python序列化反序列化和异常处理笔记

迭代器

迭代是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

1. 可迭代对象

我们已经知道可以对list、tuple、str等类型的数据使用for...in...的循环语法从其中依次拿到数据进行使用，我们把这样的过程称为遍历，也叫迭代。

但是，是否所有的数据类型都可以放到for...in...的语句中，然后让for...in...每次从中取出一条数据供我们使用，即供我们迭代吗？

>>> for i in 100:...     print(i)
...
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not iterable
>>># int整型不是iterable，即int整型不是可以迭代的

我们把可以通过for...in...这类语句迭代读取一条数据供我们使用的对象称之为可迭代对象(Iterable)。

2. 如何判断一个对象是否可以迭代

可以使用 isinstance() 判断一个对象是否是 Iterable 对象：

In [50]: from collections import Iterable
 

In [51]: isinstance([], Iterable)
 

Out[51]: True
 

 

In [52]: isinstance({}, Iterable)
 

Out[52]: True
 

 

In [53]: isinstance('abc', Iterable)
 

Out[53]: True
 

 

In [54]: isinstance(mylist, Iterable)
 

Out[54]: False
 

 

In [55]: isinstance(100, Iterable)
 

Out[55]: False
 

3. 可迭代对象的本质
 

我们分析对可迭代对象进行迭代使用的过程，发现每迭代一次（即在for...in...中每循环一次）都会返回对象中的下一条数据，一直向后读取数据直到迭代了所有数据后结束。那么，在这个过程中就应该有一个“人”去记录每次访问到了第几条数据，以便每次迭代都可以返回下一条数据。我们把这个能帮助我们进行数据迭代的“人”称为迭代器(Iterator)。
 

可迭代对象的本质就是可以向我们提供一个这样的中间“人”即迭代器帮助我们对其进行迭代遍历使用。
 

可迭代对象通过__iter__方法向我们提供一个迭代器，我们在迭代一个可迭代对象的时候，实际上就是先获取该对象提供的一个迭代器，然后通过这个迭代器来依次获取对象中的每一个数据.
 

那么也就是说，一个具备了__iter__方法的对象，就是一个可迭代对象。
 

from collections.abc import Iterableclass Demo(object):
 

    def __init__(self, n):
 

        self.n = n
 

        self.current = 0
 

    def __iter__(self):
 

        pass
 

 

demo = Demo(10)
 

print(isinstance(demo, Iterable))  # True
 

for d in demo:   # 重写了 __iter__ 方法以后，demo就是一个一个可迭代对象了，可以放在for...in的后面
 

    print(d)
 

# 此时再使用for...in循环遍历，会提示 TypeError: iter() returned non-iterator of type 'NoneType'# 这是因为，一个可迭代对象如果想要被for...in循环，它必须要有一个迭代器
 

4. 迭代器Iterator
 

通过上面的分析，我们已经知道，迭代器是用来帮助我们记录每次迭代访问到的位置，当我们对迭代器使用next()函数的时候，迭代器会向我们返回它所记录位置的下一个位置的数据。实际上，在使用next()函数的时候，调用的就是迭代器对象的__next__方法（Python3中是对象的__next__方法，Python2中是对象的next()方法）。所以，我们要想构造一个迭代器，就要实现它的next方法。但这还不够，python要求迭代器本身也是可迭代的，所以我们还要为迭代器实现__iter__方法，而__iter__方法要返回一个迭代器，迭代器自身正是一个迭代器，所以迭代器的__iter__方法返回自身即可。
 

一个实现了iter方法和next方法的对象，就是迭代器。
 

class MyIterator(object):
 

    def __init__(self, n):
 

        self.n = n
 

        self.current = 0
 

 

    # 自定义迭代器需要重写__iter__和__next__方法
 

    def __iter__(self):
 

        return self
 

 

    def __next__(self):
 

        if self.current < self.n:
 

            value = self.current
 

            self.current += 1
 

            return value
 

        else:
 

            raise StopIteration
 

 

my_it = MyIterator(10)
 

for i in my_it:    # 迭代器重写了__iter__方法，它本身也是一个可迭代对象
 

    print(i)
 

5. 如何判断一个对象是否是迭代器
 

调用一个对象的__iter__方法，或者调用iter()内置函数，可以获取到一个可迭代对象的迭代器。
 

names = ['hello', 'good', 'yes']
 

print(names.__iter__())  # 调用对象的__iter__()方法
 

print(iter(names))  # 调用iter()内置函数
 

可以使用 isinstance() 判断一个对象是否是 Iterator 对象：
 

from collections.abc import Iterator
 

names = ['hello', 'good', 'yes']
 

print(isinstance(iter(names), Iterator))
 

6. for...in...循环的本质
 

for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器，然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item，当遇到StopIteration的异常后循环结束。
 

7. 迭代器的应用场景
 

我们发现迭代器最核心的功能就是可以通过next()函数的调用来返回下一个数据值。如果每次返回的数据值不是在一个已有的数据集合中读取的，而是通过程序按照一定的规律计算生成的，那么也就意味着可以不用再依赖一个已有的数据集合，也就是说不用再将所有要迭代的数据都一次性缓存下来供后续依次读取，这样可以节省大量的存储（内存）空间。
 

举个例子，比如，数学中有个著名的斐波拉契数列(Fibonacci)，数列中第一个数为0，第二个数为1，其后的每一个数都可由前两个数相加得到：
 

0, 1, 1, 2, 3, 5, 8, 13, 21, 34, ...
 

现在我们想要通过for...in...循环来遍历迭代斐波那契数列中的前n个数。那么这个斐波那契数列我们就可以用迭代器来实现，每次迭代都通过数学计算来生成下一个数。
 

class FibIterator(object):
 

    """斐波那契数列迭代器"""
 

    def __init__(self, n):
 

        """
 

        :param n: int, 指明生成数列的前n个数
 

        """
 

        self.n = n
 

        # current用来保存当前生成到数列中的第几个数了
 

        self.current = 0
 

        # num1用来保存前前一个数，初始值为数列中的第一个数0
 

        self.num1 = 0
 

        # num2用来保存前一个数，初始值为数列中的第二个数1
 

        self.num2 = 1
 

 

    def __next__(self):
 

        """被next()函数调用来获取下一个数"""
 

        if self.current < self.n:
 

            num = self.num1
 

            self.num1, self.num2 = self.num2, self.num1+self.num2
 

            self.current += 1
 

            return num
 

        else:
 

            raise StopIteration
 

 

    def __iter__(self):
 

        """迭代器的__iter__返回自身即可"""
 

        return self
 

 

if __name__ == '__main__':
 

    fib = FibIterator(10)
 

    for num in fib:
 

        print(num, end=" ")
 

 

 

 

生成器
 

1. 生成器
 

利用迭代器，我们可以在每次迭代获取数据（通过next()方法）时按照特定的规律进行生成。但是我们在实现一个迭代器时，关于当前迭代到的状态需要我们自己记录，进而才能根据当前状态生成下一个数据。为了达到记录当前状态，并配合next()函数进行迭代使用，我们可以采用更简便的语法，即生成器(generator)。生成器是一类特殊的迭代器。
 

2. 创建生成器方法1
 

要创建一个生成器，有很多种方法。第一种方法很简单，只要把一个列表生成式的 [ ] 改成 ( )
 

In [15]: L = [ x*2 for x in range(5)]
 

 

In [16]: L
 

Out[16]: [0, 2, 4, 6, 8]
 

 

In [17]: G = ( x*2 for x in range(5))
 

 

In [18]: G
 

Out[18]: <generator object <genexpr> at 0x7f626c132db0>
 

 

In [19]:
 

创建 L 和 G 的区别仅在于最外层的 [ ] 和 ( ) ， L 是一个列表，而 G 是一个生成器。我们可以直接打印出列表L的每一个元素，而对于生成器G，我们可以按照迭代器的使用方法来使用，即可以通过next()函数、for循环、list()等方法使用。
 

In [19]: next(G)
 

Out[19]: 0
 

 

In [20]: next(G)
 

Out[20]: 2
 

 

In [21]: next(G)
 

Out[21]: 4
 

 

In [22]: next(G)
 

Out[22]: 6
 

 

In [23]: next(G)
 

Out[23]: 8
 

 

In [24]: next(G)
 

---------------------------------------------------------------------------
 

StopIteration                             Traceback (most recent call last)
 

<ipython-input-24-380e167d6934> in <module>()
 

----> 1 next(G)
 

 

StopIteration:
 

 

In [25]:
 

In [26]: G = ( x*2 for x in range(5))
 

 

In [27]: for x in G:
 

   ....:     print(x)
 

   ....:     
 

0
 

2
 

4
 

6
 

8
 

 

In [28]:
 

3. 创建生成器方法2
 

generator非常强大。如果推算的算法比较复杂，用类似列表生成式的 for 循环无法实现的时候，还可以用函数来实现。
 

我们仍然用上一节提到的斐波那契数列来举例，回想我们在上一节用迭代器的实现方式：
 

class FibIterator(object):
 

    """斐波那契数列迭代器"""
 

    def __init__(self, n):
 

        """
 

        :param n: int, 指明生成数列的前n个数
 

        """
 

        self.n = n
 

        # current用来保存当前生成到数列中的第几个数了
 

        self.current = 0
 

        # num1用来保存前前一个数，初始值为数列中的第一个数0
 

        self.num1 = 0
 

        # num2用来保存前一个数，初始值为数列中的第二个数1
 

        self.num2 = 1
 

 

    def __next__(self):
 

        """被next()函数调用来获取下一个数"""
 

        if self.current < self.n:
 

            num = self.num1
 

            self.num1, self.num2 = self.num2, self.num1+self.num2
 

            self.current += 1
 

            return num
 

        else:
 

            raise StopIteration
 

 

    def __iter__(self):
 

        """迭代器的__iter__返回自身即可"""
 

        return self
 

注意，在用迭代器实现的方式中，我们要借助几个变量(n、current、num1、num2)来保存迭代的状态。现在我们用生成器来实现一下。
 

In [30]: def fib(n):
 

   ....:     current = 0
 

   ....:     num1, num2 = 0, 1
 

   ....:     while current < n:
 

   ....:         yield num1
 

   ....:         num1, num2 = num2, num1+num2
 

   ....:         current += 1
 

   ....:     return 'done'
 

   ....:
 

 

In [31]: F = fib(5)
 

 

In [32]: next(F)
 

Out[32]: 1
 

 

In [33]: next(F)
 

Out[33]: 1
 

 

In [34]: next(F)
 

Out[34]: 2
 

 

In [35]: next(F)
 

Out[35]: 3
 

 

In [36]: next(F)
 

Out[36]: 5
 

 

In [37]: next(F)
 

---------------------------------------------------------------------------
 

StopIteration                             Traceback (most recent call last)
 

<ipython-input-37-8c2b02b4361a> in <module>()
 

----> 1 next(F)
 

 

StopIteration: done
 

在使用生成器实现的方式中，我们将原本在迭代器__next__方法中实现的基本逻辑放到一个函数中来实现，但是将每次迭代返回数值的return换成了yield，此时新定义的函数便不再是函数，而是一个生成器了。简单来说：只要在def中有yield关键字的 就称为 生成器
 

此时按照调用函数的方式( 案例中为F = fib(5) )使用生成器就不再是执行函数体了，而是会返回一个生成器对象（ 案例中为F ），然后就可以按照使用迭代器的方式来使用生成器了。
 

In [38]: for n in fib(5):
 

   ....:     print(n)
 

   ....:     11235
 

 

In [39]:
 

但是用for循环调用generator时，发现拿不到generator的return语句的返回值。如果想要拿到返回值，必须捕获StopIteration错误，返回值包含在StopIteration的value中：
 

In [39]: g = fib(5)
 

 

In [40]: while True:
 

   ....:     try:
 

   ....:         x = next(g)
 

   ....:         print("value:%d"%x)      
 

   ....:     except StopIteration as e:
 

   ....:         print("生成器返回值:%s"%e.value)
 

   ....:         break
 

   ....:     
 

value:1
 

value:1
 

value:2
 

value:3
 

value:5
 

生成器返回值:done
 

 

In [41]:
 

总结
 

  • 使用了yield关键字的函数不再是函数，而是生成器。（使用了yield的函数就是生成器）
  • yield关键字有两点作用： 
    • 保存当前运行状态（断点），然后暂停执行，即将生成器（函数）挂起
    • 将yield关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用
  • 可以使用next()函数让生成器从断点处继续执行，即唤醒生成器（函数）
  • Python3中的生成器可以使用return返回最终运行的返回值，而Python2中的生成器不允许使用return返回一个返回值（即可以使用return从生成器中退出，但return后不能有任何表达式）。
 

4. 使用send唤醒
 

我们除了可以使用next()函数来唤醒生成器继续执行外，还可以使用send()函数来唤醒执行。使用send()函数的一个好处是可以在唤醒的同时向断点处传入一个附加数据。
 

例子：执行到yield时，gen函数作用暂时保存，返回i的值; temp接收下次c.send("python")，send发送过来的值，c.next()等价c.send(None)
 

In [10]: def gen():
 

   ....:     i = 0
 

   ....:     while i<5:
 

   ....:         temp = yield i
 

   ....:         print(temp)
 

   ....:         i+=1
 

   ....:
 

使用send
 

In [43]: f = gen()
 

 

In [44]: next(f)
 

Out[44]: 0
 

 

In [45]: f.send('haha')
 

haha
 

Out[45]: 1
 

 

In [46]: next(f)None
 

Out[46]: 2
 

 

In [47]: f.send('haha')
 

haha
 

Out[47]: 3
 

 

In [48]:
 

使用next函数
 

In [11]: f = gen()
 

 

In [12]: next(f)
 

Out[12]: 0
 

 

In [13]: next(f)
 

None
 

Out[13]: 1
 

 

In [14]: next(f)
 

None
 

Out[14]: 2
 

 

In [15]: next(f)
 

None
 

Out[15]: 3
 

 

In [16]: next(f)
 

None
 

Out[16]: 4
 

 

In [17]: next(f)
 

None
 

---------------------------------------------------------------------------
 

StopIteration                             Traceback (most recent call last)
 

<ipython-input-17-468f0afdf1b9> in <module>()
 

----> 1 next(f)
 

 

StopIteration:
 

使用__next__()方法（不常使用）
 

In [18]: f = gen()
 

 

In [19]: f.__next__()
 

Out[19]: 0
 

 

In [20]: f.__next__()
 

None
 

Out[20]: 1
 

 

In [21]: f.__next__()
 

None
 

Out[21]: 2
 

 

In [22]: f.__next__()
 

None
 

Out[22]: 3
 

 

In [23]: f.__next__()
 

None
 

Out[23]: 4
 

 

In [24]: f.__next__()
 

None
 

---------------------------------------------------------------------------
 

StopIteration                             Traceback (most recent call last)
 

<ipython-input-24-39ec527346a9> in <module>()
 

----> 1 f.__next__()
 

 

StopIteration:
 

 

 

property属性
 

property属性是一种用起来像是实例属性一样的特殊属性，可以对应于某个方法。
 

class Foo:
 

    def func(self):
 

        pass
 

 

    # 定义property属性    @property
 

    def prop(self):
 

        pass
 

# ############### 调用 ###############
 

foo_obj = Foo()
 

foo_obj.func()  # 调用实例方法
 

foo_obj.prop  # 调用property属性
 

property属性的定义和调用要注意一下几点：
 

 

定义时，在实例方法的基础上添加 @property 装饰器；并且仅有一个self参数
 

 

调用时，无需括号
 

 

  方法：foo_obj.func()
 

  property属性：foo_obj.prop
 

 

简单的实例
 

对于京东商城中显示电脑主机的列表页面，每次请求不可能把数据库中的所有内容都显示到页面上，而是通过分页的功能局部显示，所以在向数据库中请求数据时就要显示的指定获取从第m条到第n条的所有数据 这个分页的功能包括：
 

  • 根据用户请求的当前页和总数据条数计算出 m 和 n
  • 根据m 和 n 去数据库中请求数据
 

# ############### 定义 ###############class Pager:
 

    def __init__(self, current_page):
 

        # 用户当前请求的页码（第一页、第二页...）
 

        self.current_page = current_page
 

        # 每页默认显示10条数据
 

        self.per_items = 10 
 

    @property
 

    def start(self):
 

        val = (self.current_page - 1) * self.per_items
 

        return val
 

    @property
 

    def end(self):
 

        val = self.current_page * self.per_items
 

        return val
 

# ############### 调用 ###############
 

p = Pager(1)
 

p.start  # 就是起始值，即：m
 

p.end  # 就是结束值，即：n
 

从上述可见
 

  • Python的property属性的功能是：property属性内部进行一系列的逻辑计算，最终将计算结果返回。
 

property属性的两种方式
 

  • 装饰器 即：在方法上应用装饰器
  • 类属性 即：在类中定义值为property对象的类属性
 

装饰器方式
 

在类的实例方法上应用@property装饰器
 

Python中的类有经典类和新式类，新式类的属性比经典类的属性丰富。（ 如果类继object，那么该类是新式类 ）
 

 

经典类的实现：
 

 

class Goods:    @property
 

    def price(self):
 

        return "laowang"
 

 

obj = Goods()
 

result = obj.price  # 自动执行 @property 修饰的 price 方法，并获取方法的返回值
 

print(result)
 

 

新式类的实现：
 

 

class Goods:
 

    """
 

    只有在python3中才有@xxx.setter  @xxx.deleter
 

    """
 

    def __init__(self):
 

        # 原价
 

        self.original_price = 100
 

        # 折扣
 

        self.discount = 0.8
 

    @property
 

    def price(self):
 

        new_price = self.original_price * self.discount
 

        return new_price
 

    @price.setter
 

    def price(self, value):
 

        self.original_price = value
 

    @price.deleter
 

    def price(self):
 

        del self.original_price
 

obj = Goods()
 

obj.price          # 获取商品价格
 

obj.price = 200    # 修改商品原价del obj.price      # 删除商品原价
 

 

总结：
 

  • 经典类中的属性只有一种访问方式，其对应被 @property 修饰的方法
  • 新式类中的属性有三种访问方式，并分别对应了三个被@property、@方法名.setter、@方法名.deleter修饰的方法
 

类属性方式
 

 

当使用类属性的方式创建property属性时，经典类和新式类无区别。
 

 

class Foo:
 

    def get_bar(self):
 

        return 'laowang'
 

    BAR = property(get_bar)
 

 

obj = Foo()
 

reuslt = obj.BAR  # 自动调用get_bar方法，并获取方法的返回值
 

print(reuslt)
 

 

property方法中有个四个参数
 

  •  
    • 第一个参数是方法名，调用 对象.属性 时自动触发执行方法
    • 第二个参数是方法名，调用 对象.属性 ＝ XXX 时自动触发执行方法
    • 第三个参数是方法名，调用 del 对象.属性 时自动触发执行方法
    • 第四个参数是字符串，调用 对象.属性.doc ，此参数是该属性的描述信息
 

class Foo(object):
 

    def get_bar(self):
 

        print("getter...")
 

        return 'laowang'
 

 

    def set_bar(self, value): 
 

        """必须两个参数"""
 

        print("setter...")
 

        return 'set value' + value
 

 

    def del_bar(self):
 

        print("deleter...")
 

        return 'laowang'
 

 

    BAR = property(get_bar, set_bar, del_bar, "description...")
 

 

obj = Foo()
 

 

obj.BAR  # 自动调用第一个参数中定义的方法：get_bar
 

obj.BAR = "alex"  # 自动调用第二个参数中定义的方法：set_bar方法，并将“alex”当作参数传入
 

desc = Foo.BAR.__doc__  # 自动获取第四个参数中设置的值：description...
 

print(desc)del obj.BAR  # 自动调用第三个参数中定义的方法：del_bar方法
 

总结：
 

  • 定义property属性共有两种方式，分别是【装饰器】和【类属性】，而【装饰器】方式针对经典类和新式类又有所不同。
  • 通过使用property属性，能够简化调用者在获取数据的流程。
 












本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/37576.shtml


如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！











相关文章










面试热题（数组中的第K个最大元素）








面试热题（数组中的第K个最大元素）




给定整数数组 nums 和整数 k&#xff0c;请返回数组中第 k 个最大的元素。 请注意&#xff0c;你需要找的是数组排序后的第 k 个最大的元素&#xff0c;而不是第 k 个不同的元素。 输入: [3,2,1,5,6,4] 和 k  2
输出: 5提到数组中最大元素&#xff0c;我们往往想到就是先给数组…




阅读更多...

















判断自己网络所在的NAT类型








判断自己网络所在的NAT类型




文章目录 各NAT类型介绍软件准备流程 各NAT类型介绍 
NAT0: OpenInternet&#xff0c;没有经过NAT地址转换&#xff0c;公网IP NAT1: Full Cone NAT&#xff0c;动态家宽可以达到最优的状态&#xff0c;外网设备可以主动发信息给NAT1网络内的设备。 NAT2: Address-Restricted C…




阅读更多...

















什么是JavaScript中的柯里化(Currying)和偏函数应用(Partial Application)？它们在JavaScript中有哪些应用场景？








什么是JavaScript中的柯里化(Currying)和偏函数应用(Partial Application)？它们在JavaScript中有哪些应用场景？




1、什么是JavaScript中的柯里化(Currying)和偏函数应用(Partial Application)&#xff1f;它们在JavaScript中有哪些应用场景&#xff1f; 
柯里化&#xff08;Currying&#xff09;和偏函数应用&#xff08;Partial Application&#xff09;是函数式编程中的两个重要概念&…




阅读更多...

















Mybatis 源码 ④ ：TypeHandler








Mybatis 源码 ④ ：TypeHandler




文章目录 一、前言二、DefaultParameterHandler1. DefaultParameterHandler#setParameters1.1 UnknownTypeHandler1.2 自定义 TypeHandler 三、DefaultResultSetHandler1. hasNestedResultMaps2. handleRowValuesForNestedResultMap2.1 resolveDiscriminatedResultMap2.2 creat…




阅读更多...

















K8S系列二：实战入门








K8S系列二：实战入门




写在前面 
本文是K8S系列第二篇&#xff0c;主要面向对K8S新手同学&#xff0c;阅读本文需要读者对K8S的基本概念&#xff0c;比如Pod、Deployment、Service、Namespace等基础概念有所了解。尚且不熟悉的同学推荐先阅读本系列的第一篇文章&#xff1a;《K8S系列一&#xff1a;概…




阅读更多...

















远程控制医疗行业应用解析：如何满足医院合规需求？








远程控制医疗行业应用解析：如何满足医院合规需求？




远程控制医疗行业应用解析&#xff1a;如何满足医院合规需求&#xff1f; 作为一个起源于IT行业的技术&#xff0c;以远程桌面为基础的远程控制技术目前在医疗领域也已经有了比较广阔的应用前景&#xff0c;尤其是在医疗数字化系统/设备的远程运维场景&#xff0c;已经有了一些…




阅读更多...

















如何正确下载tomcat？？？








如何正确下载tomcat？？？




亲爱的小伙伴&#xff0c;千万别再去找下网站下载啦&#xff0c;这样詪容易携带病毒。 
我们去官方网址下载。 
Apache Tomcat - Welcome! 最后下载解压即可。。。




阅读更多...

















正则表达式学习详解








正则表达式学习详解




正则表达式 
正则表达式&#xff08;Regular Expression&#xff09;&#xff0c;通常简称为正则或正则表达式&#xff0c;是一种用于描述字符串模式的工具。它是由一系列字符和特殊字符组成的字符串&#xff0c;用于定义搜索模式或进行字符串匹配、替换、提取等操作。 
正则表…




阅读更多...

















2024软考系统架构设计师论文写作要点








2024软考系统架构设计师论文写作要点




一、写作注意事项 系统架构设计师的论文题目对于考生来说&#xff0c;是相对较难的题目。一方面&#xff0c;考生需要掌握论文题目中的系统架构设计的专业知识;另一方面&#xff0c;论文的撰写需要结合考生自身的项目经历。因此&#xff0c;如何将自己的项目经历和专业知识有机…




阅读更多...

















SQL server中substring 的用法








SQL server中substring 的用法




一&#xff1a;substring函数是SQL中截取字段数据中的其中一部分 
--列&#xff1a;提取abdcsef中的abc数据&#xff0c;使用substring实现select substring(abdcsef,1,3)
--‘1’表示截取的起始位置是从第一个字符开始,‘3’表示截取后得到的字符串长度为3个字符 二&#xff1…




阅读更多...

















React源码解析18（7）------ 实现事件机制（onClick事件）








React源码解析18（7）------ 实现事件机制（onClick事件）




摘要 
在上一篇中&#xff0c;我们实现了useState的hook&#xff0c;但由于没有实现事件机制&#xff0c;所以我们只能将setState挂载在window上。 而这一篇主要就是来实现事件系统&#xff0c;从而实现通过点击事件进行setState。 
而在React中&#xff0c;虽然我们是将事件绑…




阅读更多...

















前后端分离------后端创建笔记（07）表单验证








前后端分离------后端创建笔记（07）表单验证




1、我输入数据&#xff0c;然后关闭&#xff0c;重新打开会发现残存的数据仍然保留着 2、点了这个x号&#xff0c;数据就全部被清理了 3、点这三个地方&#xff0c;数据全部都清理掉 4、这里先写一个方法 4.1 定义一个方法 4.2 这里表单的数据在哪里&#xff0c;就是这个 4.3  …




阅读更多...

















在 Linux 中使用 cp 命令








在 Linux 中使用 cp 命令




cp 命令是 Linux 中一个重要的命令&#xff0c;你可能经常会用到它。 
正如名称所示&#xff0c;cp 代表 复制copy&#xff0c;它被用于 在 Linux 命令行中复制文件和目录。 
这是一个相对简单的命令&#xff0c;只有几个选项&#xff0c;但你仍有必要深入了解它。 
在展示 cp …




阅读更多...

















VLLM推理流程梳理








VLLM推理流程梳理




0x0. 前言 
本文在对VLLM进行解析时只关注单卡情况&#xff0c;忽略基于ray做分布式推理的所有代码。 
0x1. 运行流程梳理 
先从使用VLLM调用opt-125M模型进行推理的脚本看起&#xff1a; 
from vllm import LLM, SamplingParams# Sample prompts.
prompts  ["Hello, my n…




阅读更多...

















二次封装element-plus上传组件，提供校验、回显等功能








二次封装element-plus上传组件，提供校验、回显等功能




二次封装element-plus上传组件 0 相关介绍1 效果展示2 组件主体3 视频组件4 Demo 0 相关介绍 基于element-plus框架&#xff0c;视频播放器使用西瓜视频播放器组件 相关能力 
提供图片、音频、视频的预览功能提供是否为空、文件类型、文件大小、文件数量、图片宽高校验提供图片…




阅读更多...

















el-table实现懒加载（el-table-infinite-scroll）








el-table实现懒加载（el-table-infinite-scroll）




2023.8.15今天我学习了用el-table对大量的数据进行懒加载。 
效果如下&#xff1a; 1.首先安装&#xff1a;   
npm install --save el-table-infinite-scroll2 
2.全局引入&#xff1a; 
import ElTableInfiniteScroll from "el-table-infinite-scroll";// 懒加载
V…




阅读更多...

















clion2020.3配置clang-format








clion2020.3配置clang-format




标题clion 启用clang-format 文件->设置->编辑器->代码样式. 为了保持原有代码风格不变&#xff0c;可以把原始的配置风格先导出&#xff0c;最好直接保存到自己的工程下&#xff0c;.clang-format是隐藏文件&#xff0c;需要用ctrlH才能看到   文件->设置->编辑…




阅读更多...

















SpringBoot复习：（45）@Component定义的bean会被@Bean定义的同名的bean覆盖








SpringBoot复习：（45）@Component定义的bean会被@Bean定义的同名的bean覆盖




有同名的bean需要配置&#xff1a; spring.main.allow-bean-definition-overridingtrue 否则报错。 
package cn.edu.tju.component;import org.springframework.stereotype.Component;Component
public class Person {private String name;private int age;{this.name  "…




阅读更多...

















室温超导是什么？有哪些应用场景？








室温超导是什么？有哪些应用场景？




目录 一、应用场景&#xff1a;二、案例分析&#xff1a; 室温超导是指在室温下&#xff08;即约 20C 至 30C&#xff09;实现超导现象的材料。超导是指某些材料在低温下电阻为零的物理现象&#xff0c;室温超导材料是超导材料的一种。室温超导现象的发现和研究是超导领域的一个…




阅读更多...

















ChatGPT在智能游戏和游戏AI中的应用如何？








ChatGPT在智能游戏和游戏AI中的应用如何？




ChatGPT在智能游戏和游戏AI领域具有广泛的应用潜力&#xff0c;可以为游戏体验增添智能和交互性&#xff0c;同时也有助于游戏开发者创造更丰富、更引人入胜的游戏内容。以下将详细探讨ChatGPT在智能游戏和游戏AI中的应用。 
## 1. 游戏角色的智能化 
在角色扮演游戏&#xff0…




阅读更多...


















最新文章


















Copyright @ 2022~2023