博客
关于我
FreeMarker开发总结
阅读量:557 次
发布时间:2019-03-09

本文共 1703 字,大约阅读时间需要 5 分钟。

FreeMarker总结

1.FreeMarker的定义

FreeMarker是一个基于java的免费开源的模板引擎,基于文本的模板输出工具,有着丰富的表达式,还可以自定义表达式。Freemarker可以将后端准备好的数据,通过Freemarker表达式在前端页面展示出来。在软件项目中常常用来生成HTML的 Web页面,可以基于模板生成输出文件,导出复杂样式的excel。

2.FreeMarker工作原理图

在这里插入图片描述

3.springboot工程中配置

  1. 添加maven依赖
org.springframework.boot
spring-boot-starter-freemarker
  1. 在springboot项目中的yml配置
spring:  freemarker:    cache: false    suffix: .ftl    template-loader-path: classpath:/templates    content-type: text/html; charset=utf-8    settings:      number_format: 0   # 数字不进行千分位自动转换,比较大的数字会带有逗号,如1,000

4.常用方法

在说方法前,先吐槽一下Freemarker比较恶心的地方,就是空错误,如果你页面表达式是null,就会报错,所以在使用的时候要先进行空判断,有时候页面报错就是因为这个。

1.获取元素值

<#if (msg)!="">     ${msg}

2.获取map中的值

${map["name"]}

3.foreach,循环输出list,先判断是否

<#if students ?? && students ?size gt 0>	   <#list students as student>		    ${student.name}		    ${student.age}		    ${student.sex}	   

4.逻辑判断,if…else方法,

字符串类型判断

<#if type == 1>    type=1                                 <#elseif type == 2>    type=2

布尔值类型判断

<#if (booleanVal?string('yes', 'no'))=='yes'>   <#else>   

多个值进行if判断

<#if flag=="1">	 1 <#elseif flag=="2">	 2 <#elseif flag=="3">	 3 <#else> 	 除了1、2、3之外 

5.获取session中的值,如后端在session中保存userId,使用Freemarker

在session中保存userId的值

request.getSession().setAttribute("userId",userId);

在页面使用freemarker表达式,为避免userId的值是空就会报错,所以要先判断一下

<#if Session["userId"]?exists> 	${Session["userId"]} 

6.Freemarker格式化时间

// 输出时间格式 2020-05-09 13:59:32${createTime?string('yyyy-MM-dd hh:mm:ss')}

7.使用include标签,引入其他页面

抽出公共页面代码,取名right.ftl,如下

在需要引入该代码的页面中,使用include标签

<#include "right.ftl">

转载地址:http://btdpz.baihongyu.com/

你可能感兴趣的文章
NIS认证管理域中的用户
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NiuShop开源商城系统 SQL注入漏洞复现
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLog类库使用探索——详解配置
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>