SpringMVC的请求与相应和REST风格

简介: SpringMVC的请求与相应和REST风格

5:请求与相应

  • 在方法前加上@ResponseBody可将对象数据转换为JSON数据
  • 例子
//响应POJO对象
//返回值为实体类对象,设置返回值为实体类类型,即可实现返回对应对象的json数据,需要依赖@ResponseBody注解和@EnableWebMvc注解
@RequestMapping("/toJsonPOJO")
@ResponseBody
public User toJsonPOJO(){
    System.out.println("返回json对象数据");
    User user = new User();
    user.setName("itcast");
    user.setAge(15);
    return user;
}

6:REST风格

入门案例:一切尽在不言中

@RestController //用@RestController替换@ResponseBody和@Controller,简化下呗
@RequestMapping(value = "/tests",produces = { "application/json;charset=UTF-8" })//设置类的访问地址,与类中的方法访问地址连接在一起作为访问方法的URL后面那一截
public class testController {
    @PostMapping  //保存
    public String save(@RequestBody User user){
        System.out.println("保存"+user.getName()+"成功");
        return "保存"+user.getName()+"成功";
//    return "Hello World!";
    }
    @DeleteMapping("/{id}")  //id删除
    public String delete(@PathVariable int id){
        System.out.println("删除id为"+id+"的用户成功");
        return "删除id为"+id+"的用户成功";
    }
    @PutMapping  //更新
    public String update(@RequestBody User user){
        System.out.println("更新id为" + user.getId() +"的用户成功");
        return "更新id为" + user.getId() +"的用户成功";
    }
    @GetMapping("/{id}")  //id查询
    public String selectById(@PathVariable int id){
        System.out.println(id);
        return "查询成功";
    }
    @GetMapping
    public String selectALL(){
        return "查询成功";
    }
}
相关文章
|
5天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
395 93
|
6天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
6天前
|
SQL 人工智能 自然语言处理
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
随着生成式AI的普及,Geo优化(Generative Engine Optimization)已成为企业获客的新战场。然而,缺乏标准化流程(Geo优化sop)导致优化效果参差不齐。本文将深入探讨Geo专家于磊老师提出的“人性化Geo”优化体系,并展示Geo优化sop标准化如何帮助企业实现获客效率提升46%的惊人效果,为企业在AI时代构建稳定的流量护城河。
395 156
Geo优化SOP标准化:于磊老师的“人性化Geo”体系如何助力企业获客提效46%
|
5天前
|
数据采集 缓存 数据可视化
Android 无侵入式数据采集:从手动埋点到字节码插桩的演进之路
本文深入探讨Android无侵入式埋点技术,通过AOP与字节码插桩(如ASM)实现数据采集自动化,彻底解耦业务代码与埋点逻辑。涵盖页面浏览、点击事件自动追踪及注解驱动的半自动化方案,提升数据质量与研发效率,助力团队迈向高效、稳定的智能化埋点体系。(238字)
284 158
|
13天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。