package com.ndb.listener;
import java.text.SimpleDateFormat;
import java.util.ArrayList;
import java.util.Date;
import javax.servlet.ServletRequestEvent;
import javax.servlet.ServletRequestListener;
import javax.servlet.annotation.WebListener;
import javax.servlet.http.HttpServletRequest;
import com.ndb.entity.User;
import com.ndb.util.sessionUtil;
/**
* Application Lifecycle Listener implementation class myServletRequestListener
*
*/
@WebListener
public class myServletRequestListener implements ServletRequestListener {
private ArrayList<User> userList;//用户列表
/**
* Default constructor.
*/
public myServletRequestListener() {
// TODO Auto-generated constructor stub
}
/**
* @see ServletRequestListener#requestDestroyed(ServletRequestEvent)
*/
public void requestDestroyed(ServletRequestEvent arg0) {
// TODO Auto-generated method stub
}
/**
* @see ServletRequestListener#requestInitialized(ServletRequestEvent)
*/
public void requestInitialized(ServletRequestEvent arg0) {
// TODO Auto-generated method stub
userList=(ArrayList<User>)arg0.getServletContext().getAttribute("userList");
if(userList==null){
userList=new ArrayList<>();
}
HttpServletRequest request=(HttpServletRequest)arg0.getServletRequest();
String sessionId=request.getSession().getId();
sessionUtil su=new sessionUtil();
//如果当前没有该用户sessionId,则添加统计,有了,则不添加
if(su.getUserSessionId(userList,sessionId)==null){
User user=new User();
user.setSessionId(sessionId);
user.setFirstTime(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()));
user.setIp(request.getRemoteAddr());
userList.add(user);
}
arg0.getServletContext().setAttribute("userList", userList);
}
}
监听器小例子(在线统计用户人数和用户信息)
3星 · 超过75%的资源 需积分: 26 147 浏览量
2016-02-26
05:09:35
上传
评论 1
收藏 14KB ZIP 举报
一叶丶知秋
- 粉丝: 1
- 资源: 7
最新资源
- TG-2024-04-26-183849310.mp4
- 汇编语言的概要介绍与分析
- 个人博客系统设计与开发.zip
- 2023-04-06-项目笔记 - 第一百十五阶段 - 4.4.2.113全局变量的作用域-113 -2024.04.26
- 2023-04-06-项目笔记 - 第一百十五阶段 - 4.4.2.113全局变量的作用域-113 -2024.04.26
- htmlzwbjq_downyi.com.zip
- 无头单向非循环链表的实现(Test.c)
- 无头单向非循环链表的实现(SList.c)
- 浏览器重定向插件更新文件
- SSA-BP麻雀算法优化BP神经网络多特征分类预测(Matlab实现完整源码和数据)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈