【Python学习笔记】：Python爬取音频

news2024/11/8 17:54:55

【Python学习笔记】：Python爬取音频

背景前摇（省流可以不看）：
人工智能公司实习，好奇技术老师训练语音模型的过程，遂请教，得知训练数据集来源于爬取某网页的音频。
很久以前看B站@同济子豪兄的《两天搞定图像识别毕业设计》系列，见识到了（祖传代码）爬虫爬取大量图片制作训练数据集的能力，然后我就想到，我之前学的BeautifulSoup和Scrapy都是爬网页文本的，我还从来没有写代码成功且专门爬过视频和图片的经验，那正好学一下，以后没准也可以拿来做自己的数据集，这次就先搞定音频的爬取吧。
原理讲解这部分，我认为下面这个视频无懈可击——言简意赅，简明扼要，时长感人，堪称吾辈楷模！！
【python】几分钟教你如何用python爬取音频数据：
https://www.bilibili.com/video/BV1mL4y1N7eV/?spm_id_from=333.1007.top_right_bar_window_custom_collection.content.click&vd_source=cdfd0a0810bcc0bcdbcf373dafdf6a82
传送门
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
网址后缀只有mp3
在这里插入图片描述
————————————————————————————————
原理明白了，下面进入实操细节：我承认我选这个教程的很大原因，是被“突破网站反爬”几个字吸引了。
突破网站反爬-制作简易的音乐播放器【Python】：https://www.bilibili.com/list/watchlater?oid=1556173520&bvid=BV1e1421b73k&spm_id_from=333.1007.top_right_bar_window_view_later.content.click
传送门
老师这个清晰的板书风格，爱了。
在这里插入图片描述
在这里插入图片描述
意外收获找个歌曲的宝藏网站一枚：歌曲宝，能在线听也能下载
（说真的，感觉有这网站在都不用劳动爬虫大驾，笑死）
https://www.gequbao.com/
传送门————————————————————————————————
思路梳理：
在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
————————————————————————————————
第一部分，单首歌曲采集：
F12/右键——检查，选择”网络“模块，然后点击页面上的刷新按钮，让网页数据重新加载出来。
在这里插入图片描述
右边示范的这个链接还是歌曲本身：
在这里插入图片描述
下面这个play_url就是我们需要的歌曲播放链接了：
在这里插入图片描述这个有点难点到，先点play_url下面的数据内容，然后再选Headers。
在这里插入图片描述
然后就可以看到数据的标头了——可以得知请求网站，请求方法和请求参数等等都可看到。
在这里插入图片描述
数据包地址Request URL: https://www.gequbao.com/api/play_url?id=402856&json=1
在这里插入图片描述
————————————————————————————————
思路分析清楚后，就该到代码实践步骤了：
在这里插入图片描述
在这里插入图片描述
主要使用的是请求标头里面的参数，比如这个User-Agent：
user-agent: Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36在这里插入图片描述
插入代码后要注意写成字典形式：
在这里插入图片描述

# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息
    'User-Agent' :'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}

在这里插入图片描述

# 请求网址
url = 'https://www.gequbao.com/api/play_url?id=402856&json=1'

在这里插入图片描述
在这里插入图片描述
————————————————————————————————
经过以上步骤，可以成功获取一个格式类似json的结果：
在这里插入图片描述

#导入数据请求模块
import requests

'''发送请求'''
# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息
    'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
# 请求网址
url = 'https://www.gequbao.com/api/play_url?id=402856&json=1'
# 发送请求
response = requests.get(url=url, headers=headers)

'''获取数据'''
#获取响应json数据——字典数据
json_data = response.json()
print(json_data)

输出：

{'code': 1, 'data': {'url': 'https://sy-sycdn.kuwo.cn/edde772eaab20af3f141ec9f2561df44/66912c2a/resource/n2/70/55/756351052.mp3?bitrate$128&from=vip'}, 'msg': '操作成功'}

通过键值对取值的方式，一层一层获得歌曲的播放链接：
在这里插入图片描述

'''获取数据'''
#获取响应json数据——字典数据
json_data = response.json()
'''解析数据'''
#提取歌曲链接（键值对取值）
play_url = json_data['data']['url']
print(json_data)
print(play_url)

在这里插入图片描述————————————————————————————————
下一步是保存数据，现在我们拿到的只是一个链接地址，要想保存到本地，要向这个链接发出请求获取音频内容。
写入数据这部分要用到os这个包，并且写之前要判断是否存在目标路径，如果没有的话会报错。
在这里插入图片描述
UP老师为了直观省事（毕竟这个程序很简单）直接指定文件夹的名字并且把存在与否的逻辑判断放在了最开头，但我见的更多的写法是和文件操作放在一起写，比如执行读写操作之前判断一下有无此目录，如果没有的话再建立。
在这里插入图片描述

#导入数据请求模块
import requests
#导入文件操作模块
import os

'''自动创建保存音频的文件夹'''
file = 'music'
#判断文件夹是否存在
if not os.path.exists(file):
    #创建文件夹
    os.mkdir(file)
    
'''发送请求'''
# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息music
    'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
# 请求网址
url = 'https://www.gequbao.com/api/play_url?id=402856&json=1'
# 发送请求
response = requests.get(url=url, headers=headers)

'''获取数据'''
#获取响应json数据——字典数据
json_data = response.json()
'''解析数据'''
#提取歌曲链接（键值对取值）
play_url = json_data['data']['url']
print('json_data = ',json_data)
print('play_url = ',play_url)
'''保存数据'''
#对于音频链接发送请求，获取音频内容
music_content = requests.get(url = play_url, headers = headers).content
#数据保存
with open('music\\晴天.mp3', mode = 'wb') as f:
     #写入数据
    f.write(music_content)

执行完这一步以后，打开本地文件夹可以看到《晴天》这首歌已经顺利存到本地了，并且点击可以电脑上播放：
加粗样式
在这里插入图片描述
到这里单首歌曲的采集就结束了，可以说是给了我很大信心，但我还不够满意，因为要做人工智能音频数据集的话需要大量爬取音频数据，之前问过做分布式Python的技术老师用的是Scrapy，但我一下子没找到用Scrapy或者其他框架大规模深度爬取数据的好例子，先把手上这个学完吧。
截至第一步的完整代码内容：

#导入数据请求模块
import requests
#导入文件操作模块
import os

'''自动创建保存音频的文件夹'''
file = 'music'
#判断文件夹是否存在
if not os.path.exists(file):
    #创建文件夹
    os.mkdir(file)
    
'''发送请求'''
# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息music
    'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
# 请求网址
url = 'https://www.gequbao.com/api/play_url?id=402856&json=1'
# 发送请求
response = requests.get(url=url, headers=headers)

'''获取数据'''
#获取响应json数据——字典数据
json_data = response.json()
'''解析数据'''
#提取歌曲链接（键值对取值）
play_url = json_data['data']['url']
print('json_data = ',json_data)
print('play_url = ',play_url)
'''保存数据'''
#对于音频链接发送请求，获取音频内容
music_content = requests.get(url = play_url, headers = headers).content
#数据保存
with open('music\\晴天.mp3', mode = 'wb') as f:
     #写入数据
    f.write(music_content)

————————————————————————————————
第二部分：搜索下载：
老师讲到这部分已经有点批量采集的意思了，要分析链接的变化规律，要说这个我可就不困了。
选择另一首歌曲《稻香》，如法炮制，播放歌曲，刷新检查界面的Network下属Media栏，一样的办法找到url。（如果发现没有歌曲的链接出现的话，应该是没有播放歌曲）
在这里插入图片描述
在这里插入图片描述
正好老师的视频也在讲这个播放一下出链接的解决办法，甚至还让不出来就拉进度条，哈哈：
在这里插入图片描述
再故技重施找链接：
在这里插入图片描述
通过对比，发现不同的歌曲主要是id不同。只要能把所有的歌曲ID都拿到，那就可以采集全部的歌曲。（好耶！音频训练数据集不是梦？！）
————————————————————————————————
在这里插入图片描述
那么关键的id该怎么找呢？老师告诉我们，和浏览器上方网址导航栏里面是一样的：
在这里插入图片描述
而导航栏这个链接，是搜索出的集合页面“下载”按钮点进来的：
在这里插入图片描述
在搜索页面搜一下单首歌曲的id：
在这里插入图片描述
在这里插入图片描述
发现这一页歌名，作者，id都有：
在这里插入图片描述
那么要抓取的请求网址自然也是这个页面的Request URL了：
在这里插入图片描述
Request URL: https://www.gequbao.com/s/%E5%91%A8%E6%9D%B0%E4%BC%A6
在这里插入图片描述
在这里插入图片描述
————————————————————————————————
老师的总结：三种获取内容的方式
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
前面我们根据链接直接下载歌曲文件的时候，就用的content方法，直接获取歌曲的二进制文件并保存。
在这里插入图片描述
在这里插入图片描述
最开始获取歌曲链接的时候就是返回的json格式：

json_data =  {'code': 1, 'data': {'url': 'https://sy-sycdn.kuwo.cn/6dafd418ad3ba5d48a41948554b060df/669147fa/resource/n2/70/55/756351052.mp3?bitrate$128&from=vip'}, 'msg': '操作成功'

（另外提一句，我实习做内容安全方向的AI训练数据标注师的时候，每天审核的文本训练集就是json文件，所有数据都有整齐划一的格式，主题、回答什么的排得清清楚楚，甚至还是放在VSCode里打开删改。然后根据技术老师的答疑这些训练数据很多也是爬虫得到的，所以response.json()在文本数据集制作应该会很常用，但如果是训练语音模型、图像识别模型的话，应该response.content会更吃香。）
————————————————————————————————
具体选择用哪种方法呢？要根据获取的目标网页内容决定：
1.这种网页前端，HTML的格式就用获取文本response.text
在这里插入图片描述
2.这种花括号包起来的用response.json()
在这里插入图片描述
3.二进制音频/视频/图片/文件链接，用response.content
在这里插入图片描述
保存代码不是固定的，要看保存成什么样子。
————————————————————————————————
在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述
切到元素分栏，鼠标选择找到CSS标签：
在这里插入图片描述
在这里插入图片描述
看一下查到的84条row标签，发现首尾几条代表的并不是我们想要的歌曲，所以要对返回的列表做切片。
————————————————————————————————
找到a标签并且提取歌名文字内容以后，发现歌名的后面还跟着很多空格：
在这里插入图片描述
使用**strip()**方法，去掉歌名左右两边的空格。
在这里插入图片描述————————————————————————————————
提取歌曲id要注意，id并不是文字内容，而是标签里面的属性，要用 attr(属性名称) 来获取。
在这里插入图片描述

这块是有一点绕，一会是文字一会是属性的，对HTML比较熟的看起来要容易一些，或者对着老师的教程多看几遍，自己多尝试，不懂的问问Kimi。
在这里插入图片描述
在这里插入图片描述
歌手也如法炮制——找到标签，提取文本信息：
在这里插入图片描述
将之前请求网址的格式更换为通用匹配id的形式：
在这里插入图片描述
保存的格式也换成歌名和歌手通用的形式：
在这里插入图片描述
————————————————————————————————
批量采集的思路捋一捋：先通过单首歌曲的链接和浏览器网址对比，发现每首歌曲有id作为唯一辨识符，那么只要知道所有id，就可以爬取所有歌曲。
（我想如果对网页很熟了，知道要找歌曲id来下载，应该可以直接进行批量爬取，不需要再拿单首歌曲测试）
于是就去搜索页面这种有大量id的网页，通过检查HTML代码的方法，找到了要薅羊毛的这个大集合目标网址的HTML代码，然后写爬虫获取网页源代码，通过CSS解析出当中隐藏的一大堆歌名、id等信息，最后再拿这一大堆id组合成完整歌曲链接，去爬想要的一大堆歌曲并且保存到本地。
————————————————————————————————
不知道为什么，我下着下着就报了一个bug，看原网页这也不是当前目录的最后一首歌（而且似乎也不是按顺序下载的）。
在这里插入图片描述
在这里插入图片描述
仔细看老师的下载列表，跟我一样也是到这首歌就停了。
在这里插入图片描述
询问了一下Kimi，我感觉可能是有的歌曲解析失败无法提供播放链接造成的，之前在这个网站试着搜了一些想听的歌，结果有好几首无法播放，说《解析失败》。
在这里插入图片描述
加上Kimi提供的这段代码以后，确实程序容错性变高了，下载到本地的歌曲明显多了，也不会因为中间出问题而中断。
在这里插入图片描述
而且我们还能看到，出bug的是这首《霍元甲》：
在这里插入图片描述
这首歌到网站里面点开发现是能正常播放的，那就不是音源找不到的问题，我们把错误给Kimi看一下——原来是歌曲名太刁钻了。
在这里插入图片描述
在这里插入图片描述
按照Kimi的提示改一下：
在这里插入图片描述
但我试过以后还是报这个刁钻古怪的问题……看网页源代码也看不出bug
在这里插入图片描述
那看来是不得不使用Kimi建议的另一个方法——清理一下文件名了：
在这里插入图片描述
这次奏效了！成功把《霍元甲》这首歌爬下来了，而且爬取效果比我想得要好，甚至电影题目都还在！！
在这里插入图片描述
在这里插入图片描述
这段代码成功顺利跑完了爬取流程，再没有报错！起立欢呼！！
在这里插入图片描述

#导入数据请求模块
import requests
#导入文件操作模块
import os
#导入数据解析模块
import parsel
import re
def clean_filename(filename):
    # 替换文件名中的特殊字符为下划线
    return re.sub(r'[<>:"/\\|?*\r\n]', '_', filename)

'''自动创建保存音频的文件夹'''
file = 'music'
#判断文件夹是否存在
if not os.path.exists(file):
    #创建文件夹
    os.mkdir(file)
    
'''发送请求'''
# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息music
    'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
#搜索网址
link = 'https://www.gequbao.com/s/%E5%91%A8%E6%9D%B0%E4%BC%A6'
# 发送请求
link_response = requests.get(url=link, headers=headers)
#获取响应文本数据
html = link_response.text
'''解析数据'''
#把html字符串数据转换为可解析对象
selector = parsel.Selector(html)
#第一次提取，提取所有歌曲信息所在div标签类名row
rows = selector.css('.row')[2:-1]
#for循环遍历，提取列表里面元素
for row in rows:
    '''提取每一条歌曲具体信息'''
    #提取歌名
    SongName = clean_filename(row.css('a.text-primary::text').get().strip())
    #提取id
    SongId = row.css('a.text-primary::attr(href)').get().split('/')[-1]
    #提取歌手
    singer = row.css('.text-success::text').get().strip()
    print(SongName, SongId, singer)
    
    # 请求网址
    url = f'https://www.gequbao.com/api/play_url?id={SongId}&json=1'
    # 发送请求
    response = requests.get(url=url, headers=headers)

    # 检查响应状态码
    if response.status_code == 200:
        try:   
            '''获取数据'''
            # 尝试获取响应json数据
            json_data = response.json()
            print('json_data = ', json_data)
        except ValueError:
            # 如果解析JSON失败，打印原始响应文本
            print('Failed to parse JSON from response text:')
            print(response.text)
    else:
        print('Failed to retrieve data, status code:', response.status_code)

    '''解析数据'''
    #提取歌曲链接（键值对取值）
    play_url = json_data['data']['url']
    print('json_data = ',json_data)
    print('play_url = ',play_url)
    '''保存数据'''
    #对于音频链接发送请求，获取音频内容
    music_content = requests.get(url = play_url, headers = headers).content
    #数据保存
    # 使用原始字符串来避免转义字符问题
    with open(f'music\\{SongName}-{singer}.mp3', mode='wb') as f:
         #写入数据
        f.write(music_content)

————————————————————————————————————————————
接下来就进入第三部分：搜索歌曲
老师使用了一个比较陌生的新库prettytable，这会打印出很整齐的表格：
（操作过程比较零碎，要多看慢慢跟）
这个prettytable我在命令行里装了好几回，明明都requirements satisfied了，一跑还是报没有这个module，在jupyter里面单独又装了一次，这回正常了。
在这里插入图片描述
在这里插入图片描述
（老师给的建议是最好把这块代码重构写成函数，不然很麻烦。）
能实现输入汉字找到对应歌曲的原因我猜测应该是和这个网页链接有关，能匹配上歌曲的搜索界面网页关键词，然后获取这个网页的HTML代码，有了歌曲id就能指哪打哪：在这里插入图片描述
这次我们就可以随心所欲输入关键字和目标序号，随心所欲下载自己喜欢的歌曲啦：
在这里插入图片描述
搜索部分完整代码：

#导入数据请求模块
import requests
#导入文件操作模块
import os
#导入数据解析模块
import parsel
#导入制表模块
from prettytable import PrettyTable
import re
def clean_filename(filename):
    # 替换文件名中的特殊字符为下划线
    return re.sub(r'[<>:"/\\|?*\r\n]', '_', filename)

'''自动创建保存音频的文件夹'''
file = 'music'
#判断文件夹是否存在
if not os.path.exists(file):
    #创建文件夹
    os.mkdir(file)
    
'''发送请求'''
# 模拟浏览器
headers = {
    #User-Agent 用户代理，表示浏览器基本身份信息music
    'User-Agent' : 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36'
}
#输入搜索内容
key = input('请输入搜索内容：')
#搜索网址
link = f'https://www.gequbao.com/s/{key}'
# 发送请求
link_response = requests.get(url=link, headers=headers)
#获取响应文本数据
html = link_response.text
'''解析数据'''
#把html字符串数据转换为可解析对象
selector = parsel.Selector(html)
#第一次提取，提取所有歌曲信息所在div标签类名row
rows = selector.css('.row')[2:-1]

#实例化对象
tb = PrettyTable()
#添加字段名
tb.field_names = ['序号', '歌名', '歌手']
#自定义变量
page = 0
#创建空列表
info_list = []

#for循环遍历，提取列表里面元素
for row in rows:
    '''提取每一条歌曲具体信息'''
    #提取歌名
    SongName = clean_filename(row.css('a.text-primary::text').get().strip())
    #提取id
    SongId = row.css('a.text-primary::attr(href)').get().split('/')[-1]
    #提取歌手
    singer = row.css('.text-success::text').get().strip()
    #print(SongName, SongId, singer)
    #添加数据存在字典中
    dit = {
        '歌名':SongName,
        '歌手':singer,
        'ID':SongId,
    }
    #给info_list添加元素
    info_list.append(dit)
    
    #添加内容
    tb.add_row([page, SongName, singer])
    page += 1
    
print(tb)
num = input('请输入你要下载的歌曲序号：')
#获取歌曲ID
music_id = info_list[int(num)]['ID']

# 请求网址
url = f'https://www.gequbao.com/api/play_url?id={music_id}&json=1'
# 发送请求
response = requests.get(url=url, headers=headers)

# 检查响应状态码
if response.status_code == 200:
    try:   
        '''获取数据'''
        # 尝试获取响应json数据
        json_data = response.json()
        print('json_data = ', json_data)
    except ValueError:
        # 如果解析JSON失败，打印原始响应文本
        print('Failed to parse JSON from response text:')
        print(response.text)
else:
    print('Failed to retrieve data, status code:', response.status_code)

'''解析数据'''
#提取歌曲链接（键值对取值）
play_url = json_data['data']['url']
print('json_data = ',json_data)
print('play_url = ',play_url)
'''保存数据'''
#对于音频链接发送请求，获取音频内容
music_content = requests.get(url = play_url, headers = headers).content
#数据保存
# 使用原始字符串来避免转义字符问题
with open(f'music\\{info_list[int(num)]["歌名"]}-{info_list[int(num)]["歌手"]}.mp3', mode='wb') as f:
    #写入数据
    f.write(music_content)

效果如图所示：
在这里插入图片描述
————————————————————————————————————————————
然后我想试着爬取一个某知名的有声书网站，但发现很难搜到搜索界面的Request URL。
在这里插入图片描述
在这里插入图片描述
为了解决这个问题我也查了一些教程：
Python爬虫实战案例之爬取喜马拉雅音频数据详解：https://www.jb51.net/article/201564.htm
传送门
在观看老师的操作，和我自己的操作结果对比发现，现在的网址跟以前有些不一样了。
在这里插入图片描述
老师的视频是23年上传的，看下面截图，他找到的播放链接和上面歌曲宝一样，只有id不同。
在这里插入图片描述
但等我真正自己（今天是2024年7月15日）去找的时候，发现现在链接大不一样了：
在这里插入图片描述
Request URL: https://a.xmcdn.com/download/1.0.0/group30/M02/3F/2A/wKgJXlmBkw2zg0LjAKntzSZLubI803-aacv2-48K.m4a?sign=132430e114a56804799c6cc645b6d251&buy_key=www2_e039a2bf-161311236&timestamp=1721007591951000&token=8248&duration=1377
现在的链接看起来要复杂的多，变化也更多，不仅仅是一个简单的id替换就能搞定的。
然后问了一下Kimi，发现可能用到了动态生成：
在这里插入图片描述
目前我还只知道怎么爬简单的换id的网址，这种动态的问题对我来说有点太复杂了，不过可以作为以后一个进阶的学习方向。
本次我跟着视频教程写的代码也会发到CSDN资源库上，有需要的读者可以下载：
在这里插入图片描述
————————————————————————————————————————————
一些搜索过程中遇到的其他好帖子也发在这里一起分享出来：
解析Python爬虫常见异常及处理方法：https://zhuanlan.zhihu.com/p/650309507
添加链接描述
在这里插入图片描述
Python常见问题-如何爬取动态网页内容：https://www.bilibili.com/video/BV1of4y15736/?spm_id_from=333.337.search-card.all.click&vd_source=cdfd0a0810bcc0bcdbcf373dafdf6a82
添加链接描述
这个视频主要教授的是动态网页的爬取，和之前找的Media栏目不同，这次主要找的是JS和Fetch/XHR目录下的内容。
在这里插入图片描述

有个弹幕说的好：找数据在那个包里不难 难的是找出数据包链接的规律从而一次爬多页的数据

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1928117.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Android 10.0 SystemUI下拉状态栏固定展开QsPanel不收缩功能实现

Android 10.0 SystemUI下拉状态栏固定展开QsPanel不收缩功能实现

1. 前言 在10.0的系统ROM产品定制化开发中，在systemUi的原生下拉状态栏中，首次下拉展开quickQsPanel，第二次展开就显示 QsPanel,在产品开发中，需要下拉状态栏固定展开QsPanel,不需要二次展开，接下来分析下相关功能的实现，如图: 2.SystemUI下拉状态栏固定展开QsPanel不收…
阅读更多...
原创音乐小程序的设计

原创音乐小程序的设计

管理员账户功能包括&#xff1a;系统首页&#xff0c;个人中心&#xff0c;用户管理&#xff0c;歌曲类型管理&#xff0c;歌曲信息管理&#xff0c;热门歌手管理&#xff0c;音乐资讯管理&#xff0c;系统管理 微信端账号功能包括&#xff1a;系统首页&#xff0c;歌曲信息&am…
阅读更多...
教你用服务器部署欧洲卡车模拟器2开服

教你用服务器部署欧洲卡车模拟器2开服

1、购买后登录服务器&#xff08;百度莱卡云&#xff09; 进入控制面板后会出现正在安装的界面&#xff0c;安装大约5分钟&#xff08;如长时间处于安装中请联系我们的客服人员&#xff09; 2、修改查询端口 点击网络&#xff0c;两个端口已经创建完成 复制不是首选的端口&am…
阅读更多...
pycharm+pyqt6配置

pycharm+pyqt6配置

1、pip install pyqt6 pyqt6-toools 2、pycharm配置 配置&#xff1a;designer Program&#xff1a;&#xff1a;D:\Python39\Lib\site-packages\qt6_applications\Qt\bin\designer.exe Working directory: $ProjectFileDir$ 配置&#xff1a;pyuic6.exe Program&#xff1a…
阅读更多...
高频面试题基本总结回顾2（含笔试高频算法整理）

高频面试题基本总结回顾2（含笔试高频算法整理）

目录 一、基本面试流程回顾 二、基本高频算法题展示 三、基本面试题总结回顾 &#xff08;一&#xff09;Java高频面试题整理 &#xff08;二&#xff09;JVM相关面试问题整理 &#xff08;三&#xff09;MySQL相关面试问题整理 &#xff08;四&#xff09;Redis相关面试…
阅读更多...
uniapp中使用uni-ui组件库

uniapp中使用uni-ui组件库

src目录下新建components目录从uni-ui引入对应的组件目录&#xff0c;如下图 直接使用组件&#xff0c;demo <template><view id"my" data-name"王五" data-age"18">my页面</view><uni-data-select :localdata"local…
阅读更多...
POLYGCL GRAPH CONTRASTIVE LEARNING VIA LEARNABLE SPECTRAL POLYNOMIAL FILTERS

POLYGCL GRAPH CONTRASTIVE LEARNING VIA LEARNABLE SPECTRAL POLYNOMIAL FILTERS

发表于:ICLR24 推荐指数: #paper/⭐⭐⭐ 写作动机 作者之前写过一篇文章:ChebNetII,但是,作者那个时候只考虑了低通滤波器,这在异配图中是有限制的,因此作者写了这篇文章.是spot light文章,证明严谨,值得一读(但是需要阅读相关文章) 相关工作 对比学习 图增强基础的对比学…
阅读更多...
JVM的三种垃圾回收算法

JVM的三种垃圾回收算法

目录 1、标记-清除算法 2、标记-复制算法 3、标记-整理算法 总结&#xff1a; jvm先判断哪些需要回收&#xff0c;哪些需要保留&#xff0c;通常采用可达性分析算法标记存活对象&#xff1a;判断对象能否回收的两种方法&#xff0c;以及JVM引用-CSDN博客 1、标记-清除算法 …
阅读更多...
数据结构（复杂度）

数据结构（复杂度）

复杂度 算法在编写成可执行程序后&#xff0c;运⾏时需要耗费时间资源和空间(内存)资源。因此衡量⼀个算法的好 坏&#xff0c;⼀般是从时间和空间两个维度来衡量的&#xff0c;即时间复杂度和空间复杂度。 时间复杂度主要衡量⼀个算法的运⾏快慢&#xff0c;⽽空间复杂度主要…
阅读更多...
1. 黑盒测试

1. 黑盒测试

黑盒测试 1. 黑盒测试定义 黑盒测试是一种软件测试技术&#xff0c;它可以检查软件的功能&#xff0c;而不会窥视其内部结构或编码。黑盒测试的主要来源是客户声明的要求规范。 黑盒测试的特点&#xff1a; 黑盒测试与软件的具体实现过程无关&#xff0c;如果实现过程发生了…
阅读更多...
NetSuite RPA技术实践

NetSuite RPA技术实践

近期有同学提出一个需求。 “需要存取的報表是存貨分類帳(stock ledger)&#xff0c;將查到的各個[Item|Location]作為一組key&#xff0c;分別將報表中的「期末庫存量」「期末平均成本」「期末庫存量價值」這三欄的值&#xff0c;在每個月月底的時候自動將這個報表的這三欄數…
阅读更多...
毕设项目springboot+vue实现的在线求职平台

毕设项目springboot+vue实现的在线求职平台

一、前言 随着信息技术的飞速发展和互联网的普及&#xff0c;线上求职已成为众多求职者和企业招聘的重要渠道。为满足市场需求&#xff0c;我们利用Spring Boot和Vue技术栈&#xff0c;开发了一款功能全面、用户友好的在线求职平台。本文将对该平台的设计、实现及关键技术进行详…
阅读更多...
轻量级CRM系统精选：10款免费在线工具

轻量级CRM系统精选：10款免费在线工具

本文将分享10款国内外免费轻量级在线CRM系统管理工具&#xff1a;八百客CRM、用友CRM、金蝶CRM、浪潮CRM、简信CRM、Agile CRM、Capsule CRM、EngageBay、SuiteCRM、Insightly。 在选择CRM系统时&#xff0c;中小企业常常面临预算有限、功能需求多样的困境。许多企业希望找到一…
阅读更多...
Ubuntu新系统的使用

Ubuntu新系统的使用

1.安装显卡驱动 直接到软件与更新里面&#xff0c;就是一个A字图标的那个软件打开&#xff0c;到附加驱动里选择。要选择“server driver”的&#xff0c;选择后确认即可。 然后输入&#xff1a;nvidia-sim查看 别的方法太复杂&#xff0c;这个方法我亲测了两台电脑&#xff…
阅读更多...
《SpringCloud》系列文章目录

《SpringCloud》系列文章目录

Spring Cloud为开发人员提供了工具&#xff0c;可以快速构建分布式系统中的一些常见模式&#xff08;例如配置管理、服务发现、断路器、智能路由、微代理、控制总线、短期微服务和合约测试&#xff09;。使用Spring Cloud开发人员可以快速建立实现这些模式的服务和应用程序。它…
阅读更多...
昇思25天学习打卡营第10天|NLP-RNN实现情感分类

昇思25天学习打卡营第10天|NLP-RNN实现情感分类

打卡 目录 打卡 任务说明 流程 数据准备与加载 加载预训练词向量&#xff08;分词&#xff09; 数据集预处理 模型构建 Embedding RNN(循环神经网络) LSTM 全连接层 损失函数与优化器 训练逻辑 评估指标和逻辑 模型训练与保存 模型加载与测试 自定义输入测试 …
阅读更多...
leetcode算法题（反转链表）

leetcode算法题（反转链表）

思路1&#xff1a; 创建新的链表&#xff0c;遍历原链表&#xff0c;将原链表的节点进行头插到新链表中。 struct ListNode* reverseList(struct ListNode* head) {struct ListNode* next NULL;struct ListNode* new_head NULL;if (head NULL ||head->next NULL) // 空…
阅读更多...
医院云HIS系统，以数字化形式提供医疗卫生行业的数据收集、存储、传递和处理服务

医院云HIS系统，以数字化形式提供医疗卫生行业的数据收集、存储、传递和处理服务

医院云HIS系统是一个运用云计算、大数据、物联网等新兴信息技术的业务和技术平台&#xff0c;旨在按照现代医疗卫生管理要求&#xff0c;以数字化形式提供医疗卫生行业的数据收集、存储、传递和处理服务。 具体来说&#xff0c;医院云HIS系统具有以下几个方面的特点和功能&…
阅读更多...
MySQL事务隔离级别+共享锁，排他锁，乐观锁，悲观锁

MySQL事务隔离级别+共享锁，排他锁，乐观锁，悲观锁

在操作数据库的时候&#xff0c;可能会由于并发问题而引起的数据的不一致性&#xff08;数据冲突&#xff09;。 MySQL事务隔离级别 一个事务的执行&#xff0c;本质上就是一条工作线程在执行&#xff0c;当出现多个事务同时执行时&#xff0c;这种情况则被称之为并发事务&am…
阅读更多...
node 如何运行typescript

node 如何运行typescript

文章目录 node 如何运行typescript手工编译 TypeScript 然后运行 JavaScript使用 ts-node创建一个typescript node项目tsconfig.json node 如何运行typescript 在 Node.js 中运行 TypeScript 代码有几种常见的方法,以下是其中几种。 手工编译 TypeScript 然后运行 JavaScript…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023