`

ibatis中井号跟美元符号区别(#、$)

阅读更多
1、#可以进行预编译,进行类型匹配,#变量名#  会转化为 jdbc 的 类型 
   $不进行数据类型匹配,$变量名$就直接把 $name$替换为 name的内容 
   例如: 
     select * from tablename where id = #id# ,假设id的值为12,其中如果数据库字段id为字符型,那么#id#表示的就是'12',如果id为整型,那么#id#就是 12 
    会转化为jdbc的 select * from tablename where id=?,把?参数设置为id的值 
     select * from tablename where id = $id$ ,如果字段id为整型,Sql语句就不会出错,但是如果字段id为字符型, 
     那么Sql语句应该写成 select * from table where id = '$id$' 
     
3、#方式能够很大程度防止sql注入. 
4、$方式无法方式sql注入. 
5、$方式一般用于传入数据库对象.例如传入表名. 
6、所以ibatis用#比$好,一般能用#的就别用$. 
另外,使用##可以指定参数对应数据库的类型 
如: 
select * from tablename where id = #id:number#  
  
在做in,like 操作时候要特别注意 
 
 
总结以下: 
$号使用在具体pojo类也就是非基本类型的取值,而#号使用在具体有基本类型的取值 
<sql id="Update_By_Example_Where_Clause"> 
    <where> 
      <foreach collection="example.oredCriteria" item="criteria" separator="or"> 
        <if test="criteria.valid"> 
          <trim prefix="(" prefixOverrides="and" suffix=")"> 
            <foreach collection="criteria.criteria" item="criterion"> 
              <choose> 
                <when test="criterion.noValue"> 
                  and ${criterion.condition} 
                </when> 
                <when test="criterion.singleValue"> 
                  and ${criterion.condition} #{criterion.value} 
                </when> 
                <when test="criterion.betweenValue"> 
                  and ${criterion.condition} #{criterion.value} and #{criterion.secondValue} 
                </when> 
                <when test="criterion.listValue"> 
                  and ${criterion.condition} 
                  <foreach close=")" collection="criterion.value" item="listItem" open="(" separator=","> 
                    #{listItem} 
                  </foreach> 
                </when> 
              </choose> 
            </foreach> 
          </trim> 
        </if> 
      </foreach> 
    </where> 
  </sql> 

这种情况用$
   String userids = "1,2,3,4";
   select * from user where userid in ($userids$)

引用自:
http://jsczxy2.iteye.com/blog/1218679
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics