收藏 / 列表

北京宏哥 - 《最新出爐》系列初窺篇-Python+Playwright自動化測試-2-playwright的API及其他知識

1.簡介 上一篇宏哥已經將Python+Playwright的環境搭建好了,而且也簡單的演示了一下三款瀏覽器的啓動和關閉,是不是很簡單啊。今天主要是把一篇的中的代碼進行一次詳細的註釋,然後説一下playwright的API和其他相關知識點。那麼首先將上一篇中的代碼進行一下詳細的解釋。 2.代碼解釋 2.1創建瀏覽器對象 '''默認為無頭瀏覽器方式啓動 ''' browser = p.webkit

pycharm , 教程 , 程序員 , html5 , Python

霍格沃茲測試學院 - Charles工具安裝配置詳解:輕鬆掌握網絡調試利器

前言 網絡調試是每個開發者和技術愛好者在日常工作中都會遇到的任務之一。Charles工具是一款強大的網絡調試工具,可以幫助你捕捉和分析網絡請求,調試移動設備和Web應用程序。本文將詳細介紹Charles工具的安裝和配置過程,幫助初學者輕鬆上手。 第一步:下載與安裝 首先,我們需要從Charles官方網站下載最新版本的軟件。訪問 Charles官方網站,選擇適用於你操作系統的版本,然後下載並安裝。

軟件測試 , 自動化測試 , charles

百度Geek説 - 百度智能雲千帆大模型平台引領企業創新增長

首先,跟大家分享一張圖,這個是我們目前大模型應用落地的場景分佈。可以看到,大模型廣泛滲透到各行各業,場景越來越豐富。 24 年 9 月份,我們發佈了百度智能雲千帆大模型平台 3.0。包括:模型開發層、模型服務層、應用開發層。提供了最專業的應用開發工具、最豐富的大模型、最全面的工具鏈。 在企業大模型落地的過程中,要解決很多的問題。最常見的有如何選擇模型、如何構建 AI 原生應用、如何優化模型使用

百度 , 大模型

網絡小墨 - 為什麼國內很多人都在説Python好,真正招聘的時候不需要呢?

今天咱聊聊Python後端的現狀——為什麼在國外大火的Python後端開發,在國內卻少有人問津呢?作為一個寫了多年的程序員,我經常聽到這個問題,尤其是當你跟人聊到Python後端時,許多人就開始搖頭嘆氣:“哎,Python寫爬蟲可以,搞後端嘛,就算了吧。” 我覺得這個問題不是沒有道理,但也有點偏激。今天咱就來深挖一下背後的原因和現狀。

開發效率 , 開發語言 , 後端開發 , aigc , bard , Python

星源代碼 - Python小白成長記 · 第1課(下) | Python 基礎 & 習題

大家好,我是 星源,一個正在自學Python的19歲編程小白 🤓。 這是我的 學習筆記系列,我會把每天學到的知識點整理出來,分享給同樣在路上的小夥伴,希望能和大家一起進步 🚀。 📌 今日學習內容 👉 “今天我們要解剖第一個程序,認識 print、input、len、類型轉換,再一起完成章後習題,打牢地基!” ✨ 知識點講

運算符 , 字符串 , 操作符 , 後端開發 , Python

A食今獸 - PYTHON tkinter模塊-20

Checkbutton(複選框)是Tkinter中用於創建多選選項的組件,允許用户選擇多個選項。 基本用法 1. 導入和基本創建 import tkinter as tk from tkinter import messagebox # 創建主窗口 root = tk.Tk() root.title("Checkbutton組件詳解") root.g

後端開發 , checkbutton , Python

編學小屋 - 一篇Python標準庫完美帶你入坑!

Python 標準庫非常龐大,所提供的組件涉及範圍十分廣泛,在這列舉幾個僅供參考,詳細請觀看官方文檔:Python標準庫 內置函數 Python 解釋器內置了很多函數和類型,任何時候都能使用。以下按字母順序給出列表。 內置常量 有少數的常量存在於內置命名空間中。 False bool 類型的假值。 給 False 賦值是非法的並會引發 SyntaxError。 True bool 類

windows , vim , 程序員 , sublime-text , Python

哀涕狗 - 小白學習Python前看看,這份入門指南,能讓你少走很多彎路!

“讀萬卷書,不如行萬里路,行萬里路,不如大師帶路” 你是否也在學習Python中遇到有很多的問題?甚至不知道該從什麼地方入手,那麼這裏介紹一些工具以及學習方法。希望對你有用。 首先是選擇方向 在學習Python之前,首先一定要明確自己的學習方向。python目前主要幾個方向有web開發、辦公自動化、網絡爬蟲、數據分析及可視化等等,選擇大於努力,方向不對,努力白費,所以一定要把有限的時間和精力

python3.x , python3.5 , python2.7 , python爬蟲 , Python

qbit - 用 pyparsing 3.x 化簡括號冗餘的或非邏輯表達式(qbit)

前言 技術棧 Python 3.11 pyparsing 3.1.2 案例 測試代碼 # encoding: utf-8 # author: qbit # date: 2024-04-23 # summary: 化簡括號冗餘的與或非邏輯表達式 import pyparsing as pp line = '(((owner=111 AND doc_type=222))) OR

ast , logical-operators , 抽象語法樹

雲端小夢 - 數組排序算法_wx642fe6d37dd43的技術博客

數組有很多常用的算法,本節將介紹常用的排序算法,包括冒泡排序、直接選擇排序和反轉排序。 4.5.1冒泡排序 在程序設計中,經常需要將一組數列進行排序,這樣更加方便統計與查詢。程序常用的排序方法有冒泡排序、選擇排序和反轉排序等。本節將講解冒泡排序方法,它以簡潔的思想與實現方法而備受開發人員青睞,是廣大學習者最先接觸的一種排序算法。

排序算法 , 數據結構 , 算法 , 開發語言 , 後端開發 , JAVA , Python

小飛俠格魯帥 - 自動下載指定 YouTube 視頻(用 pytube)

好嘞,咱今天要講的是pytube庫哦!這可是個下載YouTube視頻的神器呀!它能讓你輕鬆地把喜歡的視頻拽到自己電腦裏。適用場景嘛,就是你看到哪個YouTube視頻特別喜歡,又想離線看的時候,它就派上用場啦!安裝命令也簡單,在命令行裏輸入pip install pytube就行啦! 下面就是咱的代碼示例啦: import tkinter as tk from

輸入框 , 視頻下載 , 後端開發 , ide , Python

Python與SEO - 鹹魚大量流出185元全新i5工控主板,支持4K解析,MSATA+SATA雙盤位,可作為飛牛雲NAS神器!

要説適合作為飛牛雲NAS用途領域,同時又更傾向於小主機尺寸的規格,那麼無疑是工控類型產品更為合適,無論是工控主板,還是工控小主機,都有很多的可選擇餘地。奈何就是價位不夠合適,畢竟此類主板或者小主機大多位於販子手裏,控價銷售。比如下面這款小尺寸的庫存全新i5工控主板,如今大量流出於鹹魚二手市場。 一、研域i5-620

低功耗 , 後端開發 , 工控 , 雙核 , Python

普郎特 - Dp框架監聽接口數據方法總結(含 steps 與 wait 討論)

DrissionPage 監聽器 API 完全指南 一、方法概覽 方法 參數 返回類型 阻塞/超時 適用場景 steps(count=XX) count:循環次數或批量數據數量 生成器,每次 yield 一條數據對象 阻塞直到 count 條數據完成 批量同步處理接口數據,已知數據量或固定次數獲取

教程 , 知識 , 爬蟲 , Python

mob64ca13fc220d - SpringBoot配置文件類型——YML文件

1. Elasticsearch 配置(elasticsearch.yml) 需配置: 自身的實體證書(用於 Transport 層節點間通信、HTTP 層外部客户端通信); CA 根證書(用於驗證其他節點 / 組件的實體證書)。 yaml # 基本配置 cluster.name: my-elk-clus

ssl , elasticsearch , elastic , 後端開發 , Python

煙雨江南的秋 - 直播平台的美顏美型SDK是什麼?是通過什麼技術實現的_美狐美顏SDK的技術博客

在如今這個“顏值即生產力”的直播時代,美顏功能幾乎成了平台標配。從直播帶貨、娛樂互動到短視頻創作,一款流暢自然的美顏SDK(Software Development Kit)不僅能提升主播自信心,更是平台用户留存與轉化的關鍵武器。 但對於開發者而言,如何在性能、效果與體驗之間找到平衡,讓直播美顏既“美”又“不卡”?本文將帶你深入解析美顏SDK功能開

美狐美顏sdk , 後端開發 , 人工智能 , 直播美顏sdk , 第三方美顏SDK , 美顏SDK , Python

mob64ca13f937ae - python PyTorch參數初始化和Finetune_python

1. def __init__(self, k=3): 這個 __init__ 是所有的 class 都可以用嗎? 是的,__init__ 是 Python 中一個特殊的方法,被稱為構造函數(Constructor)。 用途: 它是創建類的新實例(對象)時自動調用的方法。它的主要作用是初始化新創建對象的屬性。 並非強制: 所

虛擬化 , 數據 , 雲計算 , pytorch , 筆記 , Python

nixidexuegao - API接口設計最佳實踐:打造高效、易用的API服務

在當今數字化時代,API(應用程序編程接口)已成為連接不同系統和服務的核心組件。一個高效、易用的API服務不僅可以提升用户體驗,還能大幅提高企業的運營效率。然而,設計優秀的API接口並非易事,它涉及多個方面的考量和策略。本文將從API設計的核心原則、接口結構、安全性、性能優化、文檔編寫、版本控制、錯誤處理等多個角度,深入探討API接口設計的最佳實踐,幫助開發者打造高效、易用的API服務。 一、AP

API , 爬蟲 , 接口 , Python

八戒englyf - Python 內置界面開發框架 Tkinter入門篇 丁

如需要轉載,請聲明原文鏈接 微信公眾號「ENG八戒」https://mp.weixin.qq.com/s/X5... 本文大概 2562 個字,閲讀需花 15 分鐘 內容不多,但也花了一些精力 如要交流,歡迎關注我然後評論區留言 謝謝你的點贊收藏分享 ​這篇文章屬於系列文章《Python 內置界面開發框架 Tkinter入門篇》的第四篇,也是最後一篇,上接《Python 內置界面開發框架 Tkin

gui , tkinter , Python

wx65dfdaaec020c - 消息隊列性能優化與調優實戰指南

消息隊列性能優化與調優實戰指南 摘要 本文將深入探討消息隊列在生產環境中的性能優化策略,涵蓋Kafka、RabbitMQ、RocketMQ三大主流消息中間件的性能調優技巧。通過詳細的配置示例、性能測試數據和實戰案例,幫助開發者構建高性能、高可用的消息系統。 性能優化指標體系 關鍵性能指標定義 指標類別 具體指標 優化目

性能優化 , 後端開發 , 消息隊列 , kafka , Python

mob64ca14193248 - 1、RabbitMQ簡介 - 一念花開 -

摘要:RabbitMQ 作為最流行的開源消息中間件之一,在 2024–2025 年迎來了重大架構升級。本文基於官方最新 4.0+ LTS 版本,深入解析其核心新特性(如 Streams 2.0、Quorum Queue 優化、K8s Operator 增強)、性能提升數據,並提供生產環境部署建議。無論你是運維工程師還是後端開發者,都能從中獲得實

erlang , 生產環境 , rabbitmq , 持久化 , 後端開發 , 分佈式 , Python

京東雲開發者 - 帶你揭開神秘的javascript AST面紗之AST 基礎與功能

作者:京東科技 周明亮 AST 基礎與功能 在前端裏面有一個很重要的概念,也是最原子化的內容,就是 AST ,幾乎所有的框架,都是基於 AST 進行改造運行,比如:React / Vue /Taro 等等。 多端的運行使用,都離不開 AST 這個概念。 在大家理解相關原理和背景後,我們可以通過手寫簡單的編譯器,簡單實現一個 Javascript 的代碼編譯器,編譯後在瀏覽器端正常運行。 創建數字小

ast , 前端性能 , 前端 , Javascript

瑞雪小雪 - 詳解 Python 垃圾回收機制與內存優化

寫 Python 時總覺得“不用手動釋放內存真方便”,但接手一個跑了幾天就內存爆炸的腳本後,我才意識到:自動回收不代表不用關心內存。Python 的垃圾回收機制確實能幫我們處理大部分內存管理工作,但瞭解它的原理,才能避免內存泄漏,讓程序更高效。 一、垃圾回收的核心原理 Python 主要通過三種機制回收內存: 1. 引用計數:最基礎的回收方式 每個對象都有

循環引用 , 引用計數 , 後端開發 , Python

wx6906fb3f9b17a - 智能一卡(碼、臉)通系統通過整合門禁、梯控、消費、訪客、停車場等多個子系統,實現了一卡一庫一平台的管理模式。系統支持多種識別方式,包括人臉、QR、刷卡、指紋、虹膜、靜脈等,確保系統的高安全性

多奧智能一卡通系統各組件的技術參數、接口協議及安裝配置要求 速通門、擺臂、三輥閘等出入口設備的控制邏輯與安全防護機制 梯控系統與電梯廠商的對接方案及防干擾技術實現 消費機繼電器輸出功能與門禁系統的聯動應用場景 車牌識別系統與停車場管理軟件的數據交互流程及支付集成方案

門禁一卡通 , 梯控一卡通 , 消費一卡通 , 人工智能 , 深度學習 , 智能一卡通 , 考勤一卡通

墨舞青雲 - 人工智能 - Spark—15分鐘教程 - 個人文章

10分鐘上手Magika+Spark:超大規模文件類型智能檢測方案 你是否還在為大數據平台中PB級文件的類型識別而煩惱?傳統工具要麼準確率不足,要麼處理速度跟不上業務需求。本文將帶你實現Magika與Spark的無縫集成,藉助Magika的AI深度學習模型(99%+準確率、毫秒級響應)和Spark的分佈式計算能力,輕鬆應對億級文件類型檢測挑

spark , 加載 , aigc , bard , SQL