Python酷库之旅-第三方库Pandas(078)

news2024/11/25 16:33:03

目录

一、用法精讲

321、pandas.Series.str.len方法

321-1、语法

321-2、参数

321-3、功能

321-4、返回值

321-5、说明

321-6、用法

321-6-1、数据准备

321-6-2、代码示例

321-6-3、结果输出

322、pandas.Series.str.ljust方法

322-1、语法

322-2、参数

322-3、功能

322-4、返回值

322-5、说明

322-6、用法

322-6-1、数据准备

322-6-2、代码示例

322-6-3、结果输出

323、pandas.Series.str.lower方法

323-1、语法

323-2、参数

323-3、功能

323-4、返回值

323-5、说明

323-6、用法

323-6-1、数据准备

323-6-2、代码示例

323-6-3、结果输出

324、pandas.Series.str.lstrip方法

324-1、语法

324-2、参数

324-3、功能

324-4、返回值

324-5、说明

324-6、用法

324-6-1、数据准备

324-6-2、代码示例

324-6-3、结果输出

325、pandas.Series.str.match方法

325-1、语法

325-2、参数

325-3、功能

325-4、返回值

325-5、说明

325-6、用法

325-6-1、数据准备

325-6-2、代码示例

325-6-3、结果输出

一、用法精讲

321、pandas.Series.str.len方法
321-1、语法
# 321、pandas.Series.str.len方法
pandas.Series.str.len()
Compute the length of each element in the Series/Index.

The element may be a sequence (such as a string, tuple or list) or a collection (such as a dictionary).

Returns:
Series or Index of int
A Series or Index of integer values indicating the length of each element in the Series or Index.
321-2、参数

        无

321-3、功能

        用于pandas.Series对象中的字符串数据，返回每个字符串的字符数，如果某个元素不是字符串类型，如为NaN或其他类型，将返回NaN。

321-4、返回值

        返回一个pandas.Series对象，其中包含每个元素的长度，如果原始元素为NaN或非字符串类型，则相应的位置将会是NaN。

321-5、说明

        使用场景：

321-5-1、数据清理： 在对数据进行清理和预处理时，可能需要检查字符串的长度，以便识别异常值或不符合特定规则的数据。例如，过滤出长度小于某个值的字符串。

321-5-2、特征工程： 在机器学习中，可以将字符串长度作为特征之一，与其他特征一起用于模型训练。例如，文本分类任务中，文本的长度可能与类别有一定的关联。

321-5-3、文本分析： 在进行文本分析时，字符串长度可能提供有用的信息。例如，分析评论或反馈的长度，评估用户的参与度。

321-5-4、数据完整性检查： 通过检查字符串长度，可以确保数据的完整性。例如，某些字段在数据库中要求有特定的字符长度，通过长度检查可以发现缺失或异常的数据。

321-5-5、聚合和统计： 有时需要对字符串长度进行统计，比如计算平均长度、最大长度或最小长度等，以获得数据集的整体特性。

321-5-6、可视化准备： 当准备数据进行可视化时，字符串长度可以作为一个维度来探索数据分布，帮助选择合适的图表展示方式。

321-6、用法
321-6-1、数据准备
无
321-6-2、代码示例
# 321、pandas.Series.str.len方法
# 321-1、数据清理
import pandas as pd
# 创建示例数据
data = {'text': ['hello', 'world', 'Pandas', '', 'Python programming', 'AI assistant']}
df = pd.DataFrame(data)
# 过滤出长度小于等于2的字符串
filtered_df = df[df['text'].str.len() <= 8]
print("过滤后的数据：")
print(filtered_df, end='\n\n')

# 321-2、特征工程
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
# 创建示例数据
data = {
    'text': ['short', 'a bit longer', 'this is a longer text', 'tiny', 'lengthy sentence'],
    'label': [0, 1, 1, 0, 1]
}
df = pd.DataFrame(data)
# 提取字符串长度作为特征
df['text_length'] = df['text'].str.len()
# 划分数据集
X = df[['text_length']]
y = df['label']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 训练模型
model = RandomForestClassifier()
model.fit(X_train, y_train)
# 输出测试集预测结果
predictions = model.predict(X_test)
print("预测结果：", predictions, end='\n\n')

# 321-3、文本分析
import pandas as pd
# 创建示例评论数据
comments = {
    'viewer': ['User1', 'User2', 'User3', 'User4'],
    'comment': ['Great movie!', 'Very boring.', 'I loved it!', 'Not my taste at all.']
}
df = pd.DataFrame(comments)
# 计算每个评论的长度
df['comment_length'] = df['comment'].str.len()
print("评论长度分析：")
print(df[['viewer', 'comment', 'comment_length']], end='\n\n')

# 321-4、数据完整性检查
import pandas as pd
# 创建示例数据
data = {'username': ['myelsa', 'bob', 'charlie', 'david', 'eve', None]}
df = pd.DataFrame(data)
# 检查用户名长度，找到空值或长度为0的用户名
invalid_usernames = df[df['username'].isnull() | (df['username'].str.len() == 0)]
print("无效用户名：")
print(invalid_usernames, end='\n\n')

# 321-5、聚合和统计
import pandas as pd
# 创建示例数据
data = {'text': ['apple', 'banana', 'kiwi', 'blueberry', 'mango']}
df = pd.DataFrame(data)
# 计算字符串长度及其统计信息
lengths = df['text'].str.len()
print("字符串长度统计：")
print("最小长度:", lengths.min())
print("最大长度:", lengths.max())
print("平均长度:", lengths.mean(), end='\n\n')

# 321-6、可视化准备
import pandas as pd
import matplotlib.pyplot as plt
# 创建示例数据
data = {'text': ['apple', 'banana', 'kiwi', 'blueberry', 'mango']}
df = pd.DataFrame(data)
# 计算字符串长度
df['text_length'] = df['text'].str.len()
counts, bins, patches = plt.hist(df['text_length'], bins=range(1, 11), align='left', edgecolor='black', color = 'red')
# 添加数据标签
for count, x in zip(counts, bins[:-1]):
    plt.text(x + 0.2, count, str(int(count)), ha='center', va='bottom', fontweight = 'bold', color = 'purple')  # 显示频率标签
plt.title('String Length Distribution')
plt.xlabel('Length of String')
plt.ylabel('Frequency')
plt.xticks(range(1, 10))
plt.grid(axis='y', alpha=0.75)
plt.show()
321-6-3、结果输出
# 321、pandas.Series.str.len方法
# 321-1、数据清理
# 过滤后的数据：
#      text
# 0   hello
# 1   world
# 2  Pandas
# 3

# 321-2、特征工程
# 预测结果： [1]

# 321-3、文本分析
# 评论长度分析：
#   viewer               comment  comment_length
# 0  User1          Great movie!              12
# 1  User2          Very boring.              12
# 2  User3           I loved it!              11
# 3  User4  Not my taste at all.              20

# 321-4、数据完整性检查
# 无效用户名：
#   username
# 5     None

# 321-5、聚合和统计
# 字符串长度统计：
# 最小长度: 4
# 最大长度: 9
# 平均长度: 5.8

# 321-6、可视化准备
# 见图1

图1：

 

322、pandas.Series.str.ljust方法
322-1、语法
# 322、pandas.Series.str.ljust方法
pandas.Series.str.ljust(width, fillchar=' ')
Pad right side of strings in the Series/Index.

Equivalent to str.ljust().

Parameters:
width
int
Minimum width of resulting string; additional characters will be filled with fillchar.

fillchar
str
Additional character for filling, default is whitespace.

Returns:
Series/Index of objects.
322-2、参数

322-2-1、width(必须)：整数，指定输出字符串的最小宽度，如果原字符串的长度小于这个宽度，则会在字符串的右侧填充fillchar以达到指定宽度；如果原字符串的长度大于或等于宽度，则原字符串不变。

322-2-2、fillchar(可选，默认值为' ')：字符串，指定用来填充的字符。如果指定的字符长度不为1，则会引发错误。

322-3、功能

        用于将字符串左对齐，它为每个字符串提供了一种方式，以确保它们的长度一致，方便在表格或其他显示情况下进行排列，这在处理文本数据时尤其有用。

322-4、返回值

        返回一个Series，其中每个字符串都经过格式化处理，如果Series中的某些值为NaN，则这些值将保持不变。

322-5、说明

        使用场景：

322-5-1、文本格式化：在生成报告或输出数据时，需要确保字符串的宽度一致，以提升可读性，通过左对齐和填充，可以使数据呈现得更加整齐。

322-5-2、对齐数据：当需要将字符串数据放入表格或屏幕输出时，对齐数据有助于更好地进行视觉比较。例如，在命令行界面中，由于空格未对齐可能造成数据误读，使用ljust()方法可以确保每列数据按相同宽度排列。

322-5-3、生成对齐的文本数据：在创建文本文件(如CSV或TXT)时，确保每个字段的长度一致有助于后续处理或解析，这在处理日志文件或生成可人读的输出时尤其重要。

322-5-4、数据清洗和准备：在数据预处理过程中，可能需要将不同长度的字符串标准化到一定的宽度，以便在后续分析中避免误差。

322-5-5、用户输入处理：当需要接收用户的输入并标准化其格式时，可以使用此方法将输入的字符串调整到特定格式。

322-5-6、图形用户界面的数据展示：在开发图形用户界面时，左对齐字符串有助于创建更加一致和美观的用户界面。

322-6、用法
322-6-1、数据准备
无
322-6-2、代码示例
# 322、pandas.Series.str.ljust方法
# 322-1、文本格式化
import pandas as pd
data = pd.Series(['apple', 'banana', 'cherry'])
formatted_data = data.str.ljust(10,'*')  # 将每个字符串左对齐填充到10个字符宽度
print(formatted_data, end='\n\n')

# 322-2、对齐数据
import pandas as pd
data = pd.Series(['Name', 'Myelsa', 'Bob', 'Charlie'])
width = 10
aligned_data = data.str.ljust(width)
print(aligned_data, end='\n\n')

# 322-3、生成对齐的文本数据(写入文件)
import pandas as pd
data = pd.Series(['ID', 'Name', 'Age'])
width = 20
# 创建并写入文件
with open('output.txt', 'w') as f:
    for item in data.str.ljust(width):
        f.write(item + '\n')
print("文件'output.txt'已创建，内容已左对齐!", end='\n\n')

# 322-4、数据清洗和准备
import pandas as pd
data = pd.Series(['apple', 'kiwi', 'banana', None, 'orange'])
# 左对齐并填充空值，设置占位符为 '-'
cleaned_data = data.str.ljust(10, '-')
print(cleaned_data, end='\n\n')

# 322-5、用户输入处理
import pandas as pd
# 模拟用户输入
user_inputs = pd.Series(['User1', 'User2', 'User3'])
# 左对齐，确保每个用户名都有相同的宽度
aligned_inputs = user_inputs.str.ljust(15)
print("对齐后的用户输入：")
print(aligned_inputs, end='\n\n')

# 322-6、图形用户界面的数据展示(示例框架)
import tkinter as tk
import pandas as pd
def display_data(data):
    width = 20
    formatted_data = data.str.ljust(width)
    for item in formatted_data:
        label = tk.Label(root, text=item)
        label.pack()
if __name__ == "__main__":
    root = tk.Tk()
    root.title("对齐数据展示")
    data = pd.Series(['Item1', 'Item2', 'Item3'])
    display_data(data)
    root.mainloop()
322-6-3、结果输出
# 322、pandas.Series.str.ljust方法
# 322-1、文本格式化
# 0    apple*****
# 1    banana****
# 2    cherry****
# dtype: object

# 322-2、对齐数据
# 0    Name
# 1    Myelsa
# 2    Bob
# 3    Charlie
# dtype: object

# 322-3、生成对齐的文本数据(写入文件)
# 文件'output.txt'已创建，内容已左对齐!

# 322-4、数据清洗和准备
# 0    apple-----
# 1    kiwi------
# 2    banana----
# 3          None
# 4    orange----
# dtype: object

# 322-5、用户输入处理
# 对齐后的用户输入：
# 0    User1
# 1    User2
# 2    User3
# dtype: object

# 322-6、图形用户界面的数据展示(示例框架)
# 见图2

图2：

 

323、pandas.Series.str.lower方法
323-1、语法
# 323、pandas.Series.str.lower方法
pandas.Series.str.lower()
Convert strings in the Series/Index to lowercase.

Equivalent to str.lower().

Returns:
Series or Index of object.
323-2、参数

        无

323-3、功能

        遍历Series中的每个字符串，并将其中的所有大写字母转换为小写字母。例如，'Hello'将被转换为'hello'。

323-4、返回值

        返回一个新的Series，其中包含了转换为小写字母的字符串，与原系列的索引相同。

323-5、说明

        使用场景：

323-5-1、数据清洗：在数据分析之前，通常需要对文本数据进行清洗，以确保一致性，使用该方法可以将所有字符串转换为小写，避免因为大小写不一致导致的问题。

323-5-2、文本比较：在进行字符串比较时，大小写可能会影响结果，将字符串统一为小写后，可以可靠地进行相等性比较，比如在查找或过滤数据时。

323-5-3、数据标准化：在数据合并、联接或去重时，确保字符串的大小写一致性是很重要的，使用该方法可以帮助实现标准化，确保更准确的结果。

323-5-4、自然语言处理：在自然语言处理(NLP)的任务中，将文本转换为小写是一个常见的预处理步骤，提高模型的表现并减少特征空间的复杂性。

323-5-5、用户输入处理：在处理用户输入时，尤其是搜索功能，转换为小写可以确保用户输入和数据库中的数据比较时不会因为大小写不同而漏掉匹配项。

323-5-6、日志分析：在分析日志文件时，通常需要对日志信息进行统一处理，以确保分析结果的准确性和可读性。

323-6、用法
323-6-1、数据准备
无
323-6-2、代码示例
# 323、pandas.Series.str.lower方法
import pandas as pd
# 创建一个包含字符串的Series
data = pd.Series(['Hello', 'World', 'Python', 'PANDAS'])
# 使用str.lower()方法
lowercase_data = data.str.lower()
print(lowercase_data)
323-6-3、结果输出
# 323、pandas.Series.str.lower方法
# 0     hello
# 1     world
# 2    python
# 3    pandas
# dtype: object
324、pandas.Series.str.lstrip方法
324-1、语法
# 324、pandas.Series.str.lstrip方法
pandas.Series.str.lstrip(to_strip=None)
Remove leading characters.

Strip whitespaces (including newlines) or a set of specified characters from each string in the Series/Index from left side. Replaces any non-strings in Series with NaNs. Equivalent to str.lstrip().

Parameters:
to_strip
str or None, default None
Specifying the set of characters to be removed. All combinations of this set of characters will be stripped. If None then whitespaces are removed.

Returns:
Series or Index of object.
324-2、参数

324-2-1、to_strip(可选，默认值为None)：一个字符串，表示希望从每个字符串的左侧去除的字符集合，如果未提供该参数，则默认去除字符串左侧的空白字符(包括空格、制表符、换行符等)。

324-3、功能

        从每个字符串的开头移除指定的字符。它常用于清理数据，确保字符串格式的一致性。比如，如果某些字符串的左侧有多余的空格或特定的字符，可以使用此方法将其移除。

324-4、返回值

        返回一个新的Series对象，包含经过左侧字符去除处理后的所有字符串，原始数据不会被修改。

324-5、说明

        无

324-6、用法
324-6-1、数据准备
无
324-6-2、代码示例
# 324、pandas.Series.str.lstrip方法
import pandas as pd
# 创建一个字符串序列
s = pd.Series(['   apple', ' banana', 'cherry   ', '   date'])
# 使用lstrip去除左侧的空白字符
cleaned_s = s.str.lstrip()
print(cleaned_s)
324-6-3、结果输出
# 324、pandas.Series.str.lstrip方法
# 0        apple
# 1       banana
# 2    cherry   
# 3         date
# dtype: object
325、pandas.Series.str.match方法
325-1、语法
# 325、pandas.Series.str.match方法
pandas.Series.str.match(pat, case=True, flags=0, na=None)
Determine if each string starts with a match of a regular expression.

Parameters:
pat
str
Character sequence.

case
bool, default True
If True, case sensitive.

flags
int, default 0 (no flags)
Regex module flags, e.g. re.IGNORECASE.

na
scalar, optional
Fill value for missing values. The default depends on dtype of the array. For object-dtype, numpy.nan is used. For StringDtype, pandas.NA is used.

Returns:
Series/Index/array of boolean values.
325-2、参数

325-2-1、pat(必须)：一个字符串或者正则表达式，用于匹配数据中的每个字符串。

325-2-2、case(可选，默认值为True)：如果为True，则匹配时区分大小写；如果为False，则不区分大小写。

325-2-3、flags(可选，默认值为0)：一个标志位，用于修改正则表达式的行为，可以使用re模块中的标志，如re.IGNORECASE等，例如，可以通过设置这个参数来实现不区分大小写的匹配。

325-2-4、na(可选，默认值为None)：用于指定当字符串为缺失值(NaN)时的返回值，如果未指定，则默认返回None。

325-3、功能

        检查每个字符串是否从开头开始符合指定的正则表达式模式，这可以用于数据清理和验证，帮助识别符合特定条件的字符串。

325-4、返回值

        返回一个布尔型Series对象，表示每个字符串是否匹配指定的模式，与原始字符串系列具有相同的索引。

325-5、说明

        无

325-6、用法
325-6-1、数据准备
无
325-6-2、代码示例
# 325、pandas.Series.str.match方法
# 325-1、基本用法
import pandas as pd
# 创建一个字符串序列
s = pd.Series(['apple', 'banana', 'cherry', 'date'])
# 使用str.match方法检查是否以字母'a'开头
match_result = s.str.match('a')
print(match_result, end='\n\n')

# 325-2、使用大小写不敏感匹配
import pandas as pd
# 创建一个字符串序列
s2 = pd.Series(['Apple', 'banana', 'Cherry', 'date'])
# 使用str.match方法检查是否以字母'a'开头，不区分大小写
match_case_insensitive = s2.str.match('a', case=False)
print(match_case_insensitive, end='\n\n')

# 325-3、使用正则表达式匹配
import pandas as pd
# 创建一个字符串序列
s3 = pd.Series(['hello123', 'hi456', 'hey789', 'hello_world'])
# 使用 str.match 方法检查是否以 'hello' 开头
match_regex = s3.str.match('hello')
print(match_regex)
325-6-3、结果输出
# 325、pandas.Series.str.match方法
# 325-1、基本用法
# 0     True
# 1    False
# 2    False
# 3    False
# dtype: bool

# 325-2、使用大小写不敏感匹配
# 0     True
# 1    False
# 2    False
# 3    False
# dtype: bool

# 325-3、使用正则表达式匹配
# 0     True
# 1    False
# 2    False
# 3     True
# dtype: bool

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/2035801.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

HMAC算法：构建安全认证的基石

HMAC算法：构建安全认证的基石

在信息安全领域&#xff0c;数据完整性和认证是至关重要的。HMAC&#xff08;Hash-based Message Authentication Code&#xff09;算法作为一种基于哈希的消息认证码&#xff0c;广泛应用于数据传输过程中的安全认证。本文将带你了解HMAC算法的原理、特点及其应用场景。 HMAC算…
阅读更多...
全方位解析RAG技术：从概念理论到代码实操，一文助你掌握检索增强生成的精髓！

全方位解析RAG技术：从概念理论到代码实操，一文助你掌握检索增强生成的精髓！

一、LLMs 已经具备了较强能力了&#xff0c;为什么还需要 RAG(检索增强生成)? 尽管 LLM 已展现出显著的能力&#xff0c;但以下几个挑战依然值得关注&#xff1a; 幻觉问题&#xff1a;LLM 采用基于统计的概率方法逐词生成文本&#xff0c;这一机制内在地导致其可能出现看似…
阅读更多...
Git基础使用教程

Git基础使用教程

版本控制手册 本文中出现的 [ ] 为根据需求自行修改的变量。 基本命令 git init&#xff1a;将当前目录配置成git仓库&#xff0c;信息记录在隐藏的.git文件夹中。 git config --global user.name [xxx]&#xff1a;设置全局用户名&#xff0c;信息记录在~/.gitconfig文件中。…
阅读更多...
厦门商家微信小程序、抖音、支付宝小程序同步上线

厦门商家微信小程序、抖音、支付宝小程序同步上线

想要迅速在厦门开设微信小程序店铺&#xff1f;乔拓云网站提供了简便快捷的解决方案。只需四步&#xff0c;轻松复制模板&#xff0c;定制内容&#xff0c;即可上线专属小程序。 首先&#xff0c;访问乔拓云官网&#xff0c;完成免费注册&#xff0c;轻松获得您的专属账号。不论…
阅读更多...
winform程序集的名称

winform程序集的名称

1.更改程序集名称后 AssemblyInfo.cs中也要手动更改 2.鼠标放在程序集上右键&#xff0c;点击最后一栏 “属性” 3.更改Settings.Designer.cs中的名称 4.可能还有别的地方需要改&#xff0c;可以搜索旧名称来找到需要更改的地方进行更新。 PS: 当更改程序集名称时&#xff0c;…
阅读更多...
图算法系列1： 图算法的分类有哪些？(上)

图算法系列1： 图算法的分类有哪些？(上)

大约在公元9世纪上半叶&#xff0c;来自中亚古国花剌子模的波斯数学家花剌子米(al-Khwarizmi)先后出版了两本对数学界有深远影响的书籍《印度数字算术》与《代数学》​&#xff0c;前者在12世纪被翻译为拉丁文传入欧洲&#xff0c;十进制也因此传入欧洲&#xff0c;最终所形成的…
阅读更多...
DLL文件损坏怎么办？10种DLL修复方法帮你搞定

DLL文件损坏怎么办？10种DLL修复方法帮你搞定

在日常使用Windows电脑时&#xff0c;我们常常遇到应用程序无法打开、系统崩溃甚至蓝屏的问题&#xff0c;背后原因往往是DLL文件的损坏或丢失。DLL文件是系统和软件运行的关键部分&#xff0c;一旦出现问题&#xff0c;会严重影响我们的日常操作。为了避免这些困扰&#xff0c…
阅读更多...
字符串 - 反转字符串

字符串 - 反转字符串

344. 反转字符串 方法一&#xff1a;双指针 /*** param {character[]} s* return {void} Do not return anything, modify s in-place instead.*/ var reverseString function(s) {let l -1, r s.length;while(l < --r) [s[l], s[r]] [s[r], s[l]]; };
阅读更多...
车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试、ECU刷写测试

车身域测试学习、CANoe工具实操学习、UDS诊断测试、功能安全测试、DTC故障注入测试、DBC数据库、CDD数据库、CAN一致性测试、ECU刷写测试

每日直播时间&#xff1a;&#xff08;直播方式&#xff1a;腾讯会议&#xff09;周一到周五&#xff1a;20&#xff1a;00-23&#xff1a;00周六与周日&#xff1a;9&#xff1a;00-17&#xff1a;00 进腾讯会议学习的&#xff0c;可以关注我并后台留言 直播内容&#xff1a;&…
阅读更多...
HTB-Permx靶机笔记

HTB-Permx靶机笔记

Permx靶机笔记 概述 permx靶机是HTB的简单靶机&#xff0c;这台靶机整体考验渗透人员的信息搜集能力&#xff0c;可以收只有信息搜集的快速&#xff0c;才能快速拿到它的flag。 整体是比较简单的靶机 靶机连接&#xff1a;https://app.hackthebox.com/machines/PermX 一、…
阅读更多...
B3-111-A 小型挂轨式巡检机器人：智能巡检的突破之

B3-111-A 小型挂轨式巡检机器人：智能巡检的突破之

在现代工业自动化与智能化的浪潮中&#xff0c;巡检机器人的应用日益广泛&#xff0c;为各类复杂环境下的设备巡检与运维提供了强有力的支持。杭州旗晟智能科技有限公司推出的B3-111-A小型挂轨式巡检机器人&#xff0c;凭借其小巧的机身、精准的巡检能力和智能化的管理系统&…
阅读更多...
无字母数字命令执行

无字母数字命令执行

目录 源码 PHP7版本 PHP5版本 发现的现象和思考 源码 <?php if(isset($_GET[code])){$code $_GET[code];if(strlen($code)>35){die("Long.");}if(preg_match("/[A-Za-z0-9_$]/",$code)){die("NO.");}eval($code); }else{highlight_…
阅读更多...
重修设计模式-行为型-状态模式

重修设计模式-行为型-状态模式

重修设计模式-行为型-状态模式 先了解一下状态机的概念&#xff0c;状态机是软件编程中对一种状态场景的抽象表达&#xff0c;构成状态机三要素是&#xff1a;状态&#xff08;State&#xff09;、事件&#xff08;Event&#xff09;、动作&#xff08;Action&#xff09;&…
阅读更多...
basic_pentesting_2靶机

basic_pentesting_2靶机

靶机地址&#xff1a;Basic Pentesting: 2 ~ VulnHub 攻击机kali和靶机要设在同一网段&#xff0c;查看靶机MAC地址&#xff1a; 一、信息收集 扫描目标主机 arp-scan -l 使用nmap扫描靶机开放的端口&#xff1a; nmap -A -sS -sV -v -p- 192.168.7.127 浏览器访问80端口&a…
阅读更多...
数据中心安全建设整体解决方案（DOC原件22页）

数据中心安全建设整体解决方案（DOC原件22页）

数据中心的安全体系建设并非安全产品的堆砌&#xff0c;它是一个根据用户具体业务环境、使用习惯、安全策略要求等多个方面构建的一套生态体系&#xff0c;涉及众多的安全技术&#xff0c;实施过程需要涉及大量的调研、咨询等工作&#xff0c;还会涉及到众多的安全厂家之间的协…
阅读更多...
2024接口自动化测试高频面试题！

2024接口自动化测试高频面试题！

一、json和字典的区别&#xff1f; json就是一个文本、字符串&#xff1b;有固定的格式&#xff0c;格式长的像python字典和列表的组合&#xff1b;以key-value的键值对形式来保存数据&#xff0c;结构清晰&#xff0c;。可以说是目前互联网项目开发中最常用的一种数据交互格式…
阅读更多...
如何判定一个加密软件是否可靠

如何判定一个加密软件是否可靠

一、加密算法的安全性 算法类型&#xff1a;选择采用公认的高安全性加密算法的软件&#xff0c;如AES&#xff08;高级加密标准&#xff09;、RSA等。这些算法经过广泛验证&#xff0c;具有强大的加密能力。 密钥长度&#xff1a;较长的密钥长度能够增加破解难度&#xff0c;…
阅读更多...
【微信小程序】页面配置

【微信小程序】页面配置

1. 页面配置文件的作用 小程序中&#xff0c;每个页面都有自己的 .json 配置文件&#xff0c;用来对当前页面的窗口外观、页面效果等进行配置。 2. 页面配置和全局配置的关系 3. 页面配置中常用的配置项
阅读更多...
利用 Splunk 对人工智能数据基础设施进行 Spelunk 分析

利用 Splunk 对人工智能数据基础设施进行 Spelunk 分析

概述 在企业数据方面&#xff0c;MinIO Enterprise Object Store 和 Splunk 有着共生关系。Splunk在其数字流处理器中使用MinIO。MinIO 是一个 Splunk SmartStore 端点。MinIO Enterprise Object Store 是一个高性能、兼容 Amazon S3 的分布式对象存储系统。通过遵循超大规模计…
阅读更多...
免费【2024】springboot 个人用户博客系统设计与实现

免费【2024】springboot 个人用户博客系统设计与实现

博主介绍&#xff1a;✌CSDN新星计划导师、Java领域优质创作者、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和学生毕业项目实战,高校老师/讲师/同行前辈交流✌ 技术范围&#xff1a;SpringBoot、Vue、SSM、HTML、Jsp、PHP、Nodejs、Python、爬虫、数据可视化…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023