String path = basePath; try { File f = new File(path); if (!f.exists()) { f.mkdirs(); } file.transferTo(new File(f, img)); } catch (Exception e) { e.printStackTrace(); return GlobalResult.errorMsg("文件上传错误,文件夹不能创建"); } //获取项目路径 例如项目名为test 则值为 /test String contextPath = request.getServletContext().getContextPath(); //获取图片上传绝对路径保存数据库 String contextPathHttp = request.getScheme() + "://" + request.getServerName() + ":" + request.getServerPort() + request.getContextPath() + "/"; Map<String, String> map = new HashMap<String, String>(); map.put("src", contextPathHttp + "/uploads/" + img); map.put("url", contextPathHttp + "uploads/" + img); map.put("savePath", path + File.separatorChar + img); return GlobalResult.ok(map);请详细解释每一行代码

时间: 2023-06-26 21:05:39 浏览: 71
1. `String path = basePath;`: 将传入的`basePath`参数赋值给变量`path`。 2. `File f = new File(path);`: 根据`path`创建一个`File`对象。 3. `if (!f.exists()) { f.mkdirs(); }`: 如果指定路径的文件夹不存在,则创建文件夹。 4. `file.transferTo(new File(f, img));`: 将上传的文件保存到指定路径的文件夹下,并使用原始文件名。 5. `String contextPath = request.getServletContext().getContextPath();`: 获取项目的上下文路径,例如项目名称为`test`,则该值为`/test`。 6. `String contextPathHttp = request.getScheme() + "://" + request.getServerName() + ":" + request.getServerPort() + request.getContextPath() + "/";`: 获取项目的访问路径,包含协议、主机名、端口号和上下文路径,例如`http://localhost:8080/test/`。 7. `Map<String, String> map = new HashMap<String, String>();`: 创建一个`HashMap`对象,用于存储返回的数据。 8. `map.put("src", contextPathHttp + "/uploads/" + img);`: 将上传文件的访问路径保存到`map`中,使用`/uploads/`作为文件夹名称。 9. `map.put("url", contextPathHttp + "uploads/" + img);`: 将上传文件的访问路径保存到`map`中,不带斜杠。 10. `map.put("savePath", path + File.separatorChar + img);`: 将上传文件的保存路径保存到`map`中,使用`File.separatorChar`作为路径分隔符。 11. `return GlobalResult.ok(map);`: 返回一个包含`map`的成功响应。

相关推荐

优化这个方法:private void saveFileBrowseRecord(LayoutElementParcelable file) { // 当前的目录 String currentPath = file.desc.substring(0, file.desc.lastIndexOf(File.separator)); String basePath = mSourceRootPath; if (mTransferType == U_FTP_TO_FAB_FTP) { basePath = mSourcePath; } XLog.tag(TAG).i("mCurrentPath:" + currentPath + " basePath:" + basePath); HybridFileParcelable hybridFileParcelable = new HybridFileParcelable(currentPath, basePath, file.desc, file.permissions, file.date, file.longSize, file.isDirectory, file.getMode(), ""); if (!TextUtils.isEmpty(file.title)) { hybridFileParcelable.setName(file.title); } Map<String, Object> map = new HashMap<>(); // 文件路径全名称 map.put("dirFullName", hybridFileParcelable.getRelativePath()); // 文件服务器id map.put("fileServerId", mStoreServerId); RequestBody body = HttpClient.getRequestBody(map); TransferApi api = HttpClient.api(TransferApi.class, false); if (api == null) { XLog.tag(TAG).i("save file browse record api is null"); return; } // recordType 记录类型:默认0-最近浏览,1-收藏 api.saveFileBrowseRecord(body, 1) .compose(HttpClient.observableIoToMain()) .as(HttpClient.bindLifecycle(this)) .subscribe(new HttpDefaultObserver<HttpResult<String>>() { @Override public void start() { } @Override public void success(HttpResult<String> result) { mCollects.put(file.desc, file.desc); } @Override public void fail(HttpError e) { showWhiteFailToast(e.getCode(), e.getMessage(), null); } @Override public void finish() { } }); }

coding=UTF-8 from flask import Flask, render_template, request, send_from_directory from werkzeug.utils import secure_filename from iconflow.model.colorizer import ReferenceBasedColorizer from skimage.feature import canny as get_canny_feature from torchvision import transforms from PIL import Image import os import datetime import torchvision import cv2 import numpy as np import torch import einops transform_Normalize = torchvision.transforms.Compose([ transforms.Normalize(0.5, 1.0)]) ALLOWED_EXTENSIONS = set([‘png’, ‘jpg’, ‘jpeg’]) app = Flask(name) train_model = ReferenceBasedColorizer() basepath = os.path.join( os.path.dirname(file), ‘images’) # 当前文件所在路径 def allowed_file(filename): return ‘.’ in filename and filename.rsplit(‘.’, 1)[1] in ALLOWED_EXTENSIONS def load_model(log_path=‘/mnt/4T/lzq/IconFlowPaper/checkpoints/normal_model.pt’): global train_model state = torch.load(log_path) train_model.load_state_dict(state[‘net’]) @app.route(“/”, methods=[“GET”, “POST”]) def hello(): if request.method == ‘GET’: return render_template(‘upload.html’) @app.route(‘/upload’, methods=[“GET”, “POST”]) def upload_lnk(): if request.method == ‘GET’: return render_template(‘upload.html’) if request.method == ‘POST’: try: file = request.files['uploadimg'] except Exception: return None if file and allowed_file(file.filename): format = "%Y-%m-%dT%H:%M:%S" now = datetime.datetime.utcnow().strftime(format) filename = now + '_' + file.filename filename = secure_filename(filename) basepath = os.path.join( os.path.dirname(file), ‘images’) # 当前文件所在路径 # upload_path = os.path.join(basepath,secure_filename(f.filename)) file.save(os.path.join(basepath, filename)) else: filename = None return filename @app.route(‘/download/string:filename’, methods=[‘GET’]) def download(filename): if request.method == “GET”: if os.path.isfile(os.path.join(basepath, filename)): return send_from_directory(basepath, filename, as_attachment=True) pass def get_contour(img): x = np.array(img) canny = 0 for layer in np.rollaxis(x, -1): canny |= get_canny_feature(layer, 0) canny = canny.astype(np.uint8) * 255 kernel = np.array([ [0, 1, 1, 1, 0], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [1, 1, 1, 1, 1], [0, 1, 1, 1, 0], ], dtype=np.uint8) canny = cv2.dilate(canny, kernel) # canny = Image.fromarray(canny) return canny @app.route(‘/embedding//’, methods=[“GET”, “POST”]) def icontran(img, reference): global train_model if request.method == ‘POST’: imgPath = os.path.join(basepath, img) referencePath = os.path.join(basepath, reference) img = cv2.imread(imgPath) if img is None or img.size <= 0: return None contour = get_contour(img).astype(np.float32).copy() contour = 255 - contour reference = cv2.imread(referencePath).astype(np.float32) reference = cv2.cvtColor(reference, cv2.COLOR_BGR2RGB) reference = transform_Normalize(torch.from_numpy(reference).permute(2, 0, 1).unsqueeze(0).float()/ 255.0) contour = transform_Normalize(torch.from_numpy(contour).unsqueeze(0).unsqueeze(0).float()/ 255.0) train_model.eval() transfer = train_model(contour, reference) transfer = transfer.squeeze(0) transfer = (transfer + 0.5).clamp(0, 1).mul_(255).permute(1, 2, 0).type(torch.uint8).numpy() transfer = transfer.numpy() cv2.imwrite(imgPath, transfer) return basepath # success if name == “main”: load_model() app.run(host=‘10.21.16.144’, port=9999, debug=True) 用puthon写一个调用这个服务器的gui

最新推荐

recommend-type

蜂鸣器学习笔记,描述了分类、使用

蜂鸣器学习笔记,描述了分类、使用
recommend-type

华硕B250M-PIXIU支持6789代BIOS

有编程器的话可以用编程器直接刷入bin文件,刷入后清下CMOS再开机。 没有编程器但有67代U开机的话,也可以用U盘软刷,软刷步骤如下。 注意: 请认真阅读以下各个步骤,每一步都是经验总结,不是废话。 1、准备好一个FAT32格式的空U盘,在Windwos系统里用U盘DOS启动工具按步骤做好DOS启动U盘,然后把BIOS文件复制进U盘且重命名为bios.bin 2、开机del键进BIOS,按F5载入默认设置值,然后按F10保存重启 3、开机Del键进BIOS里,按F7进高级模式,然后在高级栏(Advanced栏)里PCH-FW Configuration项中找到ME Opration Mode选项,选择Temporary Disabled,主板会立即重启,重启后马上按F8,选择从U盘启动进入DOS,进入DOS后按F键回车,如无异常提示则会开始刷新BIOS。如出色红色字符提示写保护,则关机清下CMOS(步骤:关机、拨电、抠主板电池,短接CLRTC跳线一分钟,再装回电池开机),再开机从第2步开始。 4、DOS下刷新完成会有绿色字符提示成功,关机断电,清下CMOS再开机,然后进BIOS里
recommend-type

毕业设计&课设-使用Matlab对波动光学进行建模。包括使用标量衍射理论的衍射以及菲涅耳和夫琅和费衍射.zip

该资源内项目源码是个人的课程设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 该资源内项目源码是个人的课程设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

解释这行代码 c = ((double)rand() / RAND_MAX) * (a + b - fabs(a - b)) + fabs(a - b);

这行代码是用于生成 a 和 b 之间的随机数。首先,它使用 rand() 函数生成一个 [0,1) 之间的随机小数,然后将这个小数乘以 a、b 范围内的差值,再加上 a 和 b 中的较小值。这可以确保生成的随机数大于等于 a,小于等于 b,而且不会因为 a 和 b 之间的差距过大而导致难以生成足够多的随机数。最后,使用 fabs() 函数来确保计算结果是正数。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

MATLAB柱状图在数据分析中的作用:从可视化到洞察

![MATLAB柱状图在数据分析中的作用:从可视化到洞察](https://img-blog.csdnimg.cn/img_convert/1a36558cefc0339f7836cca7680c0aef.png) # 1. MATLAB柱状图概述** 柱状图是一种广泛用于数据可视化的图表类型,它使用垂直条形来表示数据中不同类别或组别的值。在MATLAB中,柱状图通过`bar`函数创建,该函数接受数据向量或矩阵作为输入,并生成相应的高度条形。 柱状图的优点在于其简单性和易于理解性。它们可以快速有效地传达数据分布和组别之间的比较。此外,MATLAB提供了广泛的定制选项,允许用户调整条形颜色、