1.html语言中rgba用不了
2.Source not found for Response.getWriter()
3.大文件处理（上传，下载）思考

html语言中rgba用不了

       è¯­è¨€ä¸­rgba用不了

        ：HTML语言中,设置背景颜色的代码是background-color，语法格式为{ background-color：trans

语言中vali的属性

        valign=顶 bottom底 middle垂直居中 baseline基线

语言中分行语句

        换行<br>

        分段<p></p>也能实现换行效果，只不过这个是段落标签

        还有<h1></h1>到<h6></h6>这是设置标题，也能实现换行效果

        不知道你具体需要什么样的分行，所以就多写了几个

如何在jsp语言中嵌入语言？

        PrintWriter out = response.getWriter();

        out.println("<>");

        out.println("</>");

        out.close();

PHP源码 能用于语言中吗?

        当然可以了。常用的方法有两种：

        1。<?php ?>

        2。<script language="php"> </script>

       

HTML语言中 submit和button什么差别

        submit是提交

        Button是普通按钮

        他两区别是虽然看起来都是按钮，但是sumbit自动触发FORM提交方法

        如果你给普通按钮也加上这个方法，也能实现这个功能，不过要自己写方法

        type=button 就单纯是按钮功能

        type=submit 是发送表单

        但是对于从事WEB UI的人应该要注意到，使用submit来提高页面易用性：

        使用submit后，页面支持键盘enter键操作，而很多WEB软件设计师，可能没有注意到submit统一.

        用button后往往页面不支持enter键了。所以需要支持enter键，必须要设置个submit，默认enter键对页面第一个submit进行操作。

        <input type=submit name=b1 value="提交" onClick="bt_submit_onclick()">

        执行完onClick，转到action。可以自动提交不需要onClick。所以说onclick这里可以不要。

        <input type=button name=b1 value="提交" onClick="bt_submit_onclick()">

        执行完onClick，跳转文件在 js文件里控制。提交需要onClick。

Html语言中<td>的属性？

        id的作用有2个，

        第一、供css获取从而设置css样式（比如：背景了、颜色了、字体了等等

        第二、供js获取从而设置一些js效果（比如：隐藏了、显示了、改变内容了、设置样式了）

如果上面两点你都不需要，那么，id属性就是多余了。。。。可以不写

        需要说明的是：如果id属性是针对js作用的，那么，id属性在当前页面上，必须是唯一的，也就是不能有相同的id属性，无论是tr标签还是div标签。因为js只会识别相同id属性的第一个

        <td>ID是指元素的某个特定id ，比如样式中，特定某个值，类似属性有：class, title, style, dir, lang, , name等，也也可以通过JavaScript 调取TD属性通过ID改变TD的BGCOLOR值，代码例如： <script language=\\"javascript\\">var docBody=null;function MouseBgColor(tdid){ docBodyTd=document.getElementById(tdid);if(!docBody){ return;}docBody.style.background='#E1F4EE'; }</script><td id=\\"list\\" onclick=\\"MouseBgColor('list');\\"> 答案补充可以利用javascript脚本，onclick行为，改变指定id的单元格属性

语言中，框架如何设计？

        <>

        <frameset rows="%,%">

        <frame src=/exampleframe_a.>

        <frameset cols="%,%">

        <frame src=/exampleframe_b.>

        <frame src=/exampleframe_c.>

        </frameset>

        </frameset>

        </>

Source not found for Response.getWriter()

       Response 这里是HttpResponse ，没有源码的。当然你可以找到源码，用attach source给它指定源码。这个不影响的，只有在你调试时才会出现 .

       =======================补充＝＝＝＝＝＝＝＝＝＝

       ä½ åº”该将错误信息输出的。这里应该是空指针了，你的目的是做ajax.

       æŠŠresponse.getWriter.print()改成：

       ServletActionContext.getResponse().print("");

       ä½ çš„response 我不知道是谁来负责赋值的。

大文件处理（上传，下载）思考

       文件处理一直都是前端人的心头病，如何控制好文件大小，文件太大上传不了，文件下载时间太长，osek 源码下载tcp直接给断开了等

效果

       为了方便大家有意义的学习，这里就先放效果图，如果不满足直接返回就行，不浪费大家的时间。

文件上传

       文件上传实现，分片上传，暂停上传，图说hadoop源码恢复上传，文件合并等

文件下载

       为了方便测试，我上传了1个1g的大文件拿来下载，前端用的是流的方式来保存文件的，具体的可以看这个apiTransformStream

正文

       本项目的地址是：/post/

       requestIdleCallback有不明白的可以看这里：/post/

       接下来咋们来计算文件的hash,计算文件的hash需要使用spark-md5这个库，

全量计算文件hashexportasyncfunctioncalcHashSync(file:File){ //对文件进行分片，99源码搭建每一块文件都是分为2MB，这里可以自己来控制constsize=2**;letchunks:any[]=[];letcur=0;while(cur<file.size){ chunks.push({ file:file.slice(cur,cur+size)});cur+=size;}//可以拿到当前计算到第几块文件的进度lethashProgress=0returnnewPromise(resolve=>{ constspark=newSparkMD5.ArrayBuffer();letcount=0;constloadNext=(index:number)=>{ constreader=newFileReader();reader.readAsArrayBuffer(chunks[index].file);reader.onload=e=>{ //累加器不能依赖index，count++;//增量计算md5spark.append(e.target?.resultasArrayBuffer);if(count===chunks.length){ //通知主线程，计算结束hashProgress=;resolve({ hashValue:spark.end(),progress:hashProgress});}else{ //每个区块计算结束，通知进度即可hashProgress+=/chunks.length//计算下一个loadNext(count);}};};//启动loadNext(0);});}

       全量计算文件hash，在文件小的大牛助手源码时候计算是很快的，但是在文件大的情况下，计算文件的hash就会非常慢，并且影响主进程哦

抽样计算文件hash

       抽样就是取文件的一部分来继续，原理如下：

/***抽样计算hash值大概是1G文件花费1S的时间**采用抽样hash的方式来计算hash*我们在计算hash的时候，将超大文件以2M进行分割获得到另一个chunks数组，*第一个元素(chunks[0])和最后一个元素(chunks[-1])我们全要了*其他的晓风 源码下载元素(chunks[1,2,3,4....])我们再次进行一个分割，这个时候的分割是一个超小的大小比如2kb，我们取*每一个元素的头部，尾部，中间的2kb。*最终将它们组成一个新的文件，我们全量计算这个新的文件的hash值。*@paramfile{ File}*@returns*/exportasyncfunctioncalcHashSample(file:File){ returnnewPromise(resolve=>{ constspark=newSparkMD5.ArrayBuffer();constreader=newFileReader();//文件大小constsize=file.size;letoffset=2**;letchunks=[file.slice(0,offset)];//前面2mb的数据letcur=offset;while(cur<size){ //最后一块全部加进来if(cur+offset>=size){ chunks.push(file.slice(cur,cur+offset));}else{ //中间的前中后去两个字节constmid=cur+offset/2;constend=cur+offset;chunks.push(file.slice(cur,cur+2));chunks.push(file.slice(mid,mid+2));chunks.push(file.slice(end-2,end));}//前取两个字节cur+=offset;}//拼接reader.readAsArrayBuffer(newBlob(chunks));//最后Kreader.onload=e=>{ spark.append(e.target?.resultasArrayBuffer);resolve({ hashValue:spark.end(),progress:});};});}

       这个设计是不是发现挺灵活的，真是个人才哇

       在这两个的基础上，咋们还可以分别使用web-worker和requestIdleCallback来实现，源代码在hereヾ(≧▽≦*)o

       这里把我电脑配置说一下，公司给我分的电脑配置比较lower,8g内存的老机器。计算(3.3g文件的)hash的结果如下:

       结果很显然，全量无论怎么弄，都是比抽样的更慢。

文件分片的方式

       这里可能大家会说，文件分片方式不就是等分吗，其实还可以根据网速上传的速度来实时调整分片的大小哦！

consthandleUpload1=async(file:File)=>{ if(!file)return;constfileSize=file.sizeletoffset=2**letcur=0letcount=0//每一刻的大小需要保存起来，方便后台合并constchunksSize=[0,2**]constobj=awaitcalcHashSample(file)as{ hashValue:string};fileHash.value=obj.hashValue;//todo判断文件是否存在存在则不需要上传，也就是秒传while(cur<fileSize){ constchunk=file.slice(cur,cur+offset)cur+=offsetconstchunkName=fileHash.value+"-"+count;constform=newFormData();form.append("chunk",chunk);form.append("hash",chunkName);form.append("filename",file.name);form.append("fileHash",fileHash.value);form.append("size",chunk.size.toString());letstart=newDate().getTime()//todo上传单个碎片constnow=newDate().getTime()consttime=((now-start)/).toFixed(4)letrate=Number(time)///速率有最大和最小可以考虑更平滑的过滤比如1/tanif(rate<0.5)rate=0.5if(rate>2)rate=2offset=parseInt((offset/rate).toString())chunksSize.push(offset)count++}//todo可以发送合并操作了}

       ATTENTION!!!?如果是这样上传的文件碎片，如果中途断开是无法续传的（每一刻的网速都是不一样的），除非每一次上传都把chunksSize(分片的数组)保存起来哦

控制/post/