使用工具：TOMCAT7.0.52、IntelliJIDEA13.0.2、JSF2.0+、SqlServer、jtds-1.2.5.jar搞了好久都没成功，开始使用注解引入DataSource，可是一直不成功，后来使用lookup方式，写了一个本地主类(包含main方法)测试，也是不成功，艹，都快崩溃了，后来经过各种测试，终于搞定了，本地主类测试是无效的，必须通过web访问才能成功，真尼玛蛋疼。注解估计跟版本有关，没精力去弄了。以下是配置步骤(相应的路径换
系统 2019-08-12 01:33:38 2526
第十七课：StandardWrapper课前复习：不知道大家是否还有印象，就是在6、7节课说的4种container,粗略的从大到小来说就是engine,host,context,和wrapper。当时写的时候很纠结，因为后面有详细介绍这4个的计划，所以前面写的可能不是很详尽。让我们回忆一下，当一个请求到来的时候，发生了什么。比如什么创建Request这里就不说了，之后connector会调用与之关联的容器的invoke方法，之后那就肯定会调用pipeli
系统 2019-08-12 01:32:52 2526
本节没什么特别的东西，只是一个非常简单的overview。1.CATALINA_HOME指的就是Tomcat安装的root目录，Catalina是“远程轰炸机”的意思。2.Tomcat5和Tomcat3.x,4.x相比有很大的变化，特别是在配置方面，如server.xml，所以千万不要拿在网上找到的Tomcat3.x,4.x的配置文章来对Tomcat5做配置，很多时候这是没有作用的。3.文中最后一节“Wheretogoforhelp”列出了除了Tomcat
系统 2019-08-12 01:32:46 2526
经过已经习以为常的一周延期，Fedora项目组今天正式发布了代号为Goddard的Fedora13。Fedora13带来为桌面用户、开发者和系统管理员带来了哪些新功能呢？首先从桌面用户开始：流水线式安装器Anaconda安装工具的用户界面得到改善，简化了安装时对于存储设备和分区的管理。打印机驱动自动安装RPM和PackageKit得到改善，当你连接打印机时将自动搜索软件仓库并安装对应驱动。新的桌面应用程序和改善预装了Shotwell照片管理，Deja-du
系统 2019-08-12 01:32:23 2526
部署在tomcat中的项目在运行的时候，地址栏都是那个标志的小猫图标，很多时候我们需要修改这个图标。其实方法很简单，系统读取这个标志的时候先从你的项目的根目录下读看有没有favicon.ico文件，如果有直接显示这个图标，如果没有，则会去webapps/root/下找这个文件，如果这两个地方都没有，则就显示IE图标。当然，对于有的浏览器这样做就可以了，但是有一些浏览器必须直接在页面中加入123
系统 2019-08-12 01:32:23 2526
读取字典中特定键所对应的值第一种方法，直接读取D={"键1":"值1","key2":"value2"}v=D["key2"]#没有这个键会报错print(v)第二种方法，利用字典的get()函数D={"键1":"值1","key2":"value2"}a=D.get("键12")#没有这个键时或返回:Noneprint(a)根据字典中的值查询键D={"键1":"值1","key2":"value2"}k="value2"fori,jinD.items()
系统 2019-09-27 17:53:13 2525
python在传入字典参数到函数中时总是需要检查键是否齐全，每次手工写总是觉得太麻烦。所以还是自己写一个比较方便。#Checkiftheincomingdictionaryparametersarecompletedefcheck_keys(list,dic):ifall(kindicforkinlist):return1else:return0deffun(**kwargs):ifcheck_keys(['a','b','c'],kwargs):a=kw
系统 2019-09-27 17:52:25 2525
Python爬虫，使用BeautifulSoup可以轻松解析页面结果，下面是使用该方法爬取boss页面的职位信息：包括职位名称、薪资、地点、公司名称、公司融资情况等信息。通过这个示例可以轻松看到BeautifulSoup的使用方法。importrequestsfrombs4importBeautifulSoupfrommiddlewaresimportget_random_proxy,get_random_agentimporttimeclassBoss_
系统 2019-09-27 17:51:38 2525
函数描述int(x[,base])将x转换为一个整数long(x[,base])将x转换为一个长整数float(x)将x转换到一个浮点数complex(real[,imag])创建一个复数str(x)将对象x转换为字符串repr(x)将对象x转换为表达式字符串eval(str)用来计算在字符串中的有效Python表达式,并返回一个对象tuple(s)将序列s转换为一个元组list(s)将序列s转换为一个列表set(s)转换为可变集合dict(d)创建一个字
系统 2019-09-27 17:50:16 2525
本文实例讲述了Python使用sklearn实现的各种回归算法。分享给大家供大家参考，具体如下：使用sklearn做各种回归基本回归：线性、决策树、SVM、KNN集成方法：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees1.数据准备为了实验用，我自己写了一个二元函数，y=0.5*np.sin(x1)+0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50，x2的取值范围是-10~10，
系统 2019-09-27 17:48:53 2525
