求解:java.lang.IndexOutOfBoundsException: Index: 1, Size: 1

乳臭未干 2011-07-26 09:42:09
我用Hibernate查询:
hql = "select u.email, u.password from ApplicantPO as u where u.username=?";
query = sessionH.createQuery(hql);
query.setString(0, Username);

list.clear();
list = query.list();
System.out.println("list.size() = " + list.size());

if(list.size()>0){
this.setEmail(list.get(0).toString().trim()); //给email赋值
System.out.println("查到的email为:"+list.get(0).toString().trim());
this.setUserPassword(list.get(1).toString().trim()); //给userPassword赋值
}
HibernateServiceProvider.closeSession();

得到的是这样的结果:
list.size() = 1
查到的email为:[Ljava.lang.Object;@13cebda
2011-7-26 21:32:36 org.apache.catalina.core.StandardWrapperValve invoke
严重: Servlet.service() for servlet default threw exception
java.lang.IndexOutOfBoundsException: Index: 1, Size: 1
at java.util.ArrayList.RangeCheck(ArrayList.java:547)
at java.util.ArrayList.get(ArrayList.java:322)
at rims.action.GetPasswordAction.checkUser(GetPasswordAction.java:133)
at rims.action.GetPasswordAction.validate(GetPasswordAction.java:153)
at com.opensymphony.xwork2.interceptor.DefaultWorkflowInterceptor.doIntercept(DefaultWorkflowInterceptor.java:200)
at com.opensymphony.xwork2.interceptor.MethodFilterInterceptor.intercept(MethodFilterInterceptor.java:86)
at com.opensymphony.xwork2.DefaultActionInvocation$2.doProfiling(DefaultActionInvocation.java:224)

麻烦大家指点一二~
...全文
1167 4 打赏 收藏 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
乳臭未干 2011-07-26
  • 打赏
  • 举报
回复
唉~自己解决了:
if(list.size()>0){
ApplicantPO apo = (ApplicantPO)list.get(0);
System.out.println("查到的email为:"+apo.getEmail());
System.out.println("查到的password为:"+apo.getPassword());
}

需要返回一个对象~下面的 应该懂了吧~
乳臭未干 2011-07-26
  • 打赏
  • 举报
回复
这句我有写啊~~
[Quote=引用 1 楼 ticmy 的回复:]

list.get(0).toString().trim()
[/Quote]
贪睡的兔子 2011-07-26
  • 打赏
  • 举报
回复
数组越界吧
龙四 2011-07-26
  • 打赏
  • 举报
回复
list.get(0).toString().trim()
详情可查看下方数据集可视化效果。 【数据集概况】 · 检测类别(中文):[中央处理器(CPU)] · 训练集:810 张 · 验证集:82 张 · 测试集:40 张 · 总计:932 张 该数据集聚焦于工业制造环境中中央处理器的精准识别,通过多背景、多光照条件下的图像采集,构建了覆盖典型生产场景的高质量样本库。数据集中中央处理器以标准封装形态呈现,背景涵盖金属台面、彩色渐变板及纹理表面,充分模拟实际生产线中的视觉干扰因素,为自动化质检与智能分拣系统提供了可靠的数据支撑。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 37 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9650** mAP50-95 | 0.9173 Precision | 0.9967 Recall | 0.9647 train/box_loss | 0.4580 train/cls_loss | 0.2414 val/box_loss | 0.3658 val/cls_loss | 0.2987 【训练过程分析】 37 轮训练后 mAP50 达到 0.9650,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9173,和 mAP50 差距仅 0.05,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9967、Recall 0.9647,精召双高,模型对中央处理器的检测能力强。 【预测效果展示】 验证集预测效果较好,检测框基本准确覆盖中央处理器,置信度整体偏高。 【改进建议】 1...

81,108

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