第二章1.python和c/c++在if语句使用上是有区别的(1)python：if条件：输出#注意，这里一定要有Tab空格，因为python语法就是按这样来理逻辑的else条件：输出(2)c/c++:if(条件){输出语句；}else{}python没有switch用法2.pythonshell中F键可以用来找关键词第三章1.(1)修改大小写–方法：title(),upper(),lower()(2)删除空白–方法：strip(),lstrip(),rs
系统 2019-09-27 17:52:13 2112
本次爬取内容就选取章节名和章节链接作为举例url：http://www.xbiquge.la/0/215/数据库操作的基本方法：1）：连接数据库2）：获取数据库游标3）：执行sql语句4）：断开数据库连接#连接数据库，参数包括IP、用户名、密码、对应的库名connect=pymysql.connect('localhost','root','gui2019','python')#数据库游标course=connect.cursor()#插入语句sql="I
系统 2019-09-27 17:51:57 2112
在写正则表达式的时候总会遇到不少的问题，特别是在表达式有多个元组的时候。下面看下re模块下的findall()函数和多个表达式元组相遇的时候会出现什么样的坑。代码如下：importrestr="abcd"regex0=re.compile("((\w+)\s+\w+)")print(regex0.findall(str))regex1=re.compile("(\w+)\s+\w+")print(regex1.findall(str))regex2=re.
系统 2019-09-27 17:51:48 2112
爬虫成果当你运行代码后,文件夹就会越来越多，如果爬完的话会有2000多个文件夹，20000多张图片。不过会很耗时间，可以在最后的代码设置爬取页码范围。本文目标熟悉Requests库，BeautifulSoup库熟悉多线程爬取送福利，妹子图网站结构我们从http://meizitu.com/a/more_1.html这个链接进去，界面如图一所示图一：可以看到是一组一组的套图，点击任何一组图片会进入到详情界面，如图二所示图二:可以看到图片是依次排开的，一般会有
系统 2019-09-27 17:51:31 2112
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 2112
本文实例为大家分享了python3.5email发送邮件的具体代码，供大家参考，具体内容如下直接套用代码即可fromemail.mime.textimportMIMETextfromemail.mime.imageimportMIMEImagefromemail.mime.baseimportMIMEBasefromemail.mime.multipartimportMIMEMultipartfromemailimportencodersimportsmt
系统 2019-09-27 17:51:12 2112
接着上一篇交易记录整合交易类，这里描述区块的开发。首先我们要明白一个区块，需要的内容，包括交易记录集合，时间戳，哈希，上一个区块的哈希。明白了这个，下面就容易代码开发了。importdatetimeimporthashlibfromMessageimportDaDaMessage,InvalidMessagefromTransactionimportTransactionclassBlock:#不定参数，*args,区块集合def__init__(self
系统 2019-09-27 17:49:31 2112
首先需要安装pdfminer3k库：pipinstallpdfminer3kfrompdfminer.pdfparserimportPDFParserfrompdfminer.pdfdocumentimportPDFDocumentfrompdfminer.pdfpageimportPDFPagefrompdfminer.pdfpageimportPDFTextExtractionNotAllowedfrompdfminer.pdfinterpimport
系统 2019-09-27 17:49:27 2112
fromPILimportImage,ImageFont,ImageDrawdefCreateImg(text):fontSize=30liens=text.split('\n')print(len(liens))im=Image.new("RGB",(480,len(lines)*(fontSize+5)),(255,0,0))dr=ImageDraw.Draw(im)fontPath=r"C:\Windows\Fonts\STKAITI.TTF"#fo
系统 2019-09-27 17:48:06 2112
在读取https://github.com/Embedding/Chinese-Word-Vectors中的中文词向量时，选择了一个有3G多的txt文件，之前在做词向量时用的是word2vec，所以直接导入模型然后indexword即可。因为这是一个txt大文件，尝试了DataFrame，np.loadtxt等，都没有成功，其中主要遇到的问题是：如何读取完整的大文件，而不会出现内存不足memeryerror等问题将读取出来的文件，保存为npy文件根据词找到
系统 2019-09-27 17:47:39 2112
