1. 程式人生 > >【小白學JAVA】QQ第三方登陸Demo

【小白學JAVA】QQ第三方登陸Demo

實現簡單的QQ第三方登陸功能,具體的Demo,本人是用maven+SSM做的

1. 自己練習做第三方登陸,網上的說的都是很模糊,初學者不是很容易看懂,所以記錄研究QQ登陸的經歷,希望幫到大家。

2. 必備:Sdk4J.jar

3. 樓主用的是maven+SSM框架做的,所以需要把Sdk4J.jar配置到maven倉庫中去,在DOS黑視窗下執行:mvn install:install-file -Dfile=F:/Sdk4J.jar -DgroupId=com.sdk4j -DartifactId=sdk4j -Dversion=1.0 -Dpackaging=jar  即可,F:/Sdk4J.jar 指的是你

jar的物理路徑

4. 建立maven工程,按正常流程配置就好

5. Pom配置:只需要加如下面的配置就行,其他資訊按正常配置

<dependency>

<groupId>com.sdk4j</groupId>

<artifactId>sdk4j</artifactId>

<version>1.0</version>

</dependency>

6. maven工程搭建好,能啟動不報錯就可以

7. 登陸頁面

8. qqconnectconfig.properties配置資訊

QQ互聯註冊,很簡單,這裡就不介紹了 只需要修改前3行就行了

9. Controller(重定向到QQ授權頁面)配置資訊

10. 前臺效果頁面

能出來這個介面,就說明第一步已經配置好了,然後獲取它的openid

11. QQ使用者授權成功的配置

12. 使用者登陸成功頁面(YY就是我QQ號的網名)

到此,就實現了QQ第三方登陸,看QQ官方文件的同學,看不懂的可以看我這個,本人學生,QQ郵箱1437016093 @qq.com,沒成為QQ開發者的可以聯絡我,我可以提供給你appid等歡迎大家一起學習,共同進步,圖片沒搞明白怎麼上傳,專門放到一個word文件裡了。

想要教程Demo教程的,百度雲連結 https://pan.baidu.com/s/1dIgB5W


相關推薦

JAVAQQ第三方登陸Demo

實現簡單的QQ第三方登陸功能,具體的Demo,本人是用maven+SSM做的1. 自己練習做第三方登陸,網上的說的都是很模糊,初學者不是很容易看懂,所以記錄研究QQ登陸的經歷,希望幫到大家。2. 必備:Sdk4J.jar3. 樓主用的是maven+SSM框架做的,所以需要把S

C#淺談.NET中的IL代碼

字節 自然 朋友 pac command 轉換 finally idt 擴展 一、前言   前幾天群裏有位水友提問:”C#中,當一個方法所傳入的參數是一個靜態字段的時候,程序是直接到靜態字段拿數據還是從復制的函數棧中拿數據“。其實很明顯,這和方法參

Lua之Lua變長引數和unpack函式

一、簡介   Lua的變長引數和unpack函式在實際的開發中應用的還挺多的,比如在設計print函式的時候,需要支援對多個變數進行列印輸出,這時我們就需要用到Lua中的變長引數和unpack函數了。 二、Lua變長引數與unpack函式   Lua中支援可變引數,用 ... 表示。比如定義下面的這樣一

AI影象標註Image Caption

Image Caption - im2txt 踩過的坑 學習Image Caption的同學在開始實踐專案時,可以在github上找到一大堆不同的Image Caption Project,有很多專案也都對應的有其實現版本的論文,都很好。但是有一點不太好

AI八種應對樣本不均衡的策略

**文章來自:微信公眾號【機器學習煉丹術】** [TOC] ## 1 什麼是非均衡 分類(classification)問題是資料探勘領域中非常重要的一類問題,目前有琳琅滿目的方法來完成分類。然而在真實的應用環境中,**分類器(classifier)扮演的角色通常是識別資料中的“少數派”**,比如: *

AIXGBoost 推導詳解與牛頓法

**文章轉自公眾號【機器學習煉丹術】,關注回覆“煉丹”即可獲得海量免費學習資料哦!** [TOC] ## 1 作者前言 在2020年還在整理XGB的演算法,其實已經有點過時了。不過,主要是為了擴大知識面和應付面試嘛。現在的大資料競賽,XGB基本上已經全面被LGB模型取代了,這裡主要是學習一下Boost演算法

AIXGBoost推導詳解與牛頓法

文章來自微信公眾號:【機器學習煉丹術】 [TOC] ## 1 作者前言 在2020年還在整理XGB的演算法,其實已經有點過時了。不過,主要是為了擴大知識面和應付面試嘛。現在的大資料競賽,XGB基本上已經全面被LGB模型取代了,這裡主要是學習一下Boost演算法。之前已經在其他博文中介紹了Adaboost演算

AIGBDT梯度提升詳解

文章來自微信公眾號:【機器學習煉丹術】 文章目錄: [TOC] ## 0 前言 先縷一縷幾個關係: - GBDT是gradient-boost decision tree - GBDT的核心就是gradient boost,我們搞清楚什麼是gradient boost就可以了 - GBDT是boost中的

PyTorch1 搭建一個超簡單的網路

文章目錄: [TOC] ## 1 任務 首先說下我們要搭建的網路要完成的學習任務: 讓我們的神經網路學會邏輯異或運算,異或運算也就是俗稱的“相同取0,不同取1” 。再把我們的需求說的簡單一點,也就是我們需要搭建這樣一個神經網路,讓我們在輸入(1,1)時輸出0,輸入(1,0)時輸出1(相同取0,不同取1),

PyTorch3 淺談Dataset和Dataloader

文章目錄: [TOC] ## 1 Dataset基類 PyTorch 讀取其他的資料,主要是通過 Dataset 類,所以先簡單瞭解一下 Dataset 類。在看很多PyTorch的程式碼的時候,也會經常看到dataset這個東西的存在。Dataset類作為所有的 datasets 的基類存在,所有的 da

PyTorch4 構建模型三要素與權重初始化

文章目錄: [TOC] ## 1 模型三要素 三要素其實很簡單 1. 必須要繼承nn.Module這個類,要讓PyTorch知道這個類是一個Module 2. 在\_\_init\_\_(self)中設定好需要的元件,比如conv,pooling,Linear,BatchNorm等等 3. 最後在forwa

PyTorch5 torchvision預訓練模型與資料集全覽

文章來自:微信公眾號【機器學習煉丹術】。一個ai專業研究生的個人學習分享公眾號 文章目錄: [TOC] # torchvision >官網上的介紹(FQ):The torchvision package consists of popular datasets, model architecture

PyTorch6 模型的構建訪問遍歷儲存(附程式碼)

文章轉載自微信公眾號:機器學習煉丹術。歡迎大家關注,這是我的學習分享公眾號,100+原創乾貨。 文章目錄: [TOC] 本文是對一些函式的學習。函式主要包括下面四個方便: - 模型構建的函式:```add_module```,```add_module```,```add_module``` - 訪問子

PyTorch8 實戰之MNIST小試牛刀

文章來自微信公眾號【機器學習煉丹術】。有什麼問題都可以諮詢作者WX:cyx645016617。想交個朋友佔一個好友位也是可以的~好友位快滿了不過。 參考目錄: [TOC] 在這個文章中,主要是來做一下MNIST手寫數字集的分類任務。這是一個基礎的、經典的分類任務。建議大家一定要跟著程式碼做一做,原始碼已經上

PyTorch9 tensor資料結構與儲存結構

文章來自微信公眾號【機器學習煉丹術】。 上一節課,講解了MNIST影象分類的一個小實戰,現在我們繼續深入學習一下pytorch的一些有的沒的的小知識來作為只是儲備。 參考目錄: @[toc] ## 1 pytorch資料結構 ### 1.1 預設整數與浮點數 **【pytorch預設的整數是int64】*

PyTorch11 MobileNet詳解及PyTorch實現

文章來自微信公眾號【機器學習煉丹術】。我是煉丹兄,歡迎加我微信好友交流學習:cyx645016617。 @[toc] 本來計劃是想在今天講EfficientNet PyTorch的,但是發現EfficientNet是依賴於SENet和MobileNet兩個網路結構,所以本著本系列是給“小白”初學者學習的,所

PyTorch12 SENet詳解及PyTorch實現

文章來自微信公眾號【機器學習煉丹術】。我是煉丹兄,有什麼問題都可以來找我交流,近期建立了微信交流群,也在朋友圈抽獎贈書十多本了。我的微信是cyx645016617,歡迎各位朋友。 參考目錄: @[toc] 上一節課講解了MobileNet的一個DSC深度可分離卷積的概念,希望大家可以在實際的任務中使用這種方

PyTorch13 EfficientNet詳解及PyTorch實現

參考目錄: [TOC] 文章來自微信公眾號【機器學習煉丹術】。我是煉丹兄,如果有疑問或者想要和煉丹兄交流的可以加微信:cyx645016617. efficientNet的論文原文連結: https://arxiv.org/pdf/1905.11946.pdf **模型擴充套件Model scaling

PyTorch15 TF2實現一個簡單的服裝分類任務

【新聞】:機器學習煉丹術的粉絲的人工智慧交流群已經建立,目前有目標檢測、醫學影象、時間序列等多個目標為技術學習的分群和水群嘮嗑的總群,歡迎大家加煉丹兄為好友,加入煉丹協會。微信:cyx645016617. 參考目錄: [TOC] ## 0 為什麼學TF 之前的15節課的pytorch的學習,應該是讓不少朋

PyTorch16 TF2讀取圖片的方法

【新聞】:機器學習煉丹術的粉絲的人工智慧交流群已經建立,目前有目標檢測、醫學影象、NLP等多個學術交流分群和水群嘮嗑的總群,歡迎大家加煉丹兄為好友,加入煉丹協會。微信:cyx645016617. 參考目錄: [TOC] 本文的程式碼已經上傳公眾號後臺,回覆【PyTorch】獲取。 ## 1 PIL讀取圖片