转:Chrome浏览器查看网站登录 Cookie 信息的方法

当我们使用自动签到等程序的时候一般都要用到网站Cookie,我们可以借助浏览器的扩展来获取Cookie信息,但其实通过浏览器本身的功能就可以查看Cookie信息。以Chrome类浏览器为例有以下三种方法。

chrome浏览器:

方法一:

1.打开设置选项,直接进入内容设置选项,可以看到cookie基本设置。如下图:

在这里插入图片描述

2.点击所有Cookie和网站数据即可查看浏览过的网站cookie信息。

在这里插入图片描述

方法二:

若要查看当前所浏览网站也可以使用以下方法。

1.F12或者单击鼠标右键,选择检查或审查元素。

2.点击Network–>DOC–>Headers。此时点击Headers应该是没有信息的,刷新后就出来了。点击左侧Name中的你所需要的网站链接。在Headers中查找所需要的当前网页的Cookie信息。 注:如果想查看所有网站的信息,点击All,然后在Name中点击你想查看网站信息。

在这里插入图片描述

注:方法二同样适用于其他浏览器。

方法三:

1.F12或者单击鼠标右键,选择审查元素。

2.点击Console,输入指令 document.cookie,回车即可显示当前页面cookie信息。

在这里插入图片描述


本文转自:
https://www.cmsky.com/browser-cookie/

【轴承故障诊断】基于融合鱼鹰和柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)内容概要:本文提出了一种基于融合鱼鹰和柯西变异的麻雀优化算法(OCSSA)优化变分模态分解(VMD)参数,并结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)的轴承故障诊断模型。该方法利用西储大学公开的轴承数据集进行验证,通过OCSSA算法优化VMD的分解层数K和惩罚因子α,有效提升信号分解精度,抑制模态混叠;随后利用CNN提取故障特征的空间信息,BiLSTM捕捉时间序列的动态特征,最终实现高精度的轴承故障分类。整个诊断流程充分结合了信号预处理、智能优化与深度学习的优势,显著提升了复杂工况下轴承故障诊断的准确性与鲁棒性。; 适合人群:具备一定信号处理、机器学习及MATLAB编程基础的研究生、科研人员及从事工业设备故障诊断的工程技术人员。; 使用场景及目标:①应用于旋机械设备的智能运维与故障预警系统;②为轴承等关键部件的早期故障识别提供高精度诊断方案;③推动智能优化算法与深度学习在工业信号处理领域的融合研究。; 阅读建议:建议读者结合MATLAB代码实现,深入理解OCSSA优化机制、VMD参数选择策略以及CNN-BiLSTM网络结构的设计逻辑,通过复现实验掌握完整诊断流程,并可进一步尝试迁移至其他设备的故障诊断任务中进行验证与优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值