先摘一点网上的介绍libevent是一个事件触发的网络库，适用于windows、linux、bsd等多种平台，内部使用select、epoll、kqueue等系统调用管理事件机制。著名分布式缓存软件memcached也是libeventbased，而且libevent在使用上可以做到跨平台，而且根据libevent官方网站上公布的数据统计，似乎也有着非凡的性能。接着我们先直接看一个例子，该例子每隔几秒输出一个句子#include#inc
系统 2019-08-12 09:26:47 2234
获取ISolatedStorage指定文件夹下所有子文件夹：string[]folderlist;IsolatedStorageFileiso=IsolatedStorageFile.GetUserStoreForApplication();if(iso.DirectoryExists("folder")){folderlist=iso.GetDirectoryNames(System.IO.Path.Combine("folder","*"));}获取I
系统 2019-08-12 01:55:23 2234
近期写一个数据库的课程设计，用的是C++MFC。最開始用的是ADO技术，可是苦于网上大部分的教程都是VC6.0的，对着教程敲了4，5遍还是执行不成功。我用的IDE是VS2012，毕竟VC6.0和VS2012之间的差距太大了，所以就改成了ODBC编程，实际上ODBC对于数据库类的操作封装的非常好，能够非常方便的使用相关的函数并且不须要自己去写一些异常处理机制，对于新手来说是非常方便的，网上也有非常多的ODBC教程，我照着网上的VS2010的ODBC教程然后加
系统 2019-08-12 01:55:02 2234
正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。匹配中文字符的正则表达式：[\u4e00-\u9fa5]评注：匹配中文还真是个头疼的事，有了这个表达式就好办了匹配双字节字符(包括汉字在内)：[^\x00-\xff]评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）匹配空白行的正则表达式：\n\s*\r评注：可以用来删除空白行匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*
系统 2019-08-12 01:52:44 2234
BufferedInputStream自带8M缓冲区,我们自己又定义byte[]buf=newbyte[1024*1024];那bis.read(buf)就会去,8M缓冲区取数据,读到自己的1M缓冲区,直到碰到bos.write(buf,0,len)把1M缓冲区的数据放到另外一个输出流的8M缓冲区里,输出流满8M就往外写东西,BufferedInputStream的理解.
系统 2019-08-12 01:33:11 2234
如何用摄像头来测距（opencv）作者：郭世龙最近一直忙着找工作，blog都长草了，今天把以前作的一个东西放上来充充门面吧。记得在哪看到过老外做的这个东西，觉得很好玩，就自己也做了一个。在摄像头下面固定一个激光笔，就构成了这个简易的测距装置。看一下图吧。原理假设激光束是与摄像头的光轴完全平行，激光束的中心落点在在摄像头的视域中是最亮的点。激光束照射到摄像头视域中的跟踪目标上，那么摄像头可以捕捉到这个点，通过简单的图像处理的方法，可以在这侦图像中找到激光束照
系统 2019-08-12 01:31:46 2234
importos,sysimportrequestsimportbs4importpymysql#importMySQLdb#连接MYSQL数据库，第一个参数是ip地址/数据库的用户名/密码/数据库名称/端口/编码格式db=pymysql.connect(host='127.0.0.1',user='root',password='mysql',db='test',port=3306,charset='utf8')#db=MySQLdb.connect('
系统 2019-09-27 17:57:32 2233
简介有时候在忙工作，女朋友发了一个消息，就撤回了，但是人天生的都有一颗好奇心，而且在当今这个时代找个女朋友不容易，一个程序猿找一个女朋友更是不容易的。人家好不容易跟你，你还不得把人家当老佛爷侍候着，侍候着也不行，还得小心翼翼地侍候着，但是声明：宏哥可能过分宠她，但绝对不是妻管严哈！因此当她撤回消息后，慌得一逼，是不是不高兴了？是不是生气了？还是发生什么事了？是不是生病了？还是我哪里惹到她了？俗话说：不干亏心事，不怕鬼叫门，虽然自己确实没有干亏心事，但是心里
系统 2019-09-27 17:55:43 2233
本文实例讲述了朴素贝叶斯算法的python实现方法。分享给大家供大家参考。具体实现方法如下：朴素贝叶斯算法优缺点优点：在数据较少的情况下依然有效，可以处理多类别问题缺点：对输入数据的准备方式敏感适用数据类型：标称型数据算法思想：比如我们想判断一个邮件是不是垃圾邮件，那么我们知道的是这个邮件中的词的分布，那么我们还要知道：垃圾邮件中某些词的出现是多少，就可以利用贝叶斯定理得到。朴素贝叶斯分类器中的一个假设是：每个特征同等重要函数loadDataSet()创建
系统 2019-09-27 17:54:25 2233
importnumpyasnpfromsklearn.datasetsimportload_irisiris=load_iris()#data=iris.data#print(data[0])#print(data[2])#print(type(iris.data))#print(iris.data.shape)#LenRow,LenColumn=iris.data.shape#print("LenRow={}".format(LenRow))#print
系统 2019-09-27 17:54:15 2233
