《微信企业号开发日志》本地调试程序四

本文介绍了如何在本地调试环境中模拟微信回调发送消息的过程,包括文本消息的XML格式解析、加密与解密方法,以及实现步骤。适用于微信企业号开发者进行功能测试与调试。

 

 

这一节完成模拟微信回调发送消息!!!

 

先看效果图吧:

image

 

这个是模拟发送text文本消息的,

解析:

1.微信text文本最终是以2格式的xml文本post到我们的服务器接口的,1是对应xml各个字段值,

2.是最终需要post到我们服务器的xml明文

3.是将2中需要post到我们服务器的xml明文按照token,timestamp和nonce加密后的xml密文,(最终post到我们服务器的是这种经过加密后的xml,我们在接受接口中要先对其进行解密)

4.是将我们服务器中返回的xml明文展示出来

 

接下来主要介绍点击模拟发送的事件代码,很简单,就几行:

       //发送文本消息按钮事件
        private void btn_SendText_Click(object sender, EventArgs e)
        {
            txt_TextResult.Text = "";

            string Data = "";//加密后的XML数据
            GetEncryptXML(txt_XMLText.Text, ref Data);

            txt_EnyXMLText.Text = Data;

            string URL = GenerateURL();

            if (String.IsNullOrEmpty(URL))
            {
                return;
            }
            if (String.IsNullOrEmpty(Data))
            {
                MessageBox.Show("需要Post的数据为空!,请填写内容!");
                return;
            }

            string Result = CommonTools.Post(URL, Data);

            string DenResult = GenerateData.APIResultHandler(Result);
            txt_TextResult.Text = DenResult;

        }

 

GetEncryptXML()和GenerateData方法在上一节中已经介绍过,看不懂的请点击传送

《微信企业号开发日志》本地调试程序三

 

由于是自己测试使用,根据自己的需求,就暂时开发到这里,欢迎指点并提出意见

 

 

小弟在此源代码敬上:链接:百度网盘 密码:c40t

 

开源项目地址:https://github.com/GarsonZhang/QYWXLocalDebug/

 

日志列表:

《微信企业号开发日志》本地调试程序一

《微信企业号开发日志》本地调试程序二

《微信企业号开发日志》本地调试程序三

《微信企业号开发日志》本地调试程序四

转载于:https://www.cnblogs.com/GarsonZhang/p/4043475.html

个人防护装备实例分割数据集 一、基础信息 • 数据集名称:个人防护装备实例分割数据集 • 图片数量: 训练集:4524张图片 • 训练集:4524张图片 • 分类类别: 手套(Gloves) 头盔(Helmet) 未戴手套(No-Gloves) 未戴头盔(No-Helmet) 未穿鞋(No-Shoes) 未穿背心(No-Vest) 鞋子(Shoes) 背心(Vest) • 手套(Gloves) • 头盔(Helmet) • 未戴手套(No-Gloves) • 未戴头盔(No-Helmet) • 未穿鞋(No-Shoes) • 未穿背心(No-Vest) • 鞋子(Shoes) • 背心(Vest) • 标注格式:YOLO格式,适用于实例分割任务,包含边界框或多边形坐标。 • 数据格式:图片数据,来源于监控或相关场景。 二、适用场景 • 工业安全监控系统开发:用于自动检测工人是否佩戴必要的个人防护装备,提升工作场所安全性,减少工伤风险。 • 智能安防应用:集成到监控系统中,实时分析视频流,识别PPE穿戴状态,辅助安全预警。 • 合规性自动化检查:在建筑、制造等行业,自动检查个人防护装备穿戴合规性,支持企业安全审计。 • 计算机视觉研究:支持实例分割、目标检测等算法在安全领域的创新研究,促进AI模型优化。 三、数据集优势 • 类别全面:覆盖8种常见个人防护装备及其缺失状态,提供丰富的检测场景,确保模型能处理各种实际情况。 • 标注精准:采用YOLO格式,每个实例都经过精细标注,边界框或多边形坐标准确,提升模型训练质量。 • 真实场景数据:数据来源于实际环境,增强模型在真实世界中的泛化能力和实用性。 • 兼容性强:YOLO格式便于与主流深度学习框架(如YOLO、PyTorch等)集成,支持快速部署和实验。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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