博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
springboot中controller层返回的数据类型
阅读量:4298 次
发布时间:2019-05-27

本文共 1763 字,大约阅读时间需要 5 分钟。

@Controller@RequestMapping("basketball") //请求的路径public class BasketballController {    /**    * 直接返回字符串    * @param teamname    * @param request    * @return    */    //请求的路径,方式    @RequestMapping(value = "v1.0/new/{teamname}", method = RequestMethod.GET)    @ResponseBody public String foo4(@PathVariable String teamname, HttpServletRequest request) {        //可以使用teamname获取url路径分隔        //获取请求的参数        String name = request.getParameter("name");        String age = request.getParameter("age");        Student student = new Student(name, age);        return "123456";    }    /**    * 直接返回对象,自动转化为JSON格式    * @param teamname    * @param request    * @return    */    @RequestMapping(value = "v2.0/new/{teamname}", method = RequestMethod.GET)    @ResponseBody public Student foo5(@PathVariable String teamname, HttpServletRequest request) {        //可以使用teamname获取url路径分隔        //获取请求的参数        String name = request.getParameter("name");        String age = request.getParameter("age");        Student student = new Student(name, age);        return student;    }    /**    * 直接返回List,自动转化为JSON格式    * @param teamname    * @param request    * @return    */    @RequestMapping(value = "v3.0/new/{teamname}", method = RequestMethod.GET)    @ResponseBody public List
foo6(@PathVariable String teamname, HttpServletRequest request) {        //可以使用teamname获取url路径分隔        //获取请求的参数        String name = request.getParameter("name");        String age = request.getParameter("age");        Student student = new Student(name, age);        Student student1 = new Student(name + name, age + age);        List
list = new ArrayList
();        list.add(student);        list.add(student1);        return list;    }}

 

三个接口的返回结果

转载地址:http://vxnws.baihongyu.com/

你可能感兴趣的文章
字符是识别---9--直方图信息+源数据20*20--训练样本0~9+二值化 单纯的0~9字符识别还可以
查看>>
字符是识别---10--源数据20*20--训练样本0~A----基于TensorFlow+CNN实现
查看>>
字符是识别---11--源数据20*20--训练样本0~Z----基于TensorFlow+CNN实现
查看>>
字符是识别---12--源数据20*20--训练样本0~Z----基于TensorFlow+LeNet实现
查看>>
window10(64bit)环境下安装基于TensorFlow后端的Keras 教程
查看>>
字符是识别---13-源数据20*20--训练样本0~Z----二值化参数影响训练结果
查看>>
resize接口实现之-------双线性插值法解读
查看>>
字符识别之----------resize后增加二值化操作,提高字符识别正确率
查看>>
win10下CUDA和CUDNN的安装(超详细)!亲测有效!
查看>>
openalpr截取出的字符识别结果
查看>>
针对字符4识别为X问题的原因
查看>>
排查问题
查看>>
排查问题2
查看>>
海思模型bin模型的使用步骤和注意点
查看>>
问题来了
查看>>
德国车牌识别
查看>>
减少特征,OTUS二值化处理后效果
查看>>
德国车牌识别结果,,
查看>>
Dland_2_test-修改后--------------------------------特征点440 + 16个
查看>>
Dland_1_test-修改后--------------粗外围+粗网格------------------特征点440 + 40+ 16个
查看>>