【Spring Boot】Spring Boot调用 WebService 接口的两种方式:动态调用 vs 静态调用 亲测有效

文章目录


前言

在企业级系统开发中,Web Service 是一种常见的跨平台通信方式。尤其是在与旧系统对接时,我们经常需要通过 SOAP 协议调用远程 WebService 接口。

本文将详细介绍如何在 Spring Boot 项目中使用 Apache CXF 实现 WebService 的 动态调用静态调用,并附上完整的示例代码和操作步骤。

✅ 支持返回 String[]byte[] 等复杂类型
✅ 提供 WSDL 文件处理流程
✅ 包含常见问题解决方案

0、前提准备,添加依赖(Spring Boot + CXF)

这个maven依赖是动态调用方法和静态调用方法都需要使用的。添加后更新maven。

<dependency><groupId>org.apache.cxf</groupId><artifactId>cxf-spring-boot-starter-jaxws</artifactId><version>3.4.10</version></dependency>
💡 使用 cxf-spring-boot-starter-jaxws 可以自动配置 CXF,无需额外 XML 配置。

一、 方法一:动态调用 WebService(推荐用于调试)

动态调用不依赖生成的 Java 类,直接通过 URL 和方法名调用,灵活性高,适合快速测试。

1. 添加依赖(Spring Boot + CXF)

<dependency><groupId>org.apache.cxf</groupId><artifactId>cxf-spring-boot-starter-jaxws</artifactId><version>3.4.10</version></dependency>
💡 使用 cxf-spring-boot-starter-jaxws 可以自动配置 CXF,无需额外 XML 配置。

2、调用示例代码

importorg.apache.cxf.endpoint.Client;importorg.apache.cxf.jaxws.endpoint.dynamic.JaxWsDynamicClientFactory;publicclassWebServiceDynamicClient{publicString[]callFuc1(String flag,String mac,String psw){try{// 创建动态客户端JaxWsDynamicClientFactory dcf =JaxWsDynamicClientFactory.newInstance();Client client = dcf.createClient("http://127.0.0.1/Service.asmx?wsdl");// 调用方法,返回 Object[]Object[] objects = client.invoke("fuc1", flag, mac, psw);// 如果返回的是数组,转换为 String[]if(objects !=null&& objects.length >0){return(String[]) objects[0];// 注意:返回值可能在 objects[0]}}catch(Exception e){ e.printStackTrace();}returnnull;}

这里我调用的时候,在创建客户端对象的时候报错了,仅供参考。

3、注意事项

  • client.invoke() 返回的是 Object[],第一个元素是实际返回值。
  • 动态调用不支持复杂的对象类型(如自定义类),仅适用于基本类型或数组。
  • 不推荐用于生产环境,但非常适合快速验证接口是否可用。

二、方法二:静态调用 WebService(推荐用于生产)

静态调用通过 WSDL 文件生成 Java 类,然后像调用本地方法一样调用远程服务,类型安全、易维护。

1. 添加依赖(Spring Boot + CXF)

<dependency><groupId>org.apache.cxf</groupId><artifactId>cxf-spring-boot-starter-jaxws</artifactId><version>3.4.10</version></dependency>
💡 使用 cxf-spring-boot-starter-jaxws 可以自动配置 CXF,无需额外 XML 配置。

2、获取 WSDL 文件

在浏览器中访问:

http://127.0.0.1/Service.asmx?wsdl 

可以看到如下内容,说明URL有效。

在这里插入图片描述

页面显示 WSDL 内容 → 右键另存为 → 保存为 service.wsdl

👉 注意:必须以 .wsdl 结尾
在这里插入图片描述

3、使用 wsimport 生成 Java 类

1. 检查 wsimport 是否存在

打开命令行,输入:

wsimport -version 
在这里插入图片描述

如果提示找不到命令,请安装 JDK 并确保 JAVA_HOME 配置正确。

2. 进入存放 service.wsdl 的目录,执行:
wsimport -keep -d . -p com.example.wsclient service.wsdl 
在这里插入图片描述

注意这里如果提示wsdl文件中有错误,那么就打开这个文件修改不对的地方,重新生成即可。

例如我有个报错:

在这里插入图片描述

我是将284行这个地方,报错的节点修改了一下,重新保存生成就可以了。

报错的节点:

<s:element name="GetDataResponse"> <s:complexType> <s:sequence> <s:element minOccurs="0" maxOccurs="1" name="GetDataResult"> <s:complexType> <s:sequence> <s:element ref="s:schema"/> <s:any/> </s:sequence> </s:complexType> </s:element> </s:sequence> </s:complexType> 

当时是这句报错了:

<s:element ref="s:schema"/> <s:any/> 

修改后的节点:

 <s:element name="GetDataResponse"> <s:complexType> <s:sequence> <s:element minOccurs="0" maxOccurs="1" name="GetDataResponse"> <s:complexType> <s:sequence> <!-- 替换非法引用为任意 XML --> <s:any minOccurs="0" maxOccurs="unbounded" processContents="lax" /> </s:sequence> </s:complexType> </s:element> </s:sequence> </s:complexType> </s:element> 

参数说明:

参数说明
-keep保留生成的源文件
-d .输出目录为当前目录
-p com.example.wsclient指定包名(替换为你自己的包)
✅ 成功后会生成多个 Java 类,包括:Service.java(服务类)ServiceSoap.java(端口接口)ArrayOfString.java(数组包装类)
在这里插入图片描述

4、将生成的类导入项目

将所有生成的 .java 文件复制到你的项目中指定包下,例如:

src/main/java/com/example/webservice/ 
这里注意,只需要.java类型的文件,.class类型的文件可以删除
在这里插入图片描述
  1. 手动修改所有类的第一行包名,确保一致(可使用 Ctrl+Shift+R 全局替换)。
在这里插入图片描述

5、示例代码:静态调用

importcom.AllProcess.process.webservice.Service;// 通讯类importcom.AllProcess.process.webservice.ServiceSoap;// 调用接口importcom.AllProcess.process.webservice.ArrayOfString;importorg.springframework.stereotype.Component;importjavax.xml.namespace.QName;importjava.net.URL;@ComponentpublicclassWebServiceStaticClient{privatestaticfinalString WEBSERVICE_WSDL_URL ="http://127.0.0.1/Service.asmx?wsdl";privatestaticfinalString LOCAL_WSDL_PATH ="file:/D:/文件夹/service.wsdl";publicString[]callFuc1(String flag,String mac,String psw){try{// 1. 创建 URL 对象(远程或本地)URL wsdlURL =newURL(WEBSERVICE_WSDL_URL);// 2. 创建服务实例Service service =newService(wsdlURL,newQName("http://www.xxx/","Service"));// 3. 获取端口代理ServiceSoap port = service.getServiceSoap();// 4. 调用方法ArrayOfString resultGetData = port.fuc1(flag, mac, psw);// 5. 转为 String[]String[] result = resultGetData.getString().toArray(newString[0]);System.out.println("Response: "+Arrays.toString(result));return result;}catch(Exception e){ e.printStackTrace();returnnull;}}}

最后我在用静态调用方法后,接收到webservice服务写的数据啦~~!

亲测有效。可以读取到webservice服务中的数据!

三、动态调用和静态调用哪个更好?

维度动态调用静态调用
开发效率慢(需生成类)
类型安全弱(运行时异常)强(编译期检查)
易维护性
生产建议❌ 不推荐✅ 推荐

总结

方法优点缺点适用场景
动态调用灵活、无需生成类类型不安全、不支持复杂对象快速测试、临时调用
静态调用类型安全、易维护需要生成类、流程繁琐生产环境、长期使用

📚 参考资料


🎯 建议:开发阶段用 动态调用 快速验证接口上线前用 静态调用 替换,保证稳定性

📌 欢迎点赞、收藏、转发!

Read more

【AI】2026年AI学习路线(从入门到精通)重点版

一、2026年AI学习知识图谱(从入门到精通) (一)入门阶段(0-6个月):建立认知,夯实基础 核心目标:掌握AI基础概念、必备数学与编程能力,能实现简单机器学习模型,建立系统的AI认知框架。 核心内容: * AI通识:AI发展史、核心概念、主要学派、经典案例,了解2026年AI前沿趋势(如多模态、具身智能)。 * 数学基础:微积分、线性代数、概率论与统计、优化理论,掌握AI算法所需的数学工具。 * 编程基础:Python核心语法、数据结构与算法、CUDA基础,能熟练使用Python处理数据、编写简单代码。 * 传统机器学习入门:监督/无监督学习基础、线性回归、决策树、模型评估方法,入门Scikit-learn工具。 * 基础实践:完成鸢尾花分类、房价预测等简单项目,参与Kaggle入门赛,积累基础实战经验。 (二)进阶阶段(6-12个月):掌握核心算法,

AI赋能智能终端PCB设计,核心是通过自动化布局布线、仿真加速、缺陷预测与制造协同

AI赋能智能终端PCB设计,核心是通过自动化布局布线、仿真加速、缺陷预测与制造协同

AI赋能智能终端PCB设计,核心是通过自动化布局布线、仿真加速、缺陷预测与制造协同,将传统“经验驱动”转为“数据决策”,显著缩短周期、提升性能与良率,适配高密度、高速、高可靠的终端需求。以下从核心场景、技术路径、实践案例、实施要点与趋势展开,形成可落地的创新实践指南。 一、核心应用场景与价值 应用环节核心痛点AI解决方案量化收益布局布线人工耗时久、串扰/阻抗难控强化学习+物理驱动AI自动规划,同步优化SI/PI/热/EMI12层板布线周期从3天缩至2小时,串扰降30%,阻抗偏差±3%内仿真验证传统EM仿真慢(小时级)神经网络替代部分计算,预仿真与实时校验仿真速度提升10–100倍,提前拦截70%以上信号/电源风险DFM/DFA量产缺陷多、返工率高学习历史数据,实时预警虚焊、铜箔撕裂、孔偏量产故障率降>30%,投板成功率提升至95%+电源/热设计纹波大、散热不均AI优化电源分配网络(

支持国内股票分析的AI智能开源项目(GitHub Star数量Top榜)

支持国内股票分析的AI智能开源项目(GitHub Star数量Top榜) 一、核心结论 GitHub上支持国内股票(A股)分析且Star数量靠前的AI智能开源项目,按Star数量降序排列依次为: 1. OpenBB(57.4k Star):开源金融数据平台,支持A股等多市场数据获取与AI辅助分析; 2. ai-hedge-fund(44.9k Star):AI对冲基金模拟系统,通过多智能体协作模拟投资大师策略,可适配A股; 3. FinGenius(新兴项目,Star快速增长):专为A股设计的多智能体博弈分析工具,融合16位AI专家协作; 4. daily_stock_analysis(5.5k Star):A股智能分析系统,基于大模型生成每日决策报告。 二、项目详细说明 1. OpenBB:开源金融数据与分析平台(57.4k Star) * 项目地址:https://github.

3步搞定!用Ollama运行Llama-3.2-3B的实用教程

3步搞定!用Ollama运行Llama-3.2-3B的实用教程 你是不是也试过下载大模型、配环境、调参数,折腾半天却连第一句“你好”都没跑出来?别急,这次我们换条路——不用写一行配置代码,不装CUDA,不改环境变量,三步就能让Llama-3.2-3B在本地稳稳跑起来,像打开一个网页一样简单。 这篇文章不是讲原理、不堆参数、不聊训练,只聚焦一件事:怎么让你今天下午就用上Llama-3.2-3B,输入问题,立刻得到回答。 无论你是刚接触AI的新手,还是想快速验证想法的产品经理,或者只是想试试最新小模型效果的开发者,这篇教程都为你量身设计。 它基于ZEEKLOG星图镜像广场提供的【ollama】Llama-3.2-3B镜像,开箱即用,所有依赖已预装,界面友好,全程图形化操作。没有命令行恐惧,没有报错截图,只有清晰的步骤和可预期的结果。 下面我们就从零开始,一起把Meta最新发布的轻量级明星模型——Llama-3.2-3B,真正变成你手边的智能助手。 1. 认识Llama-3.2-3B:小而强的多语言对话专家 在动手之前,