- 博客(29)
- 收藏
- 关注
RSS订阅原创 什么是SELinux
SELinux 是 Linux 的“安全警察”权限对了还不够，策略说了才算结合具体说明 SELinux 导致紧急模式的真实案例教你最少命令快速判断是不是 SELinux 的锅你可以直接告诉我你现在卡在什么错误提示。
2025-12-16 09:07:15
459
原创 selenium中执行javascript，是否等价于在浏览器console位置执行
场景SeleniumConsole是否等价访问 DOM✔️✔️⭐ 等价修改页面✔️✔️⭐ 等价返回值传回外部✔️（能传回 Python）❌❌ 不等价传入元素参数❌❌ 不等价异步执行管理❌❌ 不等价WebDriver 环境标识✔️ 可能暴露自动化❌❌ 不等价如果你愿意，我还能为你写一个完整的 Python + JavaScript 双端对照 Demo 项目，可以直接运行并对比结果。
2025-11-14 10:35:49
362
原创 CSS选择器种类
🔸CSS 选择器不仅能根据id和class，还可以根据标签、属性、层级、状态等来选取元素。🔸 组合和嵌套使用这些选择器可以实现非常强大的样式控制。如果你愿意，我可以帮你画一张「CSS 选择器速查表图」📘（图表形式），要我生成吗？
2025-11-10 10:09:14
143
原创 JavaScript是怎么和html元素关联起来的？
有时候想给元素一些信息，可以用data-属性，然后在 JavaScript 中获取：< button data-user = " Alice " > 点击我 </ button > < script > const btn = document . querySelector('button');alert(` 当前用户是 ${ btn . dataset . user } `);});
2025-11-10 09:11:07
1057
原创 Sources中main、vendors、runtime、polyfills、scripts这些是什么？
文件内容作用main.js应用主逻辑你写的业务代码vendors.js第三方库缓存优化、抽离依赖runtime.js模块加载引导打包器的运行机制浏览器兼容性代码兼容旧浏览器scripts.js外部或全局脚本分析、广告、配置等如果你愿意，我可以帮你画一个图（流程图或加载结构图），直观地展示这些文件之间的关系——从加载到执行的顺序。要我帮你画出来吗？
2025-11-10 08:57:45
379
原创 为什么web中开发者页面中的js脚本动不动就是几万行
你看到的几万行 JS，其实是打包工具拼接、压缩、格式化后的产物。真正的源代码通常只是其中一小部分。“几万行”只是浏览器为了调试展开后的视觉效果，不代表代码量真的那么大。如果你愿意，我可以帮你用一个简单的例子演示：从几百行源代码，打包出一个“几万行”的 JS 文件，让你直观看到差别。要我帮你演示这个打包对比吗？非常棒的问题 👏👏你现在已经在真正理解现代前端构建体系的内部逻辑了。这些文件名（main.jsvendors.jsruntime.jsscripts.js。
2025-11-07 15:51:41
1043
原创 web的开发者页面中查看html文档为什么动不动就是几十万行
网页几十万行 HTML ≠ 开发者写了几十万行代码。你看到的是浏览器执行 JS 后、数据渲染完成的“展开版 DOM 树”，而不是原始 HTML 文件。如果你愿意，我可以帮你打开一个具体网站（比如淘宝或知乎），带你一步步分析「原始 HTML」和「渲染后 DOM」的区别，看数据是怎么被动态插进去的。要试试看吗？太棒了 👍 我们来动手分析一下。为了清晰，我会带你逐步理解「原始 HTML」 vs 「渲染后 DOM」，并展示为什么差距会达到几十万行。概念内容规模源代码（HTML 文件）
2025-11-07 15:48:44
1020
原创 外键中的级联操作
主键（Primary Key）：用于唯一标识表中的每一行记录，要求该字段值唯一且不能为空。外键（Foreign Key）：用于建立表与表之间的关系，它引用另一个表的主键或唯一键，确保数据的完整性和一致性。主键和外键共同作用，确保了数据的一致性和关系型数据库中的参照完整性。在实际开发中，外键经常用于表示表之间的关联，比如“订单”和“客户”之间的关系，或“学生”和“课程”之间的关系。
2025-11-03 16:39:18
361
原创 迭代器与生成器的内存差异
通常需要保留整个数据集的引用，尤其是当你使用容器类型（如列表或字典）作为数据源时。尽管迭代器是按需访问元素的，但它仍然依赖于数据集本身。每次访问元素时，它仍然需要保持对整个数据集的引用，这就导致了较高的内存消耗。
2025-11-03 15:57:55
778
原创 python中的魔术方法
以上只是一些常见的魔术方法，实际上 Python 还提供了很多其他的特殊方法来支持更复杂的行为，例如实现协程、修改对象属性访问行为等。通过这些魔术方法，Python 允许开发者自定义对象的行为，使得对象更加灵活和功能强大。如果你想深入了解所有的魔术方法，可以查阅官方文档的Data model部分。
2025-11-03 09:55:32
805
原创 多线程并行请求和使用 aiohttp + asyncio 异步编程
多线程并行请求适合那些需要使用现有同步库，或者对资源的要求不高（例如中小规模并发）的时候，但它的资源开销相对较大，且管理线程会比较复杂。aiohttp & asyncio 异步编程则在处理高并发I/O密集型任务时效率更高，资源消耗少，但需要理解异步编程模型，且调试时需要特别注意。选择哪种方法取决于任务的具体需求和性能要求。
2025-10-28 15:51:03
896
原创 Session Token 认证和 JWT (JSON Web Token) 认证区分
当然！区分 Session Token 和 JWT (JSON Web Token) 认证的关键在于它们如何存储、传递、验证身份信息以及它们的生命周期管理方式。我们可以从以下几个方面来区分它们：Session Token：通常是 服务器生成的，并存储在 服务器端，服务器在客户端发送给用户后，会通过 cookie 进行存储。客户端每次发送请求时，cookie 会自动携带这个 Session Token（如果 cookie 没有设置为 和 的话），而不需要在请求头中明确地传递。客户端并不直接管理这个 Tok
2025-10-16 10:29:55
810
原创 MySQL数据库索引的使用
如果列中的值非常重复（例如：性别、状态等，可能只有几种值），索引的效果就不明显。对于经常查询、排序、分组的列，索引是非常有用的，而对于低选择性的列，创建索引可能没有太大意义，甚至会对性能产生负面影响。：每次插入、更新或删除数据时，不仅要更新表本身的内容，还要更新所有相关的索引，这样会导致这些操作的性能下降。操作时，索引也需要被更新，因此会增加这些操作的执行时间。来监控索引的使用情况，发现哪些索引是冗余的或者无效的，然后做相应的调整。索引是数据库优化的重要工具，但也需要合理使用，过多的索引反而会适得其反。
2025-09-29 09:10:45
710
原创 MySQL数据库优化常用方法
除了 优化 SQL 语句，确实还有许多其他数据库层面的优化策略可以帮助你提升数据库性能，尤其是在高并发压力下。以下是一些常见的 数据库优化点，你可以结合 JMeter 的测试结果进行相应的调整：索引是提升查询性能的关键。在 JMeter 的压测过程中，可能会发现某些查询响应时间较长，这时可以通过优化索引来加速查询。对查询中 子句、 操作、 排序字段等常用字段创建索引。例如： 1.2 使用复合索引 当查询涉及多个字段时，复合索引可以显著提高查询性能。创建复合索引时，要根据查询条件的顺序来
2025-09-28 16:53:14
666
原创 B+树 和 BTREE
B+树是B树的一个变种，它优化了范围查询和顺序访问，特别适合数据库索引的应用。BTREE和B+树都是自平衡的树形结构，但 B+树在叶子节点存储数据并且使用链表连接叶子节点，这使得它在数据库中更高效，尤其是在处理大量数据的范围查询和排序时。MySQL的InnoDB存储引擎使用的是B+树，而非 B 树。
2025-09-25 11:12:14
766
原创 数据库索引类型
索引类型适用场景优点缺点BTREE一般范围查询、等值查询、排序查询默认索引类型，广泛使用对写操作影响较大，空间消耗较多HASH等值查询查询速度快（O(1)）不支持范围查询FULLTEXT全文搜索（TEXT、VARCHAR）适用于大规模文本数据的搜索仅支持文本数据，不能用于其他数据类型RTREE空间数据查询（地理信息系统 GIS）高效处理空间数据查询仅支持空间数据类型倒排索引主要用于全文搜索高效查询关键词仅限于全文搜索功能，MySQL 中由 FULLTEXT 实现前缀索引。
2025-09-25 10:48:35
433
原创 数据库中的主键及其他特殊列
MySQL 不会自动生成主键，如果你没有明确声明主键，表中将不会有一个唯一的标识符。你可以使用字段来生成自增值，但如果没有显式声明它是，它不会成为主键。在大多数情况下，设计表时明确声明主键是一个好习惯，以确保数据的一致性和查询效率。除了主键（PRIMARY KEY）之外，数据库中还有一些其他类型的特殊列，这些列在数据设计中具有独特的作用，帮助确保数据完整性、优化查询性能，或实现特定的功能。除了主键之外，数据库中还有许多其他重要的列和约束，它们确保数据的完整性、提高查询性能并实现其他特定功能。
2025-09-25 09:09:58
1135
原创 JMeter的基本使用与性能测试
JMeter配置过程中，最关键的是设置线程组、JDBC连接、JDBC请求以及监听器。确保配置好数据库连接和SQL查询后，可以模拟高并发的读写操作。通过这些步骤，你可以开始执行数据库性能测试并收集相应的测试数据来进行后续的性能分析。参考资料：[1] JMeter的基本使用与性能测试，完整入门篇保姆式教程----
2025-09-23 14:31:33
778
原创 链表在数据库中的应用
链表是一种数据结构，它通过节点和指针形成一种线性关系，可以动态地增加、删除元素。数据库是用来存储和管理数据的系统，它通常使用更加复杂的数据结构（如 B+ 树、哈希表等）来优化存储和查询，但链表也常用于数据库内部的某些实现，比如事务日志、索引等。链表在数据库中的应用主要体现在存储结构数据恢复日志管理缓存机制和优化查询等方面，尽管数据库的核心实现一般不会直接使用链表。链表和数据库的关系并不直接，但通过理解它们各自的特性和使用场景，可以发现它们在数据库系统的实现中扮演着重要的角色。
2025-09-23 14:12:00
543
原创 照明光学系统设计
照明光学系统设计非序列光线追迹ZEMAX中有两种截然不同的光线追迹模式：序列和非序列。序列模式序列模式主要用来设计成像和离焦系统，面型在LDE中定义。光线只能和每个面相交一次，而且遵循一定的序列次序（光线按面顺序依次传输），这也是名字序列光线追迹名字的由来。光线只在表面材料是反射镜的面上发生反射。在折射表面发生部分反射（菲涅尔反射），这部分也只会要计算折射能量（考虑介质和金属镜面效应）的时候涉及到。每个面有自己的局部坐标系。沿着光轴的每个面的位置参考前一个面的位置。即LDE中的厚度指的是从当前面
2020-10-06 02:27:01
3048
1
原创 牛顿望远镜设计
牛顿望远镜设计牛顿望远镜是用来矫正轴上像差（即球差）的望远镜，由一个简单的抛物线形镜面组成。孔径值设置反射镜面点列图显示艾里斑后点列图第一面圆锥系数设为1时，第一面球面变为抛物面，光线达到衍射极限，RMS RADIUS为0，这是一个光线扩散程度的系数，表示每条光线和参考点距离的平方的平均值，然后取平方根。增加反射镜所得参数表格，之前加的厚度-200虚构面变为200。3D视图设置折叠反射镜面折叠反射镜面新建一个空白透镜，GEN孔径值设置为20，产生一个F/5的镜片，相关
2020-10-05 23:51:09
1894
原创 应用光学笔记（持续更新）
光焦度光焦度：像方焦距的倒数（近似认为空气的折射率为1），等于像方光束会聚度和物方光束会聚度之差，表征光学系统偏折光线的能力。阿贝数阿贝数：表明透明介质色散能力的指数。一般来说，介质的折射率越大，色散越严重，阿贝数越小；反之，介质的折射率越小，色散越轻微，阿贝数越大。像差的分类球差球差：与物高无关，与入瞳孔径三次方成正比的像差。它使理想像平面中各像点都成为同样大小的圆斑。轴上物点只有球差这一种像差。通过入射光瞳不同环带的光线，经过光学系统后会聚在光轴上不同的点，这些点与近轴光电像点之差称为轴向像
2020-10-05 21:49:16
2227
原创 信号频分复用
信号频分复用对锯齿波信号频谱分析，并用两个非原始信号周期整倍数的正弦波信号进行双边带调制close allclearFs=100000; %采样频率t=0:1/Fs:0.1;x1=sawtooth(1000/7*2*pi*t); %信号周期2pi/(t的系数)figureplot(t,x1,'LineWidth',1.2)axis([0 0.025 -1 1])xlabel('时间 (ms)')ylabel('幅度')title('原始信号(时域)')set(gca,'Fo
2020-10-05 02:09:18
964
原创 matlab中的椭圆拟合
椭圆拟合matlab对离散信号的椭圆拟合cleardata=csvread('text.csv');x=data(:,1);y=data(:,2);X=[x.^2,y.^2,x.*y,x,y];Y=ones(size(x));L=regress(Y, X); % Y=X*B B为回归系数fimplicit(@(x,y) L(1).*x.^2+L(2).*y.^2+L(3).*x.*y+L(4).*x+L(5).*y-1)hold onscatter(x,y)...
2020-10-05 01:42:05
2905
原创 Zemax中添加玻璃和消色差双胶合望远镜物镜优化设计
#Zemax中添加玻璃和消色差双胶合望远镜物镜优化设计添加玻璃双击玻璃输入所需玻璃属性，以H-K9L为例
2020-10-05 00:55:58
3644
原创 K-means聚类颜色量化
K-means聚类颜色量化颜色量化颜色量化是指减少在图像中的颜色数量的压缩过程，是一种对彩色图像进行数字图形处理的常用方法。其核心内容是在尽量减少初始彩色图像失真的前提下，能够将颜色丰富的原始彩色图像映射至颜色种类较少的量化图像上的过程。K-means颜色量化流程先在图像颜色空间里随机选取K种颜色，利用这K种颜色生成一个初始的调色板，再根据颜色距离的就近原则，将彩色图像中的每个像素都映射到初始生成的调色板中去，从而形成K种聚类，最后得到每一类像素颜色的均值，再根据这些均值来生成新的调色板。不断重复这
2020-10-04 22:54:57
3947
原创 Zemax单透镜设计
Zema中单透镜设计设计一个F/4镜片，焦距为100mm，在轴上可见光谱范围内，用BK7玻璃波长镜面参数3D视图光线像差曲线
2020-10-03 22:19:25
2233
dialogpt-medium开源预处理语言模型model.safetensors版，可直接解压使用
2025-11-18
selenium和pyautogui的python3.8.7-32虚拟环境包
2023-02-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人