问一个可能是属于设计模式的问题,如何从JSP->Servlet->JSP

iamok 2003-09-29 02:45:33
在JSP中添表单,提交到Servlet处理,处理结果在另外一个JSP中显示(或者在原来的JSP里面显示?),我觉得应该可以实现,但是又不知道怎么实现。有什么方法嘛?

譬如
1.jsp里面填写账号,密码
1.servlet里面处理,去数据库里面查是不是正确
2.jsp(1.jsp?)显示成功登录或者密码错误
...全文
79 10 打赏 收藏 转发到动态 举报
AI 作业
写回复
用AI写文章
10 条回复
切换为时间正序
请发表友善的回复…
发表回复
xsuker 2003-09-30
  • 打赏
  • 举报
回复
MVC嘛,各司其职,重用性大,在JSP写太多逻辑不好,而且如果要给美工看就看死了
yzying1980 2003-09-29
  • 打赏
  • 举报
回复
干吗要转为Servlet呀,jsp文件之间就可以处理呀,如果确实处理过程比较复杂,也可以写一个javaBean或EJB来处理呀。干吗非要Servlet呢?搞不懂-----
swinging 2003-09-29
  • 打赏
  • 举报
回复
http://www-900.ibm.com/developerWorks/cn/java/l-struts1-1/index.shtml
细读下,然后去用用STRUTS你会知道,其实MVC不是很难。
另外,建议读《设计模式》第一章(好像是),有详细解释MVC,
其实MVC主要是由3个经典模式(OBSERVER、COMPOSITE、STRATEGY)组成的。
iamok 2003-09-29
  • 打赏
  • 举报
回复
谢各位,尤其是 hj12(12) ,我下午看了一下MVC模式,但是不太懂,唉,我现在急着用呢。估计这几天是学不会了,有没有例子能说明一下,再次拜求!
hj12 2003-09-29
  • 打赏
  • 举报
回复
下面得是不带参数转发
hj12 2003-09-29
  • 打赏
  • 举报
回复
RequestDispatcher dispatcher=request.getRequestDispatcher("url")
dispatcher.forword(req,rep);
带参数转发,
rep.sendRedirect(rep.EncordRedirectURL(url));
aku0708 2003-09-29
  • 打赏
  • 举报
回复
MVC
yuqf2000 2003-09-29
  • 打赏
  • 举报
回复
使用jb向导建一个jsp,上边的功能全部实现
hj12 2003-09-29
  • 打赏
  • 举报
回复
看看STRUR你就明白了
hj12 2003-09-29
  • 打赏
  • 举报
回复
MVC模式!
《概率论与数理统计》是理工科大学中的一门重要基础课程,它结合了概率论的基本理论与统计学的方法,用于分析和处理随机现象。第二版的完整版多媒体教学系统旨在通过丰富的教学资源和互动体验,帮助学生深入理解和掌握这门学科的核心概念。 一、概率论基础 概率论是研究随机事件及其规律性的数学理论,主要包括以下几个关键概念: 1. 随机试验:概率论的研究对象,如掷骰子、抽卡等。 2. 样本空间:所有可能结果的集合。 3. 事件:样本空间的子集,代表某种特定的结果。 4. 概率:事件发生的可能性,通常介于0和1之间,表示为P(A)。 5. 条件概率:在已知某个事件发生的情况下,另一个事件发生的概率。 6. 乘法法则和加法法则:用于计算两个独立或不独立事件的概率。 二、概率分布 1. 离散概率分布:如二项分布、泊松分布、几何分布、超几何分布等,用于描述离散随机变量的分布情况。 2. 连续概率分布:如均匀分布、正态分布、指数分布等,适用于连续随机变量。 三、统计学基础 1. 参数估计:通过样本数据估计总体参数,如均值、方差等。 2. 抽样分布:统计量在多次重复抽样下的分布情况。 3. 点估计和区间估计:给出参数的一个估计值或一个估计范围。 4. 假设检验:检验关于总体参数的假设是否成立,如t检验、卡方检验、F检验等。 5. 回归分析:研究两个或多个变量间的关系,预测一个变量基于其他变量的值。 四、数理统计方法 1. 最大似然估计:寻找使样本数据出现概率最大的参数估计方法。 2. 矩估计:通过总体矩与样本矩的关系来估计参数。 3. 正态分布的中心极限定理:大量独立随机变量的和近似服从正态分布,即使这些变量本身非正态。 4. 协方差和相关系数:衡量两个随机变量之间线性关系的强度和方向。 5. 方差分析(ANOVA):比较多个组别间的均值差异。 五、多元统计分析 1. 多元正态分布:多维空间中的正态分布,常用于多元线性回归。 2. 判别分析:根据已知分类的样本数据,建立判别函数,对新数据进行分类。 3. 聚类分析:将相似数据分组,揭示数据内在结构。 4. 主成分分析(PCA):降低数据维度,提取主要特征。 六、多媒体教学系统 该教学系统可能包含以下组成部分: 1. 视频讲座:专家讲解理论和例题,直观展示概念。 2. 动画演示:动态模拟随机过程,帮助理解概率模型。 3. 交互式练习:提供习题和答案,实时反馈学习效果。 4. 实验教程:设计数学实验,让学生亲手操作,加深理解。 5. 电子教材:包含文字、图表、案例等丰富内容,便于自主学习。 通过这个多媒体教学系统,学生不仅可以学习到概率论与数理统计的理论知识,还能通过实践应用和互动学习,提升解决实际的能力。

81,117

社区成员

发帖
与我相关
我的任务
社区描述
Java Web 开发
社区管理员
  • Web 开发社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧