@DateTimeFormat(pattern = "yyyy年MM月dd日 HH:mm:ss")  Date d3){System.out.println(d1);System.out.println(d2);System.out.println(d3);return "'info':'date'";}

在方法参数中用@DateTimeFormat指定pattern为我们需要的日期格式

请求

结果

正确被解析的字符串会被转化为Date类型赋给方法中的形参

响应

响应页面(了解)

//    响应//响应页面(没啥用,因为后面都是异步请求)@RequestMapping("/jump")public String jumpToJsp(){System.out.println("跳转到test.jsp");return "/test.jsp";   //这里加一个 /   表示从webapp开始的路径}

响应文本数据

方法
    //响应文本数据@RequestMapping(value = "/responseText",produces="text/html;charset=UTF-8;")@ResponseBody   //加上这个注解表示将这个方法的返回值作为响应数据public String responseText(){return "返回文本数据";}
请求及响应结果

响应json数据

响应json对象

方法
    /*响应json对象:方法直接返回json对象即可*/@RequestMapping("/responseJsonPOJO")@ResponseBody   //加上这个注解表示将这个方法的返回值作为响应数据public User responseJsonPOJO(){User user = new User("李四", 444, new Address("福建", "厦门"));return user;}
请求及响应结果

响应json对象数组

方法
        /*响应json对象数组:方法直接返回json对象数组即可*/@RequestMapping("/responseJsonPOJOList")@ResponseBody   //加上这个注解表示将这个方法的返回值作为响应数据public List<User> responseJsonPOJOList(){ArrayList<User> users = new ArrayList<>();users.add(new User("绽放三",123,new Address("福建", "泉州")));users.add(new User("李四",444,new Address("福建", "厦门")));users.add(new User("哇我",6898,new Address("四川", "成都")));return users;}
请求及响应结果

相关文章:

SpringMVC (发送请求——>参数传递—— >响应数据)

设置请求访问路径 RequestMapper&#xff1a;将请求访问路径和我们业务层的方法联系起来 ResponseBody&#xff1a;将我们业务层方法的返回值转化为json&#xff0c;xml或其他格式的数据返回给页面 两种请求 get请求 post请求 测试案例 RequestMapping("/getNameAndAge&…...

认识Modbus RTU与Modbus TCP

&#xff08;选自成都纵横智控-Modbus RTU与Modbus TCP协议区别详解 &#xff09; Modbus RTU 和 Modbus TCP 是两种常用的工业通信协议&#xff0c;用于连接电子设备&#xff0c;但它们在多方面有所不同。以下是它们的详细比较&#xff1a; Modbus RTU 协议类型&#xff1a; …...

如何在 Kubernetes 中使用 ClickHouse 和 JuiceFS

ClickHouse 结合 JuiceFS 一直是一个热门的组合&#xff0c;社区中有多篇实践案例。今天的文章来自美国公司 Altinity&#xff0c;一家提供 ClickHouse 商业服务的企业&#xff0c;作者是 Vitaliy Zakaznikov&#xff0c;他尝试了这个组合并公开了过程中使用的代码。原文有两篇…...

云计算任务调度优化matlab仿真,对比蚁群优化和蛙跳优化

目录 1.程序功能描述 2.测试软件版本以及运行结果展示 3.核心程序 4.本算法原理 4.1 ACO蚁群优化 4.2 蛙跳优化 5.完整程序 1.程序功能描述 云计算任务调度优化,优化目标位任务消耗时间&#xff0c;调度后的经济效益以及设备功耗&#xff0c;对比蚁群优化算法和蛙跳优化…...

基于双PI+EKF扩展卡尔曼滤波的PMSM速度控制simulink建模与仿真

目录 1.课题概述 2.系统仿真结果 3.核心程序与模型 4.系统原理简介 4.1 PMSM数学模型 4.2 双PI控制器设计 4.3 扩展卡尔曼滤波器(EKF) 4.4 控制系统实现 5.完整工程文件 1.课题概述 基于双PIEKF扩展卡尔曼滤波的PMSM速度控制simulink建模与仿真。对比基于双PI的扩展卡…...

医疗器械注册资源宝库数屿医械官方平台!

医学影像设备市场作为医疗器械领域的佼佼者&#xff0c;技术门槛高且规模庞大&#xff0c;2021年全球规模达458亿美元&#xff0c;预计2022年逼近500亿美元&#xff0c;增长动力源自技术革新与临床需求攀升。中国市场亦不甘落后&#xff0c;受政策驱动与市场需求双重提振&#…...

Django如何移除数据库字段?

关键步骤&#xff1a; 第一步&#xff1a;python manage.py makemigrations 你的项目名称第二步&#xff1a; python manage.py migrate (.venv) PS D:\python_workpace\django_xitong_shezhi\pythonProject\myproject> python manage.py makemigrations myproject Migra…...

阶段项目——拼图小游戏

Java学习笔记&#xff08;新手纯小白向&#xff09; 第一章 JAVA基础概念 第二章 JAVA安装和环境配置 第三章 IntelliJ IDEA安装 第四章 运算符 第五章 运算符联系 第六章 判断与循环 第七章 判断与循环练习 第八章 循环高级综合 第九章 数组介绍及其内存图 第十章 数…...

基于本地消息表实现分布式事务(最终一致性)

前言 传统单体架构下&#xff0c;所有的功能模块都在一个应用下&#xff0c;所有的代码和业务逻辑都在同一个应用下实现&#xff0c;所以保证数据的一致性就很简单&#xff0c;保证相关操作都在同一个本地事务下就可以了。 但是在微服务架构下&#xff0c;将一个应用拆分成了…...

大数据mapper书写范式hdfs

文章目录 1. 大数据mapper书写范式hdfs 1. 大数据mapper书写范式hdfs import json import sysdef read_input(input_stream):for line in input_stream:yield line.rstrip(\n)def load_json_data(json_line):try:data json.loads(json_line)unique_id data.get(id)combined_…...

ubuntu将软件放到任务栏

右键点击这个 pycharm 方法1&#xff1a; 方法2&#xff1a; sudo nano /usr/share/applications/PyCharm.desktop 编辑这个 [Desktop Entry] NamePyCharm CommentPyCharm Integrated Development Environment Exec/path/to/PyCharm.sh Icon/path/to/PyCharm.svg Terminalf…...

Spring Boot 参数校验 Validation 使用

概述 当我们想提供可靠的 API 接口&#xff0c;对参数的校验&#xff0c;以保证最终数据入库的正确性&#xff0c;是必不可少的活。前、后端校验都是保证参数的准确性的手段之一&#xff0c;前端校验并不安全&#xff0c;任何人都可以通过接口来调用我们的服务&#xff0c;就算…...

基于el-table的表格点选和框选功能

开篇 本篇文章旨在实现一个基于el-table的表格点选和框选功能&#xff0c;除此之外&#xff0c;还支持多种模式的切换、自定义勾选日期等。且&#xff0c;该表格后续可能还会持续优化&#xff01; 功能介绍 表格点选和框选功能&#xff08;没有点击ctrl键的情况下&#xff09;…...

LabVIEW压电陶瓷阻抗测试系统

开发了一种基于LabVIEW软件与PXI模块化仪器的压电陶瓷阻抗测试系统。该系统能在高电压工作条件下测量压电陶瓷的阻抗特性&#xff0c;包括阻抗模值与阻抗角的频率特性&#xff0c;为压电陶瓷的进一步分析与应用提供了重要参考。 项目背景 现有的阻抗测试仪大多只能在低电压条件…...

电销机器人能大幅度提升效率

1、安全稳定性能好 营销机器人的稳定性非常强&#xff0c;在使用性能方面会有更好的优势&#xff0c;而且用的过程中也可以不断的这些模块更新和功能升级&#xff0c;所以会不断的满足大家更多的使用要求&#xff0c;在操作使用的时候非常简单和方便&#xff0c;直接就可以给客…...

虚拟机能访问网页但ping不通百度

最近遇到了奇怪的问题&#xff0c;虚拟机能访问网页&#xff0c;但ping不通百度&#xff0c;记录一下问题的排查过程。 能访问网页&#xff0c;说明DNS、TCP和HTTP没有问题&#xff0c;ping不通&#xff0c;说明ICMP应该出了问题。 首先通过traceroute追踪报文的转发过程&…...

RK3588开发笔记-buildroot编译配置

目录 前言 一、buildroot简介 二、buildroot配置编译 buildroot config配置 buildroot 编译 buildroot 如何单独编译某个软件包 何时需要完全重建 如何完全重建 总结 前言 Rockchip RK3588 是一款强大的多核处理器,广泛应用于边缘计算、人工智能、嵌入式系统等领域。为了在…...

Java设计模式(适配器模式)

定义 将一个类的接口转换成客户希望的另一个接口。适配器模式让那些接口不兼容的类可以一起工作。 角色 目标抽象类&#xff08;Target&#xff09;&#xff1a;目标抽象类定义客户所需的接口&#xff08;在类适配器中&#xff0c;目标抽象类只能是接口&#xff09;。 适配器类…...

机器学习框架巅峰对决:TensorFlow vs. PyTorch vs. Scikit-Learn实战分析

1.引言 1.1机器学习框架的重要性 在机器学习的黄金时代&#xff0c;框架的选择对于开发高效、可扩展的模型至关重要。合适的框架可以极大地提高开发效率&#xff0c;简化模型的构建和训练过程&#xff0c;并支持大规模的模型部署。因此&#xff0c;了解和选择最合适的机器学习…...

基于STM32的智能窗帘控制系统

目录 引言环境准备工作 硬件准备软件安装与配置系统设计 系统架构硬件连接代码实现 初始化代码控制代码应用场景 家居智能窗帘控制办公室窗帘自动调节常见问题及解决方案 常见问题解决方案结论 1. 引言 智能窗帘控制系统能够通过时间、光照强度或远程控制&#xff0c;实现对…...

Mem Reduct终极指南:一键释放内存,让你的Windows电脑飞起来

Mem Reduct终极指南&#xff1a;一键释放内存&#xff0c;让你的Windows电脑飞起来 【免费下载链接】memreduct Lightweight real-time memory management application to monitor and clean system memory on your computer. 项目地址: https://gitcode.com/gh_mirrors/me/m…...

告别Python!用C语言和llama.cpp API打造你的第一个本地大模型应用(附完整代码)

从Python到C语言&#xff1a;用llama.cpp构建高性能大模型推理引擎 当Python成为大模型开发的主流选择时&#xff0c;性能瓶颈也随之而来。对于需要低延迟、高吞吐的生产环境&#xff0c;C语言的性能优势开始显现。本文将带你从零开始&#xff0c;用llama.cpp的C API构建一个完…...

OpenClaw人人养虾:macOS 开发环境设置

本指南介绍从源代码构建和运行 OpenClaw macOS 应用所需的步骤。 前置条件 在构建应用之前&#xff0c;请确保已安装以下工具&#xff1a; Xcode 26.2&#xff1a;Swift 开发所需。Node.js 22 和 pnpm&#xff1a;gateway、CLI 和打包脚本所需。 1. 安装依赖 安装项目级依…...

AI专著写作全流程:专业工具深度剖析,助你顺利完成大作

学术专著写作挑战与AI工具助力 对于许多学者而言&#xff0c;撰写学术专著最大的挑战&#xff0c;往往就是“有限的时间”与“无限的期望”的矛盾。完成一部专著通常需要3到5年&#xff0c;甚至更长的时间&#xff0c;而学者们还得兼顾教学、科研项目以及学术交流等多重责任&a…...

打造你的专属数字伙伴:BongoCat虚拟桌宠完全指南 [特殊字符]

打造你的专属数字伙伴&#xff1a;BongoCat虚拟桌宠完全指南 &#x1f431; 【免费下载链接】BongoCat &#x1f431; 跨平台互动桌宠 BongoCat&#xff0c;为桌面增添乐趣&#xff01; 项目地址: https://gitcode.com/gh_mirrors/bong/BongoCat 你是否曾幻想过在单调的…...

原神抽卡模拟器:无需安装也能精准规划资源?浏览器端祈愿体验全解析

原神抽卡模拟器&#xff1a;无需安装也能精准规划资源&#xff1f;浏览器端祈愿体验全解析 【免费下载链接】Genshin-Impact-Wish-Simulator Best Genshin Impact Wish Simulator Website, no need to download, 100% running on browser! 项目地址: https://gitcode.com/gh_…...

解锁论文写作新境界:书匠策AI,你的毕业论文智能导航员!

在学术的浩瀚海洋中&#xff0c;每一位即将毕业的大学生或研究生都像是勇敢的航海家&#xff0c;驾驶着知识的帆船&#xff0c;向着那座名为“毕业论文”的灯塔奋力前行。然而&#xff0c;航程中难免会遇到风浪与迷雾&#xff0c;如何高效、准确地完成一篇高质量的毕业论文&…...

三场正交相位场统一论2.0——宇宙底层规律与星际航行的终极答案

前言&#xff1a;打破百年物理枷锁&#xff0c;回归宇宙本质逻辑从麦克斯韦完成电磁力的初步统一&#xff0c;到特斯拉触摸到反重力的技术边缘&#xff0c;从爱因斯坦构建时空弯曲的引力假说&#xff0c;到张祥前提出空间螺旋统一场模型&#xff0c;人类为破解宇宙四大力统一的…...

完整指南:如何高效使用SecHex-Spoofy进行Windows系统伪装与安全测试

完整指南&#xff1a;如何高效使用SecHex-Spoofy进行Windows系统伪装与安全测试 【免费下载链接】SecHex-Spoofy C# HWID Changer &#x1f511;︎ Disk, Guid, Mac, Gpu, Pc-Name, Win-ID, EFI, SMBIOS Spoofing [Usermode] 项目地址: https://gitcode.com/gh_mirrors/se/Se…...

Phi-4-mini-reasoning加速深度学习:卷积神经网络(CNN)模型设计与调优实战

Phi-4-mini-reasoning加速深度学习&#xff1a;卷积神经网络&#xff08;CNN&#xff09;模型设计与调优实战 1. 引言&#xff1a;当AI开始设计AI 在图像分类任务中&#xff0c;我们常常陷入这样的困境&#xff1a;面对海量的网络结构选择和超参数组合&#xff0c;即使是有经…...