首页 > 教程 > 关键词   >  XML结点转换成JAVABEAN最新资讯  > 正文

XML结点转换成JAVABEAN并存入数据库

2008-10-24 17:23 · 稿源:爱问cpu

以下为引用的内容:

} catch (Exception e) {               
                throw new RuntimeException("编码错误");
            }

            for (Iterator iitt = coll.iterator(); iitt.hasNext();) {
                BusiNode subNode = (BusiNode) iitt.next();
                saveBusiNode(subNode, id);
            }

        }

        // 最后存储所有BusiNode属性
        Iterator iitt = node.getBusiNodePropNames().iterator();
        while (iitt.hasNext()) {
            BusiNode subNode = null;
            try {
                subNode = (BusiNode) PropertyUtils.getProperty(node,
                        (String) iitt.next());
            } catch (Exception e) {               
                throw new RuntimeException("编码错误");
            }
            if (subNode != null) {
                saveBusiNode(subNode, id);
            }
        }

        return id;

    }

    /**
     * 插入某个BusiNode的根结点,此方法可能抛出RuntimeException
     *
     * @param node
     * @return
     */
    private Long saveBareBusiNode(BusiNode node, Long parentNodeId) {
        StringBuffer sbForSql = new StringBuffer();
        List paramValues = new ArrayList();
        genInsertSqlAndParam(node, parentNodeId, node.getAtomicPropNames(),
                sbForSql, paramValues);

        return new Long(JdbcUtil.queryForLong(
                sbForSql.toString(), paramValues.toArray()));
    }

    /**
     * 生成某个结点的插入语句和paramValues数组,此方法可能抛出RuntimeException
     *
     * @param node
     * @param columnNames
     * @param sbForSql
     * @param paramValues
     */
    private void genInsertSqlAndParam(BusiNode node, Long parentNodeId,
            List columnNames, StringBuffer sbForSql, List paramValues) {

        sbForSql.append(" insert into ");
        sbForSql.append(MyUtils.getClassBareName(node.getClass()));

        List cns = new ArrayList();
        cns.addAll(columnNames);

        cns.add("parentNodeId");
        sbForSql.append(MyUtils.encloseWithCurve(MyUtils
                .joinCollectionStrings(cns,  ",")));
        sbForSql.append(" values ");

        List qms = new ArrayList(); // 问号

举报

  • 相关推荐
  • 大家在看
  • AI驱动全域进化,金仓数据库以“融合”重构数据基座

    7月15日,电科金仓在京举办"融合进化+智领未来"主题产品发布会,推出多款AI时代数据库产品:KES V92025融合数据库具备多语法体系兼容、多集群架构等特性,性能提升30%;KEMCC统一管控平台实现跨云环境数据库管理;云数据库AI版集成高性能硬件与AI大模型;KFS Ultra智能数据集成平台支持百种数据源。中国人民大学教授王珊指出,数据库与AI深度结合已成释放数据价值关�

  • 万里数据库GreatDB亮相上合组织数字经济论坛 与哈萨克斯坦人工智能发展协会签署合作协议

    2025年7月11日,上海合作组织数字经济论坛在天津开幕。论坛由国家数据局与天津市政府联合主办,丁薛祥副总 理出席并致辞。会上,万里数据库与哈萨克斯坦人工智能发展协会签署合作协议,推出GreatDB上合版数据库产品。该产品具有安全可信、生态兼容、高性能等优势,是中国首个进入上合框架的标准化数据库产品。论坛汇聚600余位中外政要、企业代表和专家学者,共商数�

  • O域核心!金仓数据库支撑海南移动核心故障管理系统升级上线

    中国移动海南公司成功升级国产化核心故障管理系统"O域",采用金仓数据库技术支持。该系统创新构建五位一体监控体系,实现故障处理效率指数级提升。通过全栈国产化突破,采用分布式数据核心架构,实现99.999%高可用性和毫秒级响应。在2024年超强台风"摩羯"登陆期间,系统凭借同城双中心灾备架构稳定运行,保障了通信命脉。金仓数据库通过PLSQL优化、固定缓冲池等核心技术,使系统性能显著提升:告警分析速度提升450%,拓朴查询效率跃升644%,历史数据清理效率提高7倍,存储空间降低12%。

  • 金仓数据库26周年|淬火砺重器,万里再扬帆

    金仓数据库26年发展历程:从萨师煊教授70年代引入数据库概念,到王珊教授团队1999年创立金仓公司实现产业化突破,见证了中国数据库从无到有的发展。金仓坚持自主创新,打造KES融合数据库产品体系,拥有700多项专利,服务金融、能源等国家重点行业,装机量超百万套。公司构建产学研生态,培养数万名专业人才,推动国产数据库生态建设。站在新起点,金仓将继续以自主可控技术支撑千行百业数字化转型,助力数字中国建设。

  • AIbase完整评测:20,000+AI工具库深度解析

    AIbase是一个强大的AI工具导航平台,收录超过2万个AI工具并每日更新。它通过智能搜索、精准分类和用户友好界面,帮助开发者、设计师、营销人员和普通用户快速找到适合的AI工具。平台提供写作助手、视频编辑、代码生成等各类工具,并支持多语言访问。AIbase的核心优势在于庞大的数据库和高效更新机制,解决了用户在AI工具海洋中筛选的痛点。虽然存在用户深度评价不足�

  • AIbase完整评测:20,382+AI工具库背后的秘密

    AIbase.com是一个强大的AI工具发现平台,拥有超过20,382个AI工具的庞大数据库,每日持续更新。平台通过智能搜索和15+分类体系(如AI写作、视频编辑、代码生成等)帮助用户快速定位所需工具。作者通过实际案例展示了AIbase如何提升工作效率300%,包括快速找到社交媒体文案生成器、视频编辑工具和代码生成器等。平台优势在于工具数量庞大、分类精准、搜索高效,但也存在用户

  • TDBC大会揭幕:百度智能云再造数据与AI新连接,激活大模型生命线

    中国通信标准化协会等机构联合主办的"TDBC2025可信数据库发展大会"在京召开。会上公布了上半年"可信数据库"评估测试结果,百度智能云向量数据库VectorDB成为国内首批完成测试的向量数据库产品。该测试覆盖稠密向量检索、多向量检索、标量向量融合检索三种场景,评估指标包括索引构建时间、QPS、延迟、资源占用等多个维度。百度智能云总架构师朱洁指出,超过50%的AI项目时间消耗在数据治理环节,提出构建"智能数据基座"实现数据统一管理,形成"Data+AI+App"闭环。百度智能云通过湖仓一体架构提升AI训练数据效率,智能调度CPU/GPU算力优化资源分配,预计到2028年多数生成式AI应用将直接基于企业数据平台构建。

  • 最新AI模型哪里看?8个国内优质AI模型库与获取渠道盘点

    文章探讨大模型API价格战背景下,开源模型+本地微调成为降本增效的新趋势。当前典型工作流已转变为:GitHub找代码→Hugging Face找权重→国内镜像站下载→本地/云端微调。模型库成为生产链起点而非单纯资源站。建议从三个维度筛选模型:1)协议类型决定商用权限;2)框架兼容性避免格式转换;3)场景标签匹配度节省检索时间。推荐8个国内优质模型获取渠道,包括AIbase(2.3万+模型)、阿里ModelScope(社区活跃)、百度EasyDL(零代码友好)等,各平台在电商、语音、交通等垂直领域各有优势。最后给出快速检索建议:商用需求优先查协议,垂直场景找专业平台,追踪更新可订阅RSS。

  • AI日报:百度发布“绘想”平台与MuseSteamer;阿里音频驱动全身数字人模型OmniAvatar

    【AI日报】今日AI领域重要动态:1.开源语音大模型Step-Audio-AQAA发布,实现音频到语音的端到端自然转换;2.百度推出"绘想"平台与MuseSteamer,通过AI一键生成专业级视频;3.浙大与阿里联合发布OmniAvatar,音频驱动数字人技术取得突破;4.百度搜索迎十年来最大改版,新增智能框、百看和AI助手功能;5.xAI开发者控制台新增Grok4及Grok4Code引用,预示新一代AI模型即将发布;6.Gemin

  • 在质疑声中前行:谢海玉用数据回应所有偏见

    谢海玉在科研困境中坚持探索的故事。他连续37天熬夜实验却数据不理想,向海外学者求助只得到过时数据。面对质疑和团队危机,他通过上万组数据验证猜想,最终将冷门领域变成显学。2019年实验平台突发故障时,他独自排查三天找到问题,带领团队通宵补救并发现新方法。如今他仍保持泡实验室的习惯,常对学生说科研就像在黑暗中挖隧道,每挖一厘米就更接近光明。

这篇文章对你有价值吗?

今日大家都在搜的词: