Apache FreeMarker™ 技术文档
1. 安装指南
使用 Maven 安装
如果你使用 Maven 进行项目管理,只需在 pom.xml 文件中添加以下依赖:
<dependency>
<groupId>org.freemarker</groupId>
<artifactId>freemarker-gae</artifactId>
<version>{version}</version>
</dependency>
注意:确保没有其他依赖项引入旧版本的 freemarker(groupId 为 freemarker 而不是 org.freemarker),否则可能会导致运行时行为不可预测。
手动安装
如果不使用 Maven,可以直接将 freemarker.jar 文件复制到你的 Java 应用程序的 ClassLoader 可以找到的位置。例如,如果你在 Web 应用程序中使用 FreeMarker,可以将 freemarker.jar 放入 WEB-INF/lib 目录。
FreeMarker 没有强制依赖项,但有一些可选依赖项。通常情况下,你不需要处理这些依赖项,除非你使用了某些需要特定库的特性。
升级到 OpenJDK 9 或更高版本
如果你升级到 OpenJDK 9 或更高版本,并且你在模板中使用 XPath 查询,你需要添加 Apache Xalan 作为依赖项,因为 freemarker.ext.dom 无法再使用 OpenJDK 内置的 XPath 支持。
2. 项目的使用说明
什么是 Apache FreeMarker™?
Apache FreeMarker™ 是一个“模板引擎”,它是一个通用的工具,用于基于模板生成文本输出(从 HTML 到自动生成的源代码)。它是一个 Java 包,供 Java 程序员使用的类库。它本身并不是一个面向最终用户的应用程序,而是程序员可以嵌入到其产品中的工具。FreeMarker 的设计目的是为基于 MVC(模型视图控制器)模式的 servlet 应用程序生成 HTML Web 页面。
使用场景
FreeMarker 通常用于以下场景:
- 生成动态 HTML 页面。
- 生成电子邮件模板。
- 生成源代码、配置文件等。
3. 项目 API 使用文档
基本用法
FreeMarker 的核心 API 主要包括 Configuration 和 Template 类。以下是一个简单的示例,展示如何使用 FreeMarker 生成 HTML 输出:
import freemarker.template.Configuration;
import freemarker.template.Template;
import freemarker.template.TemplateExceptionHandler;
import java.io.File;
import java.io.OutputStreamWriter;
import java.io.Writer;
import java.util.HashMap;
import java.util.Map;
public class FreeMarkerExample {
public static void main(String[] args) throws Exception {
// 创建配置实例
Configuration cfg = new Configuration(Configuration.VERSION_2_3_31);
// 指定模板文件的位置
cfg.setDirectoryForTemplateLoading(new File("templates/"));
// 设置异常处理方式
cfg.setTemplateExceptionHandler(TemplateExceptionHandler.RETHROW_HANDLER);
// 获取模板
Template temp = cfg.getTemplate("example.ftl");
// 创建数据模型
Map<String, Object> root = new HashMap<>();
root.put("message", "Hello, FreeMarker!");
// 合并模板和数据模型
Writer out = new OutputStreamWriter(System.out);
temp.process(root, out);
}
}
模板示例
以下是一个简单的 FreeMarker 模板文件 example.ftl:
<!DOCTYPE html>
<html>
<head>
<title>FreeMarker Example</title>
</head>
<body>
<h1>${message}</h1>
</body>
</html>
常用 API
Configuration:用于配置 FreeMarker 的全局设置。Template:表示一个模板文件。TemplateExceptionHandler:用于处理模板解析和执行过程中的异常。
4. 项目安装方式
通过 Maven 安装
如前所述,通过在 pom.xml 中添加依赖项来安装 FreeMarker。
手动安装
将 freemarker.jar 文件复制到你的项目中,并确保它位于 ClassLoader 可以找到的路径中。
构建 FreeMarker
如果你需要从源码构建 FreeMarker,可以按照以下步骤进行:
- 下载源码发布包或从源码仓库中检出 FreeMarker。
- 确保你安装了 JDK 8、JDK 16 和 JDK 17(仅用于某些测试)。
- 在项目根目录下运行
./gradlew jar(Windows 上运行gradlew.bat jar)来构建freemarker.jar。
IDE 设置
IntelliJ IDEA
- 打开项目:选择
settings.gradle.kts文件。 - 配置 Gradle:确保 Gradle JVM 设置为 JDK 17 或更高版本。
- 导入代码风格和检查配置。
Eclipse
- 将项目作为 Gradle 项目导入。
- 配置 Java 编译器和代码格式化器。
通过以上步骤,你可以顺利安装、使用和构建 Apache FreeMarker™ 项目。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00