使用NVelocity[翻译]

简介:
原文参见: http://www.castleproject.org/others/nvelocity/usingit.html  
有的地方并不是全文对照翻译,只是意译

这是一个非常基本的NVelocity的使用说明。NVelocity可以把模板和数据动态合并 ( 不光是MonoRail的web页面可以使用,其他诸如发送邮件等也可以使用 )

为了演示简单,下面的例子我们使用一个邮件的模板
第一步:生成VelocityEngine
开始必须有一个engine的实例。初始化实例的时候可以包含一些属性来指定NVelocity的编码、cache等
using  Commons.Collections;
using  NVelocity;
using  NVelocity.App;
using  NVelocity.Context;



VelocityEngine velocity 
=   new  VelocityEngine();

ExtendedProperties props 
=   new  ExtendedProperties();
velocity.Init(props);

第二步:生成模板
假设我们生成一个邮件模板,如下所示:
From: $from
To: $to
Subject: $subject

Hello $customer.Name

We're please to yada yada yada.
用文件的绝对路径( 相对路径也是可以的 )使用下面一行c#代码:
Template template  =  velocity.GetTemplate( @" path/to/myfirsttemplate.vm " );

第三步:合并模板
主要是将数据和模板合并生成最后的内容。可以在模板中使用context
VelocityContext context  =   new  VelocityContext();
context.Put(
" from " " somewhere " );
context.Put(
" to " " someone " );
context.Put(
" subject " " Welcome to NVelocity " );
context.Put(
" customer " new  Customer( " John Doe " ) );

最后使用writer,比如StringWriter输出内容,代码如下所示:
StringWriter writer  =   new  StringWriter();
template.Merge(context, writer);
Console.WriteLine(writer.GetStringBuilder().ToString());

使用以上代码之后就可以在控制台中看到合并后的结果

 


    本文转自永春博客园博客,原文链接:http://www.cnblogs.com/firstyi/archive/2007/11/01/945886.html,如需转载请自行联系原作者

相关文章
|
网络协议 Linux 虚拟化
桥接方式: vmware虚拟机安装的centos7连接外网教程
桥接方式: vmware虚拟机安装的centos7连接外网教程
1731 0
桥接方式: vmware虚拟机安装的centos7连接外网教程
|
机器学习/深度学习 人工智能 算法
【PyTorch深度强化学习】TD3算法(双延迟-确定策略梯度算法)的讲解及实战(超详细 附源码)
【PyTorch深度强化学习】TD3算法(双延迟-确定策略梯度算法)的讲解及实战(超详细 附源码)
3125 1
|
10月前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
759 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
数据挖掘 UED
ERP系统的用户体验与界面设计:提升用户满意度与操作效率
【7月更文挑战第29天】 ERP系统的用户体验与界面设计:提升用户满意度与操作效率
1295 1
|
机器学习/深度学习 JSON 数据可视化
YOLO11-pose关键点检测:训练实战篇 | 自己数据集从labelme标注到生成yolo格式的关键点数据以及训练教程
本文介绍了如何将个人数据集转换为YOLO11-pose所需的数据格式,并详细讲解了手部关键点检测的训练过程。内容涵盖数据集标注、格式转换、配置文件修改及训练参数设置,最终展示了训练结果和预测效果。适用于需要进行关键点检测的研究人员和开发者。
2436 0
|
机器学习/深度学习 算法 大数据
Vision Transformer 必读系列之图像分类综述(三): MLP、ConvMixer 和架构分析(下)
在 Vision Transformer 大行其道碾压万物的同时,也有人在尝试非注意力的 Transformer 架构(如果没有注意力模块,那还能称为 Transformer 吗)。这是一个好的现象,总有人要去开拓新方向。相比 Attention-based 结构,MLP-based 顾名思义就是不需要注意力了,将 Transformer 内部的注意力计算模块简单替换为 MLP 全连接结构,也可以达到同样性能。典型代表是 MLP-Mixer 和后续的 ResMLP。
1444 0
Vision Transformer 必读系列之图像分类综述(三): MLP、ConvMixer 和架构分析(下)
|
关系型数据库 MySQL Windows
MySQL启动时显示:发生系统错误 5。拒绝访问解决办法
MySQL启动时显示:发生系统错误 5。拒绝访问解决办法
MySQL启动时显示:发生系统错误 5。拒绝访问解决办法
|
SQL 存储 Oracle
oracle job 定时执行 存储过程
oracle job 定时执行 存储过程   一:简单测试job的创建过程案例: 1,先创建一张JOB_TEST表,字段为a 日期格式 SQL> create table JOB_TEST(a date); Table created ...
1502 0