[置顶] 修改一些PHP工具

本文解决了二维码生成类在特定框架中出现的问题,并提供了解决方案。通过调整代码使其兼容框架环境,实现了二维码图片的正常生成。

原来的代码 在非框架下是木有问题的,但是用在框架下就报错,mb的,终于修改好了... 

 

具体使用见附件,可以自己封装下 呵呵

<?php
namespace yii\helpers;

use common\lib\QRCode2;

/**
 * 二维码图像生成
 */
class QrcodeHelper {

	/**
	 * 输出生成的二维码图片
	 * 
	 * @param  string  $url 对应的url地址
	 * @param  integer $size 图像大小
	 * @param  integer $margin 边距
	 *
	 * @return void 包含二维码图像的输出对象
	 */
	static function generateImage($url,$size=6,$margin=1)
	{
        static $logo = __DIR__ . '/qrlogo.png';
        if (is_readable($logo) )
        {
            return self::generateImageWithLogo($url, $logo,$size,$margin);
        }
        
        $qr = QRCode2::getMinimumQRCode($url, QRCode2::$QR_ERROR_CORRECT_LEVEL_H);
		$im = $qr->createImage($size, $margin);

        header("Content-type: image/gif");
		imagegif($im);
		imagedestroy($im);
	}
    
    /**
	 * 输出生成的二维码图片
	 * 
	 * @param  string  $url 对应的url地址
	 * @param  file  $logo 对应的url地址
	 * @param  integer $size 图像大小
	 * @param  integer $margin 边距
	 *
	 * @return void 包含二维码图像的输出对象
	 */
    static function generateImageWithLogo($url, $logo,$size=6,$margin=1)
    {
        if (!is_readable($logo) )
        {
            return self::generateImage($url, $size, $margin);
        }
        
        $qr = QRCode2::getMinimumQRCode($url, QRCode2::$QR_ERROR_CORRECT_LEVEL_M);
		$im = $qr->createImage($size, $margin);
        
        $im_width = imagesx($im);//二维码图片宽度 
        $im_height = imagesy($im);//二维码图片高度
        
        $logo = imagecreatefromstring(file_get_contents($logo));
        
        $logo_width = imagesx($logo);//logo图片宽度 
        $logo_height = imagesy($logo);//logo图片高度 
        
        $logo_im_width = $im_width / 3; 
        $scale = $logo_width/$logo_im_width; 
        $logo_im_height = $logo_height/$scale; 
        $from_width = ($im_width - $logo_im_width) / 2; 
        //重新组合图片并调整大小 
        imagecopyresampled($im, $logo, $from_width, $from_width, 0, 0, $logo_im_width, 
        $logo_im_height, $logo_width, $logo_height); 
        
        header("Content-type: image/png");
        imagepng($im);
        imagedestroy($im);
    }

}

 

 

/**
 * 二维码图像生成
 */
class Helper_Qrcode {

	/**
	 * 生成二维码图片
	 * 
	 * @param  string  $url 对应的url地址
	 * @param  integer $size 图像大小
	 * @param  integer $margin 边距
	 *
	 * @return QView_Output 包含二维码图像的输出对象
	 */
	static function generateImage($url,$size=6,$margin=1)
	{
		$filename = 'qkenrcode-' . mt_rand();
		ob_start();

		$mime = image_type_to_mime_type(IMAGETYPE_GIF);

		$qr = QRCode::getMinimumQRCode($url, QR_ERROR_CORRECT_LEVEL_H);

		$im = $qr->createImage($size, $margin);

		imagegif($im);
		imagedestroy($im);
		
		unset($im);

		$output = new QView_Output($filename, $mime, ob_get_clean());
		$output
            ->contentDisposition('inline')
            ->enableClientCache(false);

		return $output;
	}

}

 

/**
 * 地理位置相关辅助类
 *
 */
class Helper_Geo {

	private static function trueIp($ip)
	{
		return filter_var($ip,FILTER_VALIDATE_IP,
			FILTER_FLAG_IPV4|FILTER_FLAG_IPV6|
			FILTER_FLAG_NO_RES_RANGE|FILTER_FLAG_NO_PRIV_RANGE);
	}

	/**
	 * 根据 ip 地址计算对应的 地标信息 
	 * 
	 * @param   $ip IP 地址
	 * 
	 * @return array
	 */
	static function getData($ip)
	{
		$ip = self::trueIp($ip);
		if ( $ip )
		{
			Unirest::verifyPeer(false);
			Unirest::timeout(2);
			$response = Unirest::get('http://ip.taobao.com/service/getIpInfo.php', 
				array( "Accept" => "application/json" ),
				array( "ip" => $ip ));

			if ( is_array($response->body) && $response->body['code'] === 0 && !empty($response->body['data']) )
			{
				return $response->body['data'];
			}
     	}
		return false;
	}

}

 

 

  • php.zip (16 KB)
  • 描述: qrcode
  • 下载次数: 2
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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