`
wrong1111
  • 浏览: 254991 次
  • 性别: Icon_minigender_1
  • 来自: 湖南
社区版块
存档分类
最新评论

chrome 来自服务器的响应包含重复标头。此问题通常是由于网站或代理配置不正确导致的。只有网站或代理管理员才能解决此问题

阅读更多

今天项目中用到了写入流下载。代码如下。

 

 

HttpServletResponse reponse = super.getResponse();

reponse.setHeader("Content-Disposition", "attachment;filename=" + fileName);

reponse.setContentType("application/octet-stream");

reponse.setBufferSize(2048);

reponse.setContentLength(byteArr.length);

ServletOutputStream out = null;

try {

out = reponse.getOutputStream();

out.write(byteArr, 0, byteArr.length);

} catch (IOException e1) {

// TODO Auto-generated catch block

log.error(e1);

}

 

这段代码在项目中一直运行良好。。近日,有位兄弟,在这里面加入了点点代码。。

导致在 chorme 浏览器中,抛出异常。

 

异常如下

 

收到了来自服务器的重复标头
来自服务器的响应包含重复标头。此问题通常是由于网站或代理配置不正确导致的。只有网站或代理管理员才能解决此问题。
错误 349 (net::ERR_RESPONSE_HEADERS_MULTIPLE_CONTENT_DISPOSITION):我们收到了多个“Content-Disposition”标头。我们不允许此行为,以防遭到 HTTP 响应拆分攻击。

 

 

但使用其他IE8,IE9,firefox 都运行良好。。

 

于上上网一搜,,还真搜出一堆。。解决方法如下

 

原因是因为下载文件名中包含有逗号分隔符。。在所有的浏览器中,下载文件名不支持双字节字符。

 

参考请见 http://greenbytes.de/tech/tc2231/#attmultinstances

 

 

 

Content-Disposition: attachment; filename=foo,bar.html
                                             ^ (PARSE ERROR)
Test Results
FF11 warn (accepts the unquoted value)
FF14 warn (accepts the unquoted value)
MSIE8 warn (accepts the unquoted value)
MSIE9 warn (accepts the unquoted value)
Opera warn (accepts the unquoted value)
Safari warn (treats the comma as delimiter and offers to download "foo.html")
Konq pass (ignores thes header field)
Chr17 pass (reports a network error ("Duplicate headers received from server"))
Chr18 pass (reports a network error ("Duplicate headers received from server"))

'attachment', specifying a filename of foo,bar.html using a comma despite using token syntax.

 

 

 

 

 

 

分享到:
评论

相关推荐

    抓包工具fiddler

    总之,Fiddler作为一款强大的网络诊断工具,能够深入洞察应用程序的网络行为,对于开发人员和网络管理员来说是必不可少的工具。通过学习和使用Fiddler,我们可以更好地理解和解决问题,提升软件的质量和用户体验。

    HTTP INJECTOR PRO:HTTP服务器,标头替换器,代理服务器-开源

    用户代理Spoofer-禁用-Chrome 32.0.1667.0(Win 8-64位)-Firefox 25.0(Win 7) 64)-Opera 10.61 Mini 5.1(J2ME / MIDP)-Android 0.5-Safari 419 12.转发代理-OFF-前Fprward-后退-方法-代理Host:port-HTTP版本...

    Fiddler抓包工具(支持pc及android端).zip

    2. **断点调试**:Fiddler允许在请求或响应阶段设置断点,这样你可以暂停流量,修改请求或响应内容,然后继续执行,这对于测试和调试非常有用。 3. **自定义规则**:通过编写Fiddler脚本,你可以扩展其功能,例如...

    雷达驱动 rplidar-ros 与建图算法 hector-slam 资源包

    雷达驱动 rplidar-ros 与建图算法 hector-slam 资源包

    威纶通触摸屏与汇川SV660P伺服通讯程序:实现正反转控制、速度与电压监测功能,实时在线模拟并修改COM口监控模块温度

    内容概要:本文详细介绍了威纶通触摸屏与汇川SV660P伺服之间的Modbus RTU通讯实现方法,涵盖硬件接线、通讯参数配置、控制逻辑脚本编写以及状态监控等方面的内容。具体来说,文章首先讲解了硬件接线注意事项,如终端电阻设置和双绞线连接方式;接着深入探讨了通讯参数配置,包括波特率、数据位、停止位和校验方式等;然后展示了如何通过宏指令和Lua脚本实现正反转控制、速度设定等功能;最后讨论了状态监控部分,如母线电压和温度监测,并提供了相应的代码示例。此外,还分享了一些调试经验和常见问题解决方案。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是对Modbus RTU通讯有一定了解的人群。 使用场景及目标:适用于需要通过触摸屏控制多台伺服电机并进行实时数据监控的场合,旨在帮助技术人员快速掌握具体的实现步骤和技巧,提高工作效率。 其他说明:文中提供的代码片段可以直接应用于实际项目中,但需要注意根据实际情况调整相关参数。同时,在调试过程中可能会遇到一些问题,如通讯不稳定或数据异常等,此时可以根据文中提到的经验进行排查和解决。

    铜陵区县边界,矢量边界,shp格式

    矢量边界,行政区域边界,精确到区县,可直接导入arcgis使用

    基于机器学习的锂离子电池容量估计与寿命预测:多通道充电配置与神经网络应用

    内容概要:本文详细探讨了利用机器学习技术进行锂离子电池容量估计和健康状态预测的方法。首先介绍了充电数据的获取和预处理步骤,包括电压、电流、温度等多通道时序数据的采集和归一化处理。接着分别尝试了三种不同的神经网络模型:前馈神经网络(FNN)、卷积神经网络(CNN)和长短时记忆网络(LSTM),并分析了各自的优缺点。实验结果显示,FNN适用于结构化特征,CNN擅长捕捉局部模式,LSTM则在处理时序依赖方面表现出色。最终提出了一种融合模型,结合CNN和LSTM的优势,实现了更高的预测精度。此外,文中还讨论了数据预处理、模型优化以及实际应用中的注意事项。 适合人群:从事电池管理系统、机器学习、数据分析等相关领域的研究人员和技术人员。 使用场景及目标:①用于电池健康状态监测系统的设计与开发;②提高电池容量估计的准确性,延长设备使用寿命;③优化电池管理系统的性能,确保设备安全运行。 其他说明:文中提供了详细的代码示例,帮助读者更好地理解和复现实验结果。同时强调了数据预处理和特征工程的重要性,指出合理的数据处理方式能够显著提升模型的表现。

    Python遥感 - 栅格数据Sen+MK长时间序列趋势分析+显著性检验代码(附示例数据)

    本研究利用Sen+MK方法分析了特定区域内的ET(蒸散发)趋势,重点评估了使用遥感数据的ET空间变化。该方法结合了Sen斜率估算器和Mann-Kendall(MK)检验,为评估长期趋势提供了稳健的框架,同时考虑了时间变化和统计显著性。 主要过程与结果: 1.ET趋势可视化:研究利用ET数据,通过ET-MK和ET趋势图展示了蒸散发在不同区域的空间和时间变化。这些图通过颜色渐变表示不同的ET水平及其趋势。 2.Mann-Kendall检验:应用MK检验来评估ET趋势的统计显著性。检验结果以二元分类图呈现,标明ET变化的显著性,帮助识别出有显著变化的区域。 3.重分类结果:通过重分类处理,将区域根据ET变化的显著性进行分类,从而聚焦于具有显著变化的区域。这一过程确保分析集中在具有实际意义的发现上。 4.最终输出:最终结果以栅格图和png图的形式呈现,支持各种应用,包括政策规划、水资源管理和土地利用变化分析,这些都是基于详细的时空分析。 ------------------------------------------------------------------- 文件夹构造: data文件夹:原始数据,支持分析的基础数据(MOD16A2H ET数据 宁夏部分)。 results文件夹:分析结果与可视化,展示研究成果。 Sen+MK_optimized.py:主分析脚本,适合批量数据处理和自动化分析。 Sen+MK.ipynb:Jupyter Notebook,复现可视化地图。

    WASM图像处理:Rust+WebGPU实现浏览器端AI推理.pdf

    文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位,文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常,无任何异常情况,敬请您放心查阅与使用。文档仅供学习参考,请勿用作商业用途。 Rust 以内存安全、零成本抽象和并发高效的特性,重塑编程体验。无需垃圾回收,却能通过所有权与借用检查机制杜绝空指针、数据竞争等隐患。从底层系统开发到 Web 服务构建,从物联网设备到高性能区块链,它凭借出色的性能和可靠性,成为开发者的全能利器。拥抱 Rust,解锁高效、安全编程新境界!

    C#三菱FX3U以太网MC协议客户端设计工程源码(带注释+开源dll文件+打包完的安装包)

    内容概要:本文详细介绍了使用C#实现与三菱FX3U系列PLC基于以太网MC协议通信的客户端设计。首先,文中讲解了前期准备工作,如引入必要的网络通信库。接下来,深入探讨了关键代码,包括创建TCP连接、发送MC协议指令、构建命令帧、解析位元件状态等。此外,还提到了数据解析过程中的一些注意事项,如ASCII码转换和字节序处理。为了提高可靠性,实现了重试机制,采用指数退避算法应对网络波动。文中提供了开源的DLL文件,封装了所有协议细节,使调用方只需关注业务逻辑。同时,给出了打包好的安装包,便于快速部署。最后,强调了项目的实用性,展示了在工业自动化项目中的应用实例。 适合人群:从事工业自动化领域的研发人员,尤其是有一定C#编程基础并对PLC通信感兴趣的工程师。 使用场景及目标:适用于需要与三菱FX3U系列PLC进行以太网通信的工业自动化项目。主要目标是帮助开发者快速搭建稳定的通信客户端,减少重复开发的工作量,提升开发效率。 其他说明:项目已在GitHub上开源,包含详细的注释文档和应急调试手册,有助于开发者更好地理解和维护代码。

    基于SpringBoot的资源共享与管理平台:用户端BBS业务与管理端后台功能实现

    内容概要:本文详细介绍了基于Spring Boot框架构建的资源共享管理系统的用户端和管理端功能。用户端涵盖资源发布、评论、用户注册登录等功能,通过Spring MVC和Spring Security实现。管理端提供会员信息管理和资源信息管理等功能,采用Spring Data JPA、Redis、JPA Criteria API等技术实现动态查询和缓存优化。此外,文章还探讨了文件上传、异步通知、权限控制等具体技术实现细节,如使用UUID重命名文件、Redis存储关注关系、@Async实现异步任务等。 适合人群:具备一定Java开发经验,特别是熟悉Spring Boot框架的研发人员。 使用场景及目标:适用于需要构建资源共享管理系统的开发者,帮助他们理解和掌握Spring Boot在实际项目中的应用,包括前后端交互、安全管理、数据处理等方面的具体实现。 其他说明:文中提供了大量代码片段,展示了各个功能模块的具体实现方式,有助于读者深入理解Spring Boot的开发流程和技术细节。

    少儿编程scratch项目源代码文件案例素材-海盗预告片.zip

    少儿编程scratch项目源代码文件案例素材-海盗预告片.zip

    遗传算法与粒子群算法优化ELM预测对比模型:连接权值与隐含层神经元阈值的优化程序

    内容概要:本文详细介绍了如何利用遗传算法(GA)和粒子群算法(PSO)对极限学习机(ELM)进行优化,以提高其预测性能。首先构建了一个基础ELM模型,然后分别实现了GA-ELM和PSO-ELM两个优化版本。文中不仅提供了完整的代码实现,还解释了各算法的工作原理及其在优化过程中所起的作用。通过实验对比,展示了不同优化方法在预测精度和收敛速度方面的差异,并给出了具体的应用建议。 适合人群:具有一定机器学习基础的研究人员和技术开发者,尤其是对进化算法和神经网络感兴趣的从业者。 使用场景及目标:适用于需要提升ELM预测能力的实际项目中,如金融预测、天气预报等领域。主要目标是通过引入GA和PSO优化ELM的连接权值与隐含层神经元阈值,从而获得更好的泛化能力和更高的预测准确性。 其他说明:文中提供的代码可以直接运行并用于测试不同的优化策略。对于特定应用,可以根据实际情况调整相关参数,如种群大小、最大迭代次数等。此外,作者还提到了一些调参技巧以及不同算法之间的优缺点对比,帮助读者更好地理解和应用这些优化方法。

    热电联产系统智能经济调度:一种基于深度强化学习的分布式近端策略优化方法

    内容概要:本文详细介绍了如何利用深度强化学习(特别是分布式近端策略优化,DPPO)来解决热电联产系统(CHP)中的经济调度难题。传统方法由于线性化处理,无法充分考虑设备之间的非线性关系,导致优化效果不佳。而采用马尔可夫决策过程(MDP)建模和DPPO算法,可以更好地适应复杂的调度环境,提高系统的经济性和效率。文中展示了具体的算法实现步骤,包括策略网络和价值网络的设计、训练过程以及最终的策略生成。此外,还讨论了实际应用中的挑战和解决方案,如设备安全限制、奖励函数设计等。 适合人群:从事热电联产系统研究的技术人员、研究人员以及对深度强化学习应用于工业控制系统感兴趣的开发者。 使用场景及目标:适用于需要优化热电联产系统经济调度的场合,旨在提高能源利用率、降低成本、提升系统响应速度。具体目标包括:① 实现高效的热电联产系统调度;② 提供快速响应机制以应对突发事件;③ 发现并利用非线性耦合效应带来的潜在效益。 其他说明:尽管深度强化学习带来了显著的优势,但在实际应用中仍需注意一些细节问题,如设备启停损耗、极端天气的影响等。通过不断迭代和优化,该方法有望在未来进一步改善能源领域的智能化水平。

    基于STM32的'水位检测自动控制系统':集成超声波模块与DS18B20传感器的多功能应用

    内容概要:本文详细介绍了基于STM32F103C8T6的智能水位水温控制系统的设计与实现。系统集成了超声波模块用于精确测量水位,DS18B20传感器用于监测水温,并通过继电器控制水泵进行自动补水或排水。此外,系统还利用ESP8266将数据传输至阿里云,配合自定义的安卓APP实现远程监控和管理。文中不仅提供了详细的硬件搭建步骤,还分享了关键代码片段,如超声波模块的驱动、温度补偿算法以及水泵控制逻辑等。同时,作者针对调试过程中遇到的问题进行了深入探讨,提出了有效的解决方案。 适合人群:具有一定嵌入式开发经验的技术爱好者、电子工程师及物联网开发者。 使用场景及目标:适用于家庭鱼缸、农业灌溉等领域,旨在实现智能化的水位和水温管理,提高系统的可靠性和用户体验。 其他说明:文中提到的完整工程代码和PCB设计文件均已公开,方便读者进一步研究和改进。

    Rust泛型转换:自定义From、Into实现.pdf

    文档支持目录章节跳转同时还支持阅读器左侧大纲显示和章节快速定位,文档内容完整、条理清晰。文档内所有文字、图表、函数、目录等元素均显示正常,无任何异常情况,敬请您放心查阅与使用。文档仅供学习参考,请勿用作商业用途。 Rust 以内存安全、零成本抽象和并发高效的特性,重塑编程体验。无需垃圾回收,却能通过所有权与借用检查机制杜绝空指针、数据竞争等隐患。从底层系统开发到 Web 服务构建,从物联网设备到高性能区块链,它凭借出色的性能和可靠性,成为开发者的全能利器。拥抱 Rust,解锁高效、安全编程新境界!

    永磁同步直线电机仿真实例详解:基于Maxwell 16.0的12槽11极模型教程及仿真设置要点指南

    内容概要:本文详细介绍了使用Maxwell 16.0软件进行12槽11极永磁同步直线电机的仿真建模步骤和优化技巧。主要内容涵盖模型搭建、材料设置、网格划分、运动设置、激励源配置以及后处理分析等方面。文中提供了具体的参数设置和代码片段,帮助用户避免常见的错误并提高仿真效率。同时,针对可能出现的问题给出了详细的解决方案,如调整求解器参数、优化网格划分等。 适合人群:具有一定电磁仿真基础的技术人员,尤其是从事直线电机研究和开发的专业人士。 使用场景及目标:适用于需要精确仿真和优化永磁同步直线电机性能的研究项目,旨在降低推力波动、提高定位精度,并减少仿真时间和错误发生率。 其他说明:文中提到的一些技巧和经验来自于实际操作中的积累,能够有效提升仿真的稳定性和准确性。建议读者在实践中结合自身情况进行适当调整。

    LabVIEW转子动平衡采集与分析:源码分享,信号源支持NI采集卡、串口采集卡及仿真

    内容概要:本文详细介绍了基于LabVIEW的转子动平衡采集与分析系统的源码实现。该系统支持NI采集卡、串口采集卡及仿真信号源,涵盖了硬件配置、信号采集、数据处理、仿真功能、核心算法等多个方面。文中提供了具体的代码示例,如NI采集卡的模拟电压信号采集、串口采集卡的状态机处理、仿真信号生成等。此外,还讨论了滤波处理、动平衡计算方法、异常处理等内容,并分享了一些实践经验和技术细节。 适合人群:从事机械工程、自动化控制领域的工程师,尤其是那些需要进行转子动平衡采集与分析工作的技术人员。 使用场景及目标:适用于实验室研究、工业现场应用等多种场合,旨在帮助工程师实现高效稳定的转子动平衡数据采集与分析,优化机械设备性能,减少故障发生。 其他说明:文中提到的系统已经在实际工程项目中得到应用,经过长期测试和改进,能够应对复杂的工况环境。同时,作者也强调了在现场实施过程中需要注意的一些问题,如硬件接线、信号处理等。

    少儿编程scratch项目源代码文件案例素材-厄运洞穴.zip

    少儿编程scratch项目源代码文件案例素材-厄运洞穴.zip

    云南省DEM(30米分辨率)

    【云南省DEM(30米分辨率)】是一款地理信息数据产品,主要涵盖了云南省的地形高程信息。这款数据基于2019年8月5日发布的ASTER GDEM V3(Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model Version 3)版本,是一个全球数字高程模型,提供的是30米的高分辨率。ASTER GDEM V3是通过日本航空航天探索局(JAXA)和美国国家航空航天局(NASA)合作的ASTER卫星获取的数据,它提供了全球范围内的高精度地表地形信息。 1. ASTER GDEM V3:ASTER GDEM V3是目前广泛使用的公开全球高程数据之一,其数据源自ASTER卫星的多光谱遥感图像。该数据集通过分析不同波段的反射和热发射来构建地表的三维模型,从而得出高程信息。V3版本是对之前版本的更新和改进,具有更高的数据质量和更少的错误。 2. GeoTIFF格式:这份数据采用GeoTIFF(Georeferenced Tagged Image File Format)格式,这是一种特殊的TIFF图像文件,包含了地理坐标系统信息。这意味着每张图像的每个像素都与地球表面的特定位置对应,方便在GIS软件中进行空间分析和地图制作。 3. WGS84坐标系:WGS84(World Geodetic System 1984)是全球最常用的地心地固坐标系统,广泛应用于GPS定位和其他全球导航系统。在云南省DEM数据中,使用WGS84坐标系可以确保与其他全球地理数据的一致性和兼容性。 4. DEM(Digital Elevation Model):DEM是一种表示地面高程信息的数字模型,由等间距的高程点构成,用于描述地表地形特征。它在地理信息系统

Global site tag (gtag.js) - Google Analytics