运行DCOMCNFG具体配置方法如下:1:在服务器上安装office的Excel软件.2:在"开始"->"运行"中输入dcomcnfg.exe启动"组件服务"3:依次双击"组件服务"->"计算机"->"我的电脑"->"DCOM配置"4:在"DCOM配置"中找到"MicrosoftExcel应用程序",在它上面点击右键,然后点击"属性",弹出"MicrosoftExcel应用程序属性"对话框5:点击"标识"标签,选择"交互式用户"6:点击"安全"标签,在"启
系统 2019-08-12 01:52:17 2169
1.使用.logfile方法#!/usr/bin/envpythonimportpexpectimportsyshost="146.11.85.xxx"user="inteuser"password="xxxx"command="ls-l"child=pexpect.spawn('ssh-l%s%s%s'%(user,host,command))child.expect('password:')child.sendline(password)childlo
系统 2019-09-27 17:57:01 2168
一些使用Python编写获取手机App日志的操作如何获取手机当前打开的App的包名如何获取当前App进程的PID如何查看当前App的日志如何将日志保存到文件如何关闭进程如何不显示命令行窗口1.如何获取手机当前打开的App的包名可以直接在命令行中输入adbshelldumpsyswindow|findstrmCurrentFocus以手机QQ为例，读取到的mCurrentFocus的信息为mCurrentFocus=Window{cb7270eu0com.t
系统 2019-09-27 17:56:39 2168
如下所示：out=subprocess.getstatusoutput('adbshellpmlistpackages')top=tk.Toplevel()top.title('包名列表')top.geometry('%dx%d'%(400,1200))#设置窗口大小t=Text(top,width=400,height=900)t.insert('1.0',"{}".format(out[1]))#插入文本，用引号引起来“1.0”这个是插入文本的坐标，且
系统 2019-09-27 17:53:44 2168
一代码编排1缩进4个空格的缩进（编辑器都可以完成此功能），不要使用Tap，更不能混合使用Tap和空格。2每行最大长度79，换行可以使用反斜杠，最好使用圆括号。换行点要在操作符的后边敲回车。3类和top-level函数定义之间空两行；类中的方法定义之间空一行；函数内逻辑无关段落之间空一行；其他地方尽量不要再空行。二文档编排1模块内容的顺序：模块说明和docstring―import―globals&constants―其他定义。其中import部分，又按标准
系统 2019-09-27 17:51:16 2168
本文实例讲述了Python学习笔记之字符串和字符串方法。分享给大家供大家参考，具体如下：字符串在python中，字符串的变量类型显示为str。你可以使用双引号"或单引号'定义字符串定义字符串my_string='thisisastring!'my_string2="thisisalsoastring!!!"#Also,wecanusebackslash'/'toescapequotes.this_string='Simon\'sskateboardisin
系统 2019-09-27 17:50:43 2168
本来我一直不知道怎么来更好地优化网页的性能，然后最近做python和php同类网页渲染速度比较时，意外地发现一个很简单很白痴但是我一直没发现的好方法（不得不BS我自己）：直接像某些php应用比如Discuz论坛那样，在生成的网页中打印出“本页面生成时间多少多少秒”，然后在不停地访问网页测试时，很直观地就能发现什么操作会导致瓶颈，怎样来解决瓶颈了。于是我发现SimpleCD在生成首页时，意外地竟然需要0.2秒左右，真真不能忍：对比Discuz论坛首页平均生成
系统 2019-09-27 17:50:42 2168
主要目标识别图中红色的裂缝，尝试了几种不同的方法，最后发现比较每一点的RGB差值可以很好的解决这个问题，也就是提取图片中的红色相关信息。处理结果如下：实现的代码如下，注意opencv读入的图片通道顺序是bgr：importcv2importmatplotlib.pyplotaspltimagepath=r'tear/11.jpg'image=cv2.imread(imagepath)height,width,channel=image.shapeforii
系统 2019-09-27 17:50:25 2168
1.dict()创建字典复制代码代码如下:>>>fdict=dict((['x',1],['y',2]))>>>fdict{'y':2,'x':1}2.fromkeys()来创建一个"默认"字典,字典中元素具有相同的值复制代码代码如下:>>>ddict={}.fromkeys(('x','y'),-1)>>>ddict{'y':-1,'x':-1}3.遍历字典使用keys()遍历复制代码代码如下:>>>dict2={'name':'earth','port
系统 2019-09-27 17:50:06 2168
之前的文章里面谈到过，我从R转到Python上，一个很大的不习惯就是R的数据结构比较简单，但是Python的数据类型比较多，很容易就令人头脑混乱。但是今天学习了一下Udacity的课程，顿时就清楚多了。Python最基础的数据类型包括数组、列表、字典比较常见的。而Numpy和Pandas的数据类型是在基础数据类型上建立，彼此相关，又彼此不同。Numpy里面最基本的就是一维的对象np代指，这点我认为和列表list基本没有什么不同，很多操作（比如各种的for循
系统 2019-09-27 17:49:11 2168
