zencart四个常用的数据库操作函数：1:$db->Execute();执行SQL语句2:$db->bindVars();在zen-cart电子商务程序中，使用查询，修改，删除语句的时候，sql语句的形成和变量的赋予都有严格的规则和技巧，大部分都是使用zencart$db对象下bindVars()函数来处理．比如查询email_address='熊斌@136.com'邮件的会员信息，那么你就可以如此操作．$email_address=zen_db_pre
系统 2019-08-12 01:51:55 2146
一级（2位），二级以后占用（3位），比如一级：01或02，二级：01001或01003，那三级编号就是01001001或01111112，我就写了一个存储过程【个人测试没问题，可以参考一下】获取即将要添加的编号（模拟场景：选择权限的树状图节点添加子集节点，需要计算出子集节点的将要插入的id）ALTERPROCEDURE[dbo].[GetMaxId](@tablenamenvarchar(100),--表名@idcolnvarchar(100),--列名@
系统 2019-08-12 01:33:40 2146
1window.onload=function(){2if(getCookie('name')!=null&&getCookie('phone')!=null&&getCookie('password')!=null){3$("#hid").css('display','block');4$("#bol").css('display','none');5}6}验证用户是否登录，是否有过注册信息
系统 2019-08-12 01:32:44 2146
上一次说到使用WinHTTP函数来创建HTTP连接，并且使用它来发送请求，那么数据接收回来，当然也是从它那里接收的，因此下面来分析它的接收数据的几个函数，然后再来看看chrome里收到数据后发送到那里处理。在WinHTTP里使用WinHttpOpen函数来创建HTTP连接，然后使用WinHttpConnect连接需要下载数据的网站，接着调函数WinHttpOpenRequest来创建一个请求，使用函数WinHttpSendRequest发送HTTP请求，如
系统 2019-08-12 01:32:43 2146
前言最近在学习python爬虫方面的知识，网上有一博客专栏专门写爬虫方面的，看到用urllib请求有道翻译接口获取翻译结果。发现接口变化很大，用md5加了密，于是自己开始破解。加上网上的其他文章找源码方式并不是通用的，所有重新写一篇记录下。爬取条件要实现爬取的目标，首先要知道它的地址，请求参数，请求头，响应结果。进行抓包分析打开有道翻译的链接：http://fanyi.youdao.com/。然后在按f12点击Network项。这时候就来到了网络监听窗口，
系统 2019-09-27 17:57:02 2145
python中对线程的支持的确不够，不过据说python有足够完备的异步网络框架模块，希望日后能学习到，这里就简单的对python中的线程做个总结threading库可用来在单独的线程中执行任意的python可调用对象。尽管此模块对线程相关操作的支持不够，但是我们还是能够用简单的线程来处理I/O操作，以减低程序响应时间。fromthreadingimportThreadimporttimedefcountdown(n):whilen>0:print('T-
系统 2019-09-27 17:55:14 2145
不希望跨版本升级，只希望小版本升级可以用下面的方法sudoadd-apt-repositoryppa:jonathonf/python-3.5sudoapt-getupdatesudoapt-getinstallpython3.5python-V
系统 2019-09-27 17:54:29 2145
如果页数太多的话，全部显示在页面上就会显得很冗杂可以在页面中显示规定的页码数例如：book_list.html：书籍列表序号id书名{%forbookinbooks%}{{forloop.counter}}{{book.id}}{{book.title}}{%endfor%}«{{page_html|safe}}»views.py：fromdjango.shortcutsimportrenderfromapp01importmodelsdefbook_li
系统 2019-09-27 17:52:03 2145
算法思想来自于网上资源，先使用图像边缘和车牌颜色定位车牌，再识别字符。车牌定位在predict方法中，为说明清楚，完成代码和测试后，加了很多注释，请参看源码。车牌字符识别也在predict方法中，请参看源码中的注释，需要说明的是，车牌字符识别使用的算法是opencv的SVM，opencv的SVM使用代码来自于opencv附带的sample，StatModel类和SVM类都是sample中的代码。SVM训练使用的训练样本来自于github上的EasyPR的c
系统 2019-09-27 17:51:17 2145
pandas中选取方式有很多种，最常用的是一下几种：直接选取（单维度选取）、iloc();loc();ix()函数选取（区域选区），at();iat()函数选取（单元格选取）。通过以上几种方式可以实现：选取某些行、某些列、某区域（同时选择某些行和某些列）、某个单元格，还可以进行条件选区。具体实现方法如下。首先创建一个DataFrame.importpandasaspdimportnumpyasnpdata={'name':['Joe','Mike','Ja
系统 2019-09-27 17:49:56 2145
