最近新需求来了，要给系统增加几个资源权限。尽量减少代码的改动和程序的复杂程度。所以还是使用装饰器比较科学之前用了一些登录验证的现成装饰器模块。然后仿写一些用户管理部分的权限装饰器。比如下面这种defpermission_required(permission):defdecorator(f):@wraps(f)defdecorated_function(*args,**kwargs):ifnotcurrent_user.can(permission):ab
系统 2019-09-27 17:55:30 1920
准备在断网的和联网的机器安装pip，下载地址https://pypi.python.org/pypi/pip在联网的开发机器上安装好需要的包例如：pip3installparamikopip3installfabric打包已安装的包新建pyenv文件夹用来存储下载下来的所需安装包pip3list#查看安装的包#使用pip导出当前环境所有依赖包信息文件pip3freeze>requirements.txt#下载所有依赖包到本地pip3install-rreq
系统 2019-09-27 17:54:56 1920
本文实例讲述了Python访问MySQL封装的常用类。分享给大家供大家参考。具体如下：python访问mysql比较简单,下面整理的就是一个很简单的Python访问MySQL数据库类。自己平时也就用到两个mysql函数：查询和更新，下面是自己常用的函数的封装，大家拷贝过去直接可以使用。文件名：DBUtil.py复制代码代码如下:#-*-encoding:utf8-*-'''@author:crazyant.net@version:2013-10-22封装的
系统 2019-09-27 17:54:30 1920
Python日期的加减等操作经常会用的，总结一下。1.日期输出格式化所有日期、时间的api都在datetime模块内。datetime=>stringnow=datetime.datetime.now()now.strftime('%Y-%m-%d%H:%M:%S')#输出2012-03-0516:26:23.870105strftime是datetime类的实例方法。2.string=>datetimet_str='2012-03-0516:26:23'
系统 2019-09-27 17:54:18 1920
一、所用知识点：1.for循环与if判断的结合2.%s占位符的使用3.辅助标志的使用（标志位）4.break的使用二、代码示例：'''银行登录系统'''uname="bob"passwd=123judgment=0choice=2foriinrange(3):username=input("请输入用户名：")password=int(input("请输入密码："))ifusername==unameandpassword==passwd:#用户名和密码必须
系统 2019-09-27 17:54:08 1920
在处理数据和进行机器学习的时候，遇到了大量需要处理的时间序列。比如说：数据库读取的str和time的转化，还有time的差值计算。总结一下python的时间处理方面的内容。一、字符串和时间序列的转化time.strptime()：字符串=>时间序列time.strftime()：时间序列=>字符串importtimestart="2017-01-01"end="2017-8-12"startTime=time.strptime(start,"%Y-%m-%
系统 2019-09-27 17:54:04 1920
利用python库random，string生成大小写字母和数字的随机验证码importrandomimportstringdefgenerate_code(bit_num):''':parambit_num:生成验证码位数:return:返回生成的验证码'''all_str=string.printable.split('!')[0]code=''.join([random.choice(all_str)foriinrange(bit_num)])ret
系统 2019-09-27 17:54:02 1920
range([start],[end],[long])描述：根据range里的参数生成指定范围指定步长的一个序列参数：[start]——指定范围的左边界，可取到[end]——指定范围的右边界，不可取到[long]——步长，若无步长，默认为1返回值：列表实例：>>>range(0,6,2)[0,2,4]>>>range(5)[0,1,2,3,4]xrange()描述：用法与range完全相同，生成的不是数组，而是一个生成器实例：>>>xrange(0,6,2
系统 2019-09-27 17:54:01 1920
OCR与Tesseract介绍将图片翻译成文字一般被称为光学文字识别（OpticalCharacterRecognition，OCR）。可以实现OCR的底层库并不多，目前很多库都是使用共同的几个底层OCR库，或者是在上面进行定制。Tesseract是一个OCR库，目前由Google赞助（Google也是一家以OCR和机器学习技术闻名于世的公司）。Tesseract是目前公认最优秀、最精确的开源OCR系统。除了极高的精确度，Tesseract也具有很高的灵活
系统 2019-09-27 17:53:50 1920
之前了解到itchat乃至于wxpy时是利用tuling聊天机器人的接口。调用接口并保存双方的问答结果可以作为自己的问答词库的一个数据库累计。这些数据可以用于自己训练。而最近希望获取一些语音资源，用于卷积神经网络的训练。。--------------------------------------------------------------------------------首先wxpy是itchat的升级版，通过wxpybot.core即可原封不动的
系统 2019-09-27 17:53:42 1920
