无惧上传类v2.2的上传问题

erdong988 2008-11-24 05:54:40
实现上传自定义头像功能,相关代码如下:
运行没有错误提示,点击上传后 显示上传成功字样,及保存路径:
“路径:E:\www\baspub\userheadpic\2008112417364516.gif 上传成功!”
路径也没问题,但是对应文件夹内并未增加文件...
到底是什么原因?


<!--#include file="upfile_class.asp"-->
<%
const SaveUpFilesPath="userheadpic" '上传保存路径(当前文件夹下的文件夹名)
set upfile=new upfile_class ''建立上传对象
upfile.NoAllowExt="asp;asa;exe;htm;html;aspx;cs;vb;js;cer;cdx;" '设置上传类型的黑名单
upfile.GetData (10240000) '取得上传数据,限制最大上传10M
if upfile.iserr > 0 then '如果出错
select case upfile.iserr
case 1
response.write "请先选择你要上传的文件!"
case 2
response.write "你上传的文件总大小超出了最大限制(10M)"
end select
response.end
end if

SavePath = Server.mappath(".") & "\" & SaveUpFilesPath
if right(SavePath,1)<>"\" then SavePath=SavePath&"\" '在目录后加(\)

for each formName in upfile.file '列出所有上传了的文件

set ofile=upfile.file(formName) '生成一个文件对象
fileExt=lcase(ofile.FileExt)
strJS="<SCRIPT language=javascript>" & vbcrlf
if FoundErr<>true then
randomize
ranNum=int(900*rnd)+100
filename=year(now)&month(now)&day(now)&hour(now)&minute(now)&second(now)&ranNum&"."&fileExt
upfile.SaveToFile formname,SavePath & filename '保存文件
response.write "路径:" & SavePath & filename
response.write " 上传成功!"
strJS=strJS & "parent.document.uploadpic.UserPhoto.value='"& SaveUpFilesPath & "\" & fileName & "';" & vbcrlf
else
strJS=strJS & "alert('" & msg & "');" & vbcrlf
strJS=strJS & "history.go(-1);" & vbcrlf
end if
strJS=strJS & "</script>" & vbcrlf
response.write strJS
set ofile=nothing
next
set upfile=nothing
...全文
214 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
erdong988 2008-11-24
  • 打赏
  • 举报
回复
问题已解决,确实是那个"."的问题
之前文件夹名为“www.xxx.com”时,发现根目录下多出个 www.jpg 文件。。。
这也该算该上传类的一个小bug吧
erdong988 2008-11-24
  • 打赏
  • 举报
回复
更正:
“路径:E:\www.xxx.com\baspub\userheadpic\2008112417364516.gif 上传成功!”
在根目录下发现文件,估计是这个“.”的问题。。。
sy_binbin 2008-11-24
  • 打赏
  • 举报
回复


upfile.SaveToFile Server.MapPath(SavePath & filename) '保存文件
内容概要:本文围绕基于CNN-BiLSTM-Attention混合神经网络模型的电力负荷预测展开研究,提出一种结合卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)与注意力机制(Attention)的深度学习框架,并通过Python代码实现高精度的短期与超短期负荷预测。该模型充分利用CNN对局部特征的提取能力,捕捉负荷数据中的周期性与趋势性模式;借助BiLSTM对时间序列前后向依赖关系的建模能力,增强对动态变化的感知;并通过Attention机制自适应地聚焦关键历史时刻,提升预测准确性。文中详细阐述了数据预处理、模型结构设计、训练流程及超参数调优方法,并在真实负荷数据集上进行了实验验证,结果表明该混合模型相比传统单一模型和其他基准模型具有更优的预测性能,尤其在应对非线性、非平稳负荷波动方面表现突出。; 适合人群:具备一定Python编程能力和机器学习基础,从事电力系统分析、能源管理、智能电网或时序预测相关工作的科研人员、工程师及高校研究生。; 使用场景及目标:①应用于电网调度、电力市场出清、需求响应管理等场景下的精细化负荷预测;②为研究人员提供一套完整的、可复现的深度学习负荷预测代码框架,推动AI技术在能源领域的落地应用;③帮助理解CNN、BiLSTM与Attention模块之间的协同机制及其在时序建模中的集成方式。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点掌握数据归一化、滑动窗口构造、模型搭建与训练技巧,并尝试在不同地区、不同季节的负荷数据上进行迁移测试,以深入理解模型泛化能力与调参策略。

28,402

社区成员

发帖
与我相关
我的任务
社区描述
ASP即Active Server Pages,是Microsoft公司开发的服务器端脚本环境。
社区管理员
  • ASP
  • 无·法
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