spring mvc 写app接口 如何处理ios端传过来的一个nsdata数组?

倔驴光头强 倔驴光头强 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
@RequestMapping(value = "/perfectUserInfo")
public @ResponseBody
RspBody<UserProjectInfo> perfectUser(Long id,String user_nickName,Integer user_sex,String user_signature,HttpServletRequest request,HttpServletResponse response) {
HashMap<String, Object> params = new HashMap<String, Object>();
String year = "/" + StringUtil.getDayTime(new Date());//获取当前日期时间字符串
RspBody<UserProjectInfo> res = new RspBody<UserProjectInfo>();
List<UserProjectInfo> gvts = new ArrayList<UserProjectInfo>();
try{
String toPath = PropertiesUtil.getValue("upload.properties", "toPath")+year+"/";
String uploadDir = PropertiesUtil.getValue("upload.properties", "imageUploadPath")+year;
File dirPath = new File(uploadDir);
if (!dirPath.exists()) {
dirPath.mkdirs();
}
String fileNameFull="";
String suffix ="";
String fileName = "";
String filepasth = "";
MultipartHttpServletRequest multipartRequest = (MultipartHttpServletRequest) request;
String uuid = UUID.randomUUID().toString();
for (Iterator<String> it = multipartRequest.getFileNames(); it.hasNext();) {
String key = it.next();
MultipartFile file = multipartRequest.getFile(key);
InputStream stream = file.getInputStream();
suffix =file.getOriginalFilename().substring(file.getOriginalFilename().lastIndexOf("."));
fileName = uuid + suffix;
fileNameFull = uploadDir +File.separator +fileName;
filepasth = toPath+fileName;
System.out.println("==+"+fileNameFull);
//图片文件压缩
BufferedImage srcImg = null;
srcImg = ImageIO.read(stream); //获取文件流
ImageCompression.compressImage(srcImg, fileNameFull, 1200);
}
UserProjectInfo info =null;
UserContInfo task = charyUserServiceImpl.getBeanId(id);
if(StringUtil.isEmpty(user_nickName)){
task.setUser_nickname(user_nickName);
}
if(user_sex!=null){
task.setUser_sex(user_sex);
}
if(StringUtil.isEmpty(user_signature)){
task.setSignature(user_signature);
}
if(StringUtil.isEmpty(filepasth)){
task.setUser_img(filepasth);
}

charyUserServiceImpl.updateInfo(task);
UserContInfo evint = charyUserServiceImpl.getBeanId(id);
info = new UserProjectInfo();
info.setLogin_token(evint.getAppToken());
info.setUser_id(evint.getUser_id()+"");
info.setUser_img(evint.getUser_img());
info.setUser_nickName(evint.getUser_nickname());
info.setUser_sex(evint.getUser_sex()+"");
info.setUser_signature(evint.getSignature());
info.setUser_type(evint.getType()+"");
gvts.add(info);
res.setCode(1); //1请求成功 2失败
res.setMessage("成功");
res.setData(gvts);

} catch (Exception e) {
res.setCode(2); //1请求成功 2失败
res.setMessage("失败");
e.printStackTrace();
}

return res;
}


怎样可以实现单图和多图上传功能
...全文

相关推荐

Java学生信息管理系统实战源码:含数据库脚本+IDEA开箱即用

Java Web应用是理解Servlet、JSP与MVC架构的核心实践场景。其本质是通过HTTP协议驱动服务端逻辑,依托JDBC连接数据库实现数据持久化,并以分层结构(Controller-Service-DAO)保障可维护性。技术价值在于打通‘编码→编译→部署→交互’全链路,支撑教学验证与工程入门。典型应用场景包括课程设计、毕业实训及Java后端岗前训练。本文提供的学生信息管理系统,正是一套真实可运行的Java Web项目,内置MySQL建库脚本、完整角色权限控制及IDEA一键导入支持,覆盖登录验证、增删

diaoju3333

从注意力到行动 pdf Agent

从注意力到行动 pdf

言之。

同步电机与构网型变流器的频率稳定特性及多时间尺度交互机理研究(Simulink仿真实现)

内容概要:本文系统解读了一套完整的多机器人路径规划(MAPF)MATLAB代码库,重点围绕优先级规划算法展开,涵盖从地图解析、拓扑构建、路径规划、冲突消解到可视化呈现的全流程。文章提出四层架构设计:几何层负责地图解析与栅格化;拓扑层构建四邻域图与Petri网模型;调度层实现基于动态边权膨胀的优先级路径规划与时间同步冲突消解;呈现层完成动画与视频输出。核心创新包括动态边权膨胀机制避免硬封锁导致的虚假不可解、节点预留历史实现高效冲突查询、几何惩罚驱动的局部同步提升效率,以及Petri网双阶段优化支持解的存在性与最优性分离判断。框架兼顾实用性与可扩展性,适用于大规模智能体场景。; 适合人群:具备MATLAB编程基础,从事机器人、自动化、智能交通或路径规划相关研究的科研人员与研究生。; 使用场景及目标:① 学习并复现多机器人无冲突路径规划的经典与先进算法;② 掌握动态边权膨胀、时间同步、冲突消解等关键技术的工程实现;③ 借助模块化框架进行算法改进与性能优化,支撑仓储物流、无人机编队等应用场景的仿真研究。; 阅读建议:建议按文中所述的数据流顺序逐步阅读,重点关注各模块接口设计与算法取舍逻辑,结合提供的完整资源进行代码调试与实验验证,深入理解“空间规划-时间消解”分离的设计思想。

程序猿鑫

huashu-motion 让编码 Agent 直出商业宣传片-一个专门给 Claude Code、Codex 等工具使用的 Skill

huashu-motion 一个专门给 Claude Code、Codex 等工具使用的 Skill。它不跑黑盒视频生成模型,而是让 Agent 直接用代码绘制动画,成片就是一个网页。 项目最大的特色是“先写谱再拍片”,Agent 能写纯文本乐谱配合乐器采样在本地配乐,并精准对齐每帧音效。在浏览器里按 C 键点击画面就能直接留批注,Agent 会定位源码只改动那一处,也可以在右侧表单手动调参。 它还内置了从顶级发布片提炼的 20 种运动语言、自动化质检与并行渲染机制,小模型同样能做出高级感。

一叶知秋yyds

YOLO26算法校园作业场景锚目标检测+训练好的模型+103张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[锚(anchor)] · 训练集:90 张 · 验证集:9 张 · 测试集:4 张 · 总计:103 张 该数据集聚焦校园作业场景,通过精准标注手写文字中的锚元素,为教育场景下的文本识别与作业分析提供高质量数据支撑,助力教学评估与学生书写质量研究。该数据集训练集占比90%,验证集与测试集分别占9%和4%,符合目标检测任务数据划分的常规比例,训练集规模充足以保障模型学习能力,验证集与测试集合理分配用于模型性能评估,确保数据分布科学合理。该数据集标注工作严格遵循规范,所有锚元素的边界框标注精准,标注内容与... 【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 100 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.6351** mAP50-95 | 0.1958 Precision | 0.6436 Recall | 0.5714 train/box_loss | 1.6649 train/cls_loss | 1.3181 val/box_loss | 2.3156 val/cls_loss | 2.5145 【训练过程分析】 100 轮训练后 mAP50 仅 0.6351,模型收敛不充分。Loss 曲线前期下降后进入平台期,mAP 提升缓慢。mAP50-95 为 0.1958,定位精度同样偏低。 【模型性能评估】 Precision 0.643... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。

guo_xiao_xiao_
评论
收藏 已收藏
分享
返回顶部
倔驴光头强
Java 51,407 成员 86,129 内容