Erstellen einer Web -App mit MATLAB und dem Mean Stack

Kernpunkte

• Matlab, eine hochrangige Sprache für das technische Computing, kann in den mittleren Stack integriert werden, um leistungsstarke Webanwendungen zu erstellen.
• Mittelstapel besteht aus MongoDB, Express.js, AngularJs und Node.js. In Verbindung mit MATLAB ermöglicht es eine Echtzeitdatenvisualisierung im Web.
• Der Integrationsprozess umfasst die Verwendung von MATLAB -Rechenleistung, um Daten zu verarbeiten und Ergebnisse zu generieren, die dann in einer Webanwendung mit dem mittleren Stapel erstellt werden.
• JSONLAB, eine kostenlose Open -Source -JSON -Encoder-/Decoder -Implementierung in der MATLAB -Sprache, wird verwendet, um MATLAB -Daten in JSON -Format umzuwandeln, um in Webanwendungen zu verwenden.
• Erstellen einer MATLAB -Webanwendung beinhaltet das Erstellen von eigenständigen Anwendungen mit dem MATLAB -Compiler, Erstellen eines Webanwendungsprojekts im MATLAB -Web -App -Server, das Hochladen von Standalone -Anwendungen in das Webanwendungsprojekt und Bereitstellung der Webanwendung für den Benutzer.

Matlab ist eine hochrangige Sprache für technisches Computing, die Computer, Visualisierung und Programmierung in eine benutzerfreundliche Umgebung integriert, in der Probleme und Lösungen in vertrauter mathematischer Notation ausgedrückt werden können. Es gibt viele Projekte auf der ganzen Welt in Matlab geschrieben und von Millionen von Wissenschaftlern und Ingenieuren entwickelt. Verschiedene experimentelle und operative Daten, die Personen von MATLAB erhalten, können zur Unterstützung von Webanwendungen verwendet werden, aber es gibt einige Hindernisse:

• MATLAB versteht Matrixformatdaten, während Webanwendungen Daten im JSON- oder XML -Format bevorzugen.
• Daten werden normalerweise im MATLAB -Programm erstellt und verwendet, wodurch die Freiheit der Entwickler beim Speichern und Verwenden von Daten usw. einschränkt.

Erstellen einer Anwendung ist viel einfacher, wenn MATLAB Daten im JSON -Format bedient und eine Webanwendung diese JSON -Daten von MATLAB verwenden kann, um etwas Großartiges zu erstellen.

In diesem Artikel werden wir ein kleines Demonstrationsprogramm entwickeln, um zu demonstrieren, wie man den Matlab macht und den Mittelstapel zusammenarbeitet.

Über die Webanwendung

Diese Webanwendung wird eine Echtzeit-Datenübertragung von MATLAB zum Browser umfassen. Der Einfachheit halber übertragen wir die aktuelle Zeit von MATLAB und zeigen sie auf dem Browser an. Wir werden JSONLAB verwenden, eine Toolbox für Codierung/Dekodierung von JSON -Dateien in Matlab. Die Webanwendung wird mit dem mittleren Stapel erstellt. Wenn Sie mit Mean Stack nicht vertraut sind, wird empfohlen, den Artikel "Anfänger des Mean Stack" zu lesen, bevor Sie fortfahren.

Einführung in JSONLAB

JSONLAB ist eine kostenlose Open -Source -Implementierung des JSON -Encoders/Decoders in MATLAB -Sprache. Es kann verwendet werden, um MATLAB -Datenstrukturen (Arrays, Strukturen, Zellen, Strukturarrays und Zellarrays) in Zeichenfolgen im JSON -Format umzuwandeln oder JSON -Dateien in Matlab -Daten zu dekodieren.

Es gibt uns Zugriff auf vier Funktionen: loadjson(), savejson(), loadubjson() und saveubjson(). Die letzten beiden Funktionen werden verwendet, um das Ubjson -Format zu verarbeiten. loadjson() wird verwendet, um JSON -Zeichenfolgen in verwandte Matlab -Objekte umzuwandeln. In unserem Projekt verwenden wir nur die savejson() -Funktion, die ein MATLAB -Objekt (Zelle, Struktur oder Array) in eine JSON -Zeichenfolge umwandelt. Es kann wie folgt verwendet werden:

json = savejson(rootname, obj, filename)
json = savejson(rootname, obj, opt)
json = savejson(rootname, obj, 'param1', value1, 'param2', value2, ...)

Da wir die Datei schreiben müssen, werden wir die erste Signatur verwenden. Es gibt einen JSON -String zurück und schreibt die Zeichenfolge in die Datei.

JSONLAB -Installation

Starten Sie, laden Sie JSONLAB herunter, entpacken Sie das Archiv und fügen Sie den Pfad des Ordners in die Pfadliste von MATLAB mit dem folgenden Befehl hinzu:

addpath('/path/to/jsonlab');

Wenn Sie diesen Pfad dauerhaft hinzufügen möchten, müssen Sie pathtool eingeben, in den JSONLAB -Root -Ordner stöbern und der Liste hinzufügen. Sobald Sie fertig sind, müssen Sie auf Speichern klicken. Führen Sie dann rehash in Matlab aus und geben Sie which loadjson ein. Wenn Sie die Ausgabe sehen, bedeutet dies, dass JSONLAB korrekt installiert ist.

Matlab -Code

Wir brauchen die aktuelle Zeit, also verwenden wir den Befehl clock. Es gibt einen Vektor mit sechs Elementen mit dem aktuellen Datum und der aktuellen Uhrzeit im Format zurück [Jahr, Monat, Tag, Stunden, Minuten, Sekunden]. Um die Zeit wiederholt zu bekommen, setzen wir den Befehl clock in eine unendliche while -Schload. Daher erhalten wir die Echtzeitdaten, bis die Skriptausführung mit Strg C im Befehlsfenster von MATLAB beendet wird.

Der folgende Code implementiert diese Idee:

format shortg;
y=0;
while y == 0
    % c = [year month day hour minute seconds]
    c=clock;
    % 将每个值四舍五入为整数
    c=fix(c);
    x.clock=c;
    % 访问c的第4列，即小时
    x.hours=c(:,4);
    % 访问c的第5列，即分钟
    x.minutes=c(:,5);
    % 访问c的第6列，即秒
    x.seconds=c(:,6);
    % 将x转换为JSON并写入matlabData.json
    savejson('',x,'data/matlabData.json');
end

In unseren Projekten konzentrieren wir uns auf Stunden, Minuten und Sekunden. Die in den obigen Code verwendete fix(c) -Funktion rundet alle Elemente der Matrix auf die nächste Ganzzahl. Um Stundendaten zu erhalten, benötigen wir den Wert von Spalte 4 der Matrix, sodass wir den Befehl c(:,4) verwenden. Mit der gleichen Methode holen wir Minuten und Sekunden ab.

Wir senden die Uhr und einige separate Variablen separat an die Webanwendung, um die Konvertierung verschiedener Datentypen aus dem Matlab -Objekt in JSON anzuzeigen. Während die Taktendaten in ein Array konvertiert werden, werden die Werte von Stunden, Minuten und Sekunden in Zahlen umgewandelt, die wir später sehen werden.

In unserem Projekt werden wir die Funktion savejson() verwenden, um Variable X mit dem JSON -Format zu konvertieren und zu schreiben, und in die Datei matlabData.json schreiben. Der Einfachheit halber ist der Parameter rootname eine leere Zeichenfolge.

Verwenden Sie den vorherigen Code, wir vervollständigen alle erforderlichen MATLAB -Code. Sobald wir das Skript ausgeführt haben, können wir feststellen, dass die JSON -Datei im Datenordner erstellt wird und dass die Daten in der Datei automatisch und ständig aktualisiert werden. Beispiele für JSON -Dateiinhalte sind wie folgt:

{
   "hours": 19,
   "minutes": 28,
   "seconds": 28,
   "clock": [2015,5,27,19,28,28]
}

Wir werden diese Datei überwachen und node.js verwenden, um die neuesten Daten zu lesen. Lassen Sie uns nun eine Webanwendung erstellen.

Webanwendung

Jetzt, da unsere MATLAB -Daten in JSON konvertiert und in einer Datei gespeichert wurden, können wir diese Datei unabhängig lesen und die Daten durch Überwachung ihrer Änderungen abrufen. Diese Operation hat nichts mit MATLAB zu tun. Im Rest dieses Artikels nehmen ich an, dass Sie Socket.io und den Mean Stack verstehen, auch wenn wir nur einige ihrer Grundkonzepte verwenden.

Beginnen wir mit dem Schreiben von Webanwendungen.

erstellen package.json -Datei

Definieren wir die Abhängigkeiten des Projekts, um unsere Anwendung zu starten. Dazu erstellen wir wie folgt eine package.json Datei:

json = savejson(rootname, obj, filename)
json = savejson(rootname, obj, opt)
json = savejson(rootname, obj, 'param1', value1, 'param2', value2, ...)

Führen Sie nach dem Erstellen der Datei

im Stammordner des Projekts aus, um alle Abhängigkeiten zu installieren. Wenn Sie mit NPM nicht vertraut sind, wird empfohlen, den "NPM Erste Anleitung - Node Paket Manager" zu lesen. npm install

Server -Seitencode Dieser Teil des Codes beinhaltet die Verwendung von Node.js, Express und MongoDB. Die vom Server ausgeführten Vorgänge umfassen:

bereitgestellt

Datei
• index.html Daten in JSON -Dateien
Überwachen und lesen
• Daten in der Datenbank speichern mit mongoDB
• Daten an Browser mit Socket.io
an Browser senden
Wir erstellen eine Datei mit dem Namen

im Stammordner, in dem wir den Code schreiben, der für alle beschriebenen Funktionen erforderlich ist.

server.js Wir verwenden Express, um statische Dateien bereitzustellen:

Wenn eine Anfrage an

addpath('/path/to/jsonlab');

gesendet wird, wird eine im Verzeichnis

gespeicherte / -Datei bereitgestellt. app index.html Um Änderungen an der Datei zu überwachen, verwenden wir

und um die Datei jedes Mal zu lesen, wenn sie ändert, verwenden wir

. Sobald eine Änderung erkannt wurde, wird die Datei gelesen und die Daten abgerufen. Der gesamte Vorgang wird mit dem folgenden Code abgeschlossen: fs.watch() fs.readFile()

Wenn eine Verbindung mit dem Client hergestellt wird und anfängt, Daten zu holen, werden wir zwei Dinge tun:

format shortg;
y=0;
while y == 0
    % c = [year month day hour minute seconds]
    c=clock;
    % 将每个值四舍五入为整数
    c=fix(c);
    x.clock=c;
    % 访问c的第4列，即小时
    x.hours=c(:,4);
    % 访问c的第5列，即分钟
    x.minutes=c(:,5);
    % 访问c的第6列，即秒
    x.seconds=c(:,6);
    % 将x转换为JSON并写入matlabData.json
    savejson('',x,'data/matlabData.json');
end

Daten an den Browser mit der

-Funktion von Socket.IO
1. an den Browser senden emit() Daten in MongoDB mithilfe von Mongoose Middleware
speichern

Um den zweiten Vorgang auszuführen, erstellen wir ein Schema der Daten und erstellen dann ein Modell basierend auf diesem Schema. Dies geschieht mit dem unten gezeigten Code:

{
   "hours": 19,
   "minutes": 28,
   "seconds": 28,
   "clock": [2015,5,27,19,28,28]
}

In der letzten Anweisung des vorherigen Codesegments erstellen wir ein Modell basierend auf dem definierten Muster. Der erste an die Funktion übergebene Parameter ist der einzigartige Name des Satzes, zu dem unser Modell gehört. Mongoose weist der Sammlung automatisch Pluralnamen zu. Daher ist hier

ein Modell der appData -Kollektion. appDatas

Wenn wir neue Daten erhalten, werden wir die neuesten Daten verwenden, um eine neue Instanz des Schemas zu erstellen und sie mit der

-Methode in der Datenbank zu speichern. Diese Instanz wird als Dokument bezeichnet. Im folgenden Code ist save() ein Dokument. savingData

Der endgültige Code für diesen Teil lautet wie folgt:

json = savejson(rootname, obj, filename)
json = savejson(rootname, obj, opt)
json = savejson(rootname, obj, 'param1', value1, 'param2', value2, ...)

Wir verwenden try und catch, um zu verhindern, dass die Anwendung abstürzt. Wenn wir es nicht verwenden und die JSON.parse aufgrund der schnellen Änderung unerwartete Benutzereingabefehler verursacht haben, kann die Anwendung abstürzen. Das wollen wir vermeiden!

Beachten Sie auch, dass der MongoDB -Server ausgeführt wird, da die Anwendung ansonsten abstürzt.

Clientcode

In diesem Abschnitt erstellen wir eine einfache statische HTML -Seite. Wenn neue Daten über Socket.io empfangen werden, aktualisieren wir die auf der Seite angezeigten Daten. Diese Daten können auch zum Erstellen von Echtzeitdiagrammen verwendet werden.

Folgendes ist der einfache Code für die index.html Datei:

addpath('/path/to/jsonlab');

Die

ngCloak Anweisung wird verwendet, um zu verhindern, dass der Browser beim Laden der Anwendung die ursprüngliche (nicht kompilierte) Form der AngularJS -Vorlage kurz anzeigt.

Führen Sie die Anwendung

aus

Bevor Sie den Node.js -Server starten, müssen wir sicherstellen, dass der MATLAB -Code und der MongoDB -Server ausgeführt werden. Um den MongoDB -Server auszuführen, müssen Sie den Befehl mongod auf dem Terminal ausführen. Um den Node.js -Server auszuführen, müssen Sie den Befehl node server.js im Stammverzeichnis des Projektordners ausführen.

Die statische Seite zeigt die aktuelle Zeit in 127.0.0.1:3000.

Schlussfolgerung

In diesem Artikel verwenden wir den mittleren Stack, um eine Webanwendung zu erstellen, die Daten im JSON -Format aus dem Matlab -Programm abruft. Die Daten werden mit Hilfe von JSONLAB konvertiert. Die Daten werden dann mit Socket.io an den Browser gesendet, sodass sich die Änderungen am Browser in Echtzeit widerspiegeln. Der vollständige Quellcode für diese Demo ist auf GitHub verfügbar.

Ich hoffe, Sie haben diesen Artikel genossen und freuen uns darauf, Ihre Kommentare zu lesen.

(Der FAQS -Abschnitt wird aufgrund der Länge des Artikels separat behandelt. Schlüsselfragen und Antworten können nach Bedarf extrahiert und kurz zusammengefasst oder neu organisiert werden.)

Das obige ist der detaillierte Inhalt vonErstellen einer Web -App mit MATLAB und dem Mean Stack. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!