web应用插件开发_Web应用程序的简单插件系统

web应用插件开发

我们需要制作多个具有很多共享功能的基于Web的项目。 为此,某种插件系统将是一个不错的选择(作为粘贴粘贴内容的替代方法)。 有些框架(例如grails)可以选择制作Web插件,但大多数没有,因此需要实现定制的东西。

首先,让我们定义所需的功能。 “插件”:

  • 应该通过通过maven / ivy导入简单地包括在内
  • 如果使用了一个类,则应在依赖项注入容器中注册所有类(自动或通过单行配置)
  • 应该是垂直的–即包含所有文件,从javascript,css和模板到控制器,再到服务层类
  • 不需要需要在项目之间复制粘贴的复杂配置
  • 应该允许容易的开发和调试而无需重新部署

将Java类放入jar文件中,然后添加到lib目录中,因此也添加到了类路径中,这是简单的部分。 但是我们需要将Web资源提取到各个位置,其余的代码可以在这些位置使用它们。 可以使用三种通用方法:构建时提取,运行时提取和从类路径加载运行时。

最后一种方法将需要一个控制器(或servlet),该控制器从类路径(相应的jar)中加载资源,对其进行缓存并提供服务。 这有两个明显的缺点,其中之一就是放在罐子里,在开发过程中不容易更换它们。 使用类路径资源也很棘手,因为您事先不知道文件名。

其他两种方法非常相似。 例如,Grails使用构建时提取–插件是一个zip文件,其中包含所有必需的资源,并且在构建项目时将它们提取到各自的位置。 很好,但是需要更多的配置(在我们的例子中是Maven),可能还需要在项目之间复制。

因此,我们选择了运行时提取方法。 它在启动时发生–加载应用程序时,某种启动侦听器(在我们的示例中为带有@PostConstruct的spring组件)会遍历lib文件夹中的所有jar文件,并从特定文件夹中提取文件(例如,“ web ”)。 因此,jar文件的结构如下所示:

comcompanypkgFoo.classBar.class
webplugin-namecssmain.cssjsfoo.jsbar.jsimageslogo.pngviewsfoo.jspbar.jsp

最终结果是在启动应用程序后,您可以从应用程序访问所有必需的Web资源,因此可以将它们包含在主应用程序的页面(视图)中。

而且提取的代码非常简单(将zip4j用于zip部分)。 这可以是servlet上下文侦听器,而不是spring bean –没什么区别。

/*** Component that locates modules (in the form of jar files) and extracts their web elements, if any, on startup** @author Bozhidar*/
@Component
public class ModuleExtractor {private static final Logger logger = LoggerFactory.getLogger(ModuleExtractor.class);@Injectprivate ServletContext ctx;@SuppressWarnings("unchecked")@PostConstructpublic void init() {File lib = new File(ctx.getRealPath("/WEB-INF/lib"));File[] jars = lib.listFiles();String targetPath = ctx.getRealPath("/");String viewPath = "/WEB-INF/views"; //that can be made configurablefor (File jar : jars) {try {ZipFile file = new ZipFile(jar);for (FileHeader header : (List<FileHeader>) file.getFileHeaders()) {if (header.getFileName().startsWith("web/") && !fileExists(header)) {// extract views in WEB-INF (inaccessible to the outside world)// all other files are extracted in the root of the applicationif (header.getFileName().contains("/views/")) {file.extractFile(header, targetPath + viewPath);} else {file.extractFile(header, targetPath);}}}} catch (ZipException ex) {logger.warn("Error opening jar file and looking for a web-module in: " + jar, ex);}}}private boolean fileExists(FileHeader header) {return new File(ctx.getRealPath(header.getFileName())).exists();}
}

因此,为了制作插件,您只需制作一个带有jar包装的Maven项目,并将其作为依赖项添加到您的主项目中,其他所有工作都将得到处理。 如果未启用对bean的类路径扫描(或选择使其成为侦听器),则可能需要注册ModuleExtractor

注意:此解决方案并非旨在成为能够解决所有问题的功能齐全的插件系统。 它不支持版本控制,子模块等。这就是标题为何“简单”的原因。 但是您可以用它做很多事情,而且它的复杂性非常低。

参考: Bozho的技术博客博客中的JCG合作伙伴 Bozhidar Bozhanov的 Web应用程序简单插件系统 。

翻译自: https://www.javacodegeeks.com/2013/08/a-simple-plugin-system-for-web-applications.html

web应用插件开发

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/347043.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【自适应盲均衡2】多径衰落信道的复数常模算法(CMA)的理论推导与MATLAB仿真

关注公号【逆向通信猿】更精彩!!! 关于均衡的基础知识,首先可参考本人博客 LMMSE、Godard、CMA常模、Sato等算法在信道均衡中的应用理论与MATLAB仿真 理论推导 代价函数 J = E [ e G o d a r d p

【自适应盲均衡3】多模算法(MMA)——复数改进常模算法(MCMA)的理论推导与MATLAB仿真

关注公号【逆向通信猿】更精彩!!! 接上篇【自适应均衡2】多径衰落信道的复数常模算法(CMA)的理论推导与MATLAB仿真 理论推导 MMA或者MCMA其实是在CMA基础上改进而得到的,有学者称其为实虚部分开的常模算法。该算法使均衡器输出信号的实部与虚部分别收敛于各自的模值,改…

程序猿必备工具『CSDN浏览器助手』之超实用小工具测评

CSDN浏览器助手简介 CSDN浏览器助手由CSDN官方开发&#xff0c;集成【一键呼出搜索】、【万能快捷工具】、【个性标签页】和【 “真”免广告】四大功能&#xff0c;打开后给人的第一印象就是 清新脱俗 四个字&#xff0c;功能非常丰富&#xff0c;快捷键的使用能够大大提高工作…

【自适应盲均衡4】基于RLS的多径衰落信道均衡算法(RLS-CMA)的理论推导与MATLAB仿真

关注公号【逆向通信猿】更精彩!!! 一、回顾CMA和MMA 对于前面两种算法 【自适应均衡】多径衰落信道的复数常模算法(CMA)的理论推导与MATLAB仿真 【自适应均衡】多模算法(MMA)——复数改进常模算法(MCMA)的理论推导与MATLAB仿真 误差信号为:

apache camel_使用Java的Apache Camel入门

apache camelApache Camel是一个非常有用的库&#xff0c;可以帮助您处理来自许多不同来源的事件或消息。 您可以通过许多不同的协议&#xff08;例如在VM&#xff0c;HTTP&#xff0c;FTP&#xff0c;JMS甚至DIRECTORY / FILE之间&#xff09;移动这些消息&#xff0c;但仍然使…

【自适应(盲)均衡6】信号过多径衰落信道的矩阵乘法表示之Toeplitz矩阵和Toeplitz块矩阵的生成(分数间隔FSE)

关注公号【逆向通信猿】更精彩!!! 信号过系统(多径信道)的连续形式 信号过系统(多径信道)的离散采样形式 通常接收端处理的是数字信号,需对接收信号进行采样,当采样率为符号速率时,即为符号间隔采样;采样率为符号速率的P倍时,为分数间隔采样 至于为什么要用分数…

JDK 9/10/11:Java字符串上+ =带来的副作用

问题“ 为什么array [i &#xff05;n] i ”在Java 8和Java 10中给出不同的结果&#xff1f; ”已于本周初发布在StackOverflow.com上 。 它指向JDK9和更高版本中存在的Java编译器中的错误 &#xff0c;但JDK8中不存在。 如StackOverflow线程上所述&#xff0c; Didier L提供…

Matlab库中过采样函数rcosflt参数及源代码详解(翻译)

函数定义 rcosflt函数作为MATLAB即将被替换的函数,在MATLAB R2018b中还可以使用,但是已经查不到帮助文档;虽说是要即将被替换,但是函数内部的原理其实都是一样的,这个函数搞懂了,不管被替换成什么,只要看看新函数的说明文档就知道怎么使用了,说白了就是“万变不离其宗…

【自适应盲均衡7】分数间隔的复数常模算法(FSE-CMA)

关注公号【逆向通信猿】更精彩!!! 理论推导 基于分数间隔的复数常模算法(FSE-CMA)的推导其实与符号间隔的算法是类似的,见 【自适应盲均衡2】多径衰落信道的复数常模算法(CMA)的理论推导与MATLAB仿真 分数间隔均衡器模型 分数间隔均衡器通常有两种比较经典的模型,…

Java机器学习,第2部分

欢迎使用本教程的第二部分&#xff0c;该教程使用LightningScorer评分PMML文件。 让我们找出其他参数是如何工作的。 初始步骤与教程的第一部分相似。 首先获取本地副本 git clone https://github.com/sezinkarli/lightningscorer.git并用Maven构建 mvn clean install并通…

【自适应盲均衡8】基于分数间隔的复数改进常模算法(FSE-MMA)的瑞利衰落信道盲均衡MATLAB仿真

关注公号【逆向通信猿】更精彩!!! 知识回顾 关于最基本的盲均衡算法,即CMA盲均衡的原理、推导与MATLAB仿真,可以参考 【自适应盲均衡2】多径衰落信道的复数常模算法(CMA)的理论推导与MATLAB仿真 关于改进的CMA算法,即MMA的原理、推导与MATLAB仿真,可以参考 【自适应盲…

JavaFX技巧30:带有DropShadow的ScrollPane

最近&#xff0c;在我的一个项目中&#xff0c;我发现用户很难看到ScrollPane实例的内容当前是否已滚动。 一种更清晰的方法是在滚动窗格的顶部添加阴影。 这也是Google的Material Design建议的。 所以我尝试了一下。 在我的解决方案中&#xff0c;我只是向ScrollPane添加了一…

【有限域除法】二元多项式除法电路原理及MATLAB详解

关注公号【逆向通信猿】试读更多内容!!! 二元多项式除法电路原理 例: g ( x ) = x 4 + x 2 + x + 1 g(x)=x^4 + x^2+x+1

Spring Apache Kafka教程

在本SpringApache Kafka课程中&#xff0c;我们将学习如何在Spring Boot项目中开始使用Apache Kafka&#xff0c;并开始生成和使用我们所选主题的消息。 除了一个简单的项目外&#xff0c;我们还将深入探讨Kafka的术语以及分区概念在Kafka中的工作方式。 让我们开始吧。 1.简介…

【OFDM系列3】AWGN下基于循环前缀(CP)OFDM调制解调原理、信噪比计算及仿真(H Harada经典OFDM书籍中代码详解及更正)

一、OFDM调制技术发展 在无线传输系统中,如果传输信号的带宽大于信道的相干带宽,信道为频率选择性信道,这会带来严重的码间串扰,极大的影响系统的传输性能。在研究对抗多径衰落的过程中,多载波并行传输体制逐渐受到人们的重视。并行传输是将高速数据分成若干路低速数据,…

【有限域生成】本原多项式生成有限域的原理及MATLAB实现

关注公号【逆向通信猿】更精彩!!! GF ⁡ ( 2 r ) \operatorname {GF}(2^r) GF(2

adf4351使用方法_ADF:使用HTTP POST方法进行URL任务流调用

adf4351使用方法众所周知&#xff0c;可以通过某些URL直接从浏览器或某些外部应用程序调用有限任务流。 如果任务流的属性“ URL invoke”设置为“ URL-invoke-allowed”&#xff0c;则启用此功能&#xff0c;该功能通常在集成项目中使用。 通常&#xff0c;客户端&#xff08;…

【BCH码1】系统BCH码编码原理及MATLAB实现(不使用MATLAB库函数)

关注公号【逆向通信猿】更精彩!!! BCH编码原理 设一个 ( n , k ) (n,k) (n,k)循环码的生成多项式为 g

【定时同步系列2】16QAM调制+OM定时+信号分段处理+误码率曲线之MATLAB仿真(复信号模型)

关注公号【逆向通信猿】阅读更多内容!!! 算法回顾 关于O&M算法的原理、公式推导与详解,请参考博客: 【定时同步系列1】定时同步之MARTIN OERDER算法原理与公式推导 鉴于前期有很多读者私信博主O&M算法的MATLAB仿真过程,前期太忙没来得及做。终于抽得一日闲,可…

使用Stream.peek在Java Streams内部进行窥视

对于刚接触JDK 8的管道和流的Java开发人员而言&#xff0c; Stream接口提供的peek&#xff08;Consumer&#xff09;方法可以用作可视化流操作行为的有用工具。 即使是更熟悉Java流和聚合操作的Java开发人员&#xff0c;有时也会发现Stream.peek&#xff08;Consumer&#xff0…