上一次说到通过管道把接收到的HTTP数据通知另一个线程处理，它不是直接发送数据过去，而是把数据在共享内存里的句柄发送过去，达到高效通讯的目的。下面就来分析资源处理进程里，接收到这个消息之后，做些什么处理。这个消息的处理代码如下：#001voidResourceDispatcher::OnReceivedData(intrequest_id,#002SharedMemoryHandleshm_handle,#003intdata_len){#004//Ack
系统 2019-08-12 01:32:42 2434
问题描述：从jira过滤器中导出的jira问题汇总(Excel)文件，此文件无法打开解决方法：1、打开导出文件，若有的提示：选择“是”，打开导出的jira问题2、修改jira汇总问题(比如删除一行)3、选择“保存”，此时弹出保存提示：选择“否”4、此时弹出另存为界面5、选择要保存的文件名，文件格式选择为(Excel)格式，保存6、此文件可成功打开jira：导出的Excel无法打开
系统 2019-08-12 01:32:34 2434
一直在想怎么样才能让dbHelper更简单，更灵活，更僵化。终于我发布了第一个开源版本的dbhelper.此helper将使用System.Data.DbHelper作为命名空间。采用内部驱动与内容Session的方式来进行管理。而作为使用者，你只需要作两件事情。1、注册一个驱动；2、继承Dal创建自己的数据处理层。Dbhelper在进行事务操作时需要使用Lock来开启事务；Unlock提交事务。当出错时自动进行事务回滚(获立事务的Dal除外)。多个Dal
系统 2019-08-12 01:32:21 2434
函数使用单下划线_开头使用单下划线(_)开头的函数_func不能被模块外部以:frommoduleimport*形式导入。但可以用：frommoduleimport_func形式单独导入。类属性和类方法使用单下划线_开头_开头为保护类型的属性和方法，仅允许类内部和子类访问，类实例无法访问此属性和方法。类属性和类方法使用双下划线__开头__开头为私有类型属性和方法，仅允许类内部访问，类实例和派生类均不能访问此属性和方法。所以双划线比单划线权限更严格。补充说明
系统 2019-09-27 17:56:53 2433
HTTP暴力破解、撞库，有一些惯用的技巧，比如：1.在扫号人人网时，我遇到单个账号错误两次，强制要求输入验证码，而对方并未实施IP策略。我采用维护10万（用户名，密码）队列的方式来绕过验证码。具体的做法是，当某个用户名、密码组合遇到需要验证码，就把该破解序列挂起，放到队列尾部等待下次测试，继续破解其他账号密码。这样就可以保证2/3的时间都在进行正常破解和扫号。2.在破解美团网某系统账号时，我遇到了单个IP访问有一定限制，请求频率不可过快。于是我挂了72个H
系统 2019-09-27 17:56:03 2433
importbase64importskimage.ioimportmatplotlib.pyplotaspltdefbase64_to_rgb(base64_str):"""默认base64中的图像为rgb，直接转换成即可:parambase64::return:"""ifisinstance(base64_str,bytes):base64_str=base64_str.decode("utf-8")imgdata=base64.b64decode(b
系统 2019-09-27 17:54:57 2433
1.bool在python里面哪些值是false:0“”[](){}NoneFalset=Trueprint(type(t))2.inti=123print(type(i))3.float#1e10#科学计数法也是floatf1=1.23print(type(f1))f2=1e10print(f2)print(type(f2))4.str字符串是不可改变的，字符串做了一些操作后，会生成一个新的字符串s="abc"print(type(s))5.comple
系统 2019-09-27 17:52:38 2433
常用的消息摘要算法有MD5和SHA，这些算法在python和go的库中都有，需要时候调用下就OK了，这里总结下python和go的实现。一、python消息摘要示例代码如下：复制代码代码如下:#!/usr/bin/python'''File:testHash.pyAuthor:MikeE-Mail:Mike_Zhang@live.com'''importhashlibsrc=raw_input("Inputstring:")funcNameList=["M
系统 2019-09-27 17:51:45 2433
现在Docker是地球上最炙手可热的项目之一，就意味着人民实际上不仅仅是因为这个才喜欢它。话虽如此，我非常喜欢使用容器，服务发现以及所有被创造出的新趣的点子和领域来切换工作作为范例。这个文章中我会简要介绍使用python中的docker-py模块来操作Docker容器，这里会使用我喜爱的编程工具IPython。安装docker-py首先需要docker-py。注意这里的案例中我将会使用UbuntuTrusty14.04版本。复制代码代码如下:$pipins
系统 2019-09-27 17:48:30 2433
Python字典的创建方法一：>>>blank_dict={}>>>product_dict={'MAC':8000,'Iphone':5000,'ipad':4000,'mp3':300}>>>product_dict{'ipad':4000,'MAC':8000,'Iphone':5000,'mp3':300}>>>blank_dict,product_dict({},{'ipad':4000,'MAC':8000,'Iphone':5000,'mp3
系统 2019-09-27 17:37:59 2433
