Dat

viw 它的作用是选取一个单词（word），无论光标在这个单词的哪个位置都能选中整个单词。 每日一Vim（18）Text-Object 前两节讲了Visual mode相关内容，这里提一个小问题，“如何选择一个单词？”3秒后...，你可能会使用命令vw，很不幸的是它会把下一个单词的首字母也选中。如果你足够细心的话，你会发现答案在之前的章节中讲过，命令是：viw。它的作用是选取一个单词（word），无论光标在这个单词的哪个位置都能选中整个单词，那么i到底有什么作用呢？这就是今天要讲解的内容。 Text-Object：可以指一个单词，一整句文本，抑或一对括号内的文本，甚至是html或xml标签内的文本，都可以抽象成Text-Object。与Text-Object紧密相关的两个命令就是a和i，啊？这两个命令不是append和insert吗？其实，a和i操作在Visual mode或者某些操作（比如：d,y等）后面就是另外一种效果了。例如，删除一个单词可以用daw或者diw。那么a与i又有什么区别呢？ ** a会选择一个对象（an object）包括空格在内，而i只会选择一个对象的内部（an inner object）不包含空格。** 下面就是一些命令含义： aw a word iw inner word aW a WORD iW inner WORD as a sentence is

1. 下载gsoap ： http://www.genivia.com/products.html#notice ，既Open Source gSOAP版本，并解压进入目录安装，configure后面的选项可以根据自己的需求添加，--prefix后面填写的gsoa安装所在的路径，我安装的是当前的路径，如果prefix出现安装错误，则需要把路径改成绝对路径。 ./configure --enable-ipv6 --enable-debug --prefix=./ make make install 2. gsoap虽然安装完成，但是你还要检查你的linux下是否也安装了以下内容，没有的话要安装一下，gsoap才能正常使用： .Bison或Yacc 安装：" https://www.gnu.org/software/bison/ " Flex的安装：" https://github.com/westes/flex/releases " OpenSSL 的安装：" https://www.openssl.org/source/ " 可选的Zlib支持：" http://www.zlib.net/ " 3. 把gsoap-2.8/gsoap/typemap.dat也拷贝到一个新建工作目录下，并修改该文件的内容，在命名空间已经存在的trt下，新增支持h265的代码行 tr2 = http:/

普通版 #include<stdio.h> #include <algorithm> const int N=5e3+ 5 ; int n,px[N],py[N],cnt[ 5 ]; struct dat{ int x,y; dat( int x= 0 , int y= 0 ):x(x),y(y){} bool operator <( const dat &a) const { return x!=a.x?x<a.x:y< a.y; } bool operator ==( const dat &a) const { return x==a.x&&y== a.y; } }po[N]; inline int search( int x, int y){ int p=std::lower_bound(po+ 1 ,po+n+ 1 ,dat(x,y))- po; return po[p]== dat(x,y); } inline int judge( const int &x, const int & y){ if (!search(x- 1 ,y)) return 0 ; if (!search(x+ 1 ,y)) return 0 ; if (!search(x,y- 1 )) return 0 ; if (!search(x,y+ 1 )) return 0 ; return 1 ;

将gsoap-2.8压缩包上传到服务器，解压到/opt/gsoap-2.8目录，进入目录，执行如下的命令编译出wsdl2h,soapcpp2可执行程序 编译指令 ./configure --prefix=/opt/gsoap（你自己的选择的安装路径） sudo make make install cd /opt/gsoap/bin 这个之后，我们需要将/opt/gsoap-2.8/gsoap/typemap.dat，以及同一级目录下的文件夹import ,custom, plugin拷贝到/opt/gsoap/bin目录下 在当前目录存在wsdl2h,soapcpp2可执行程序，通过如下两个指令生成代码 [root@localhost test]# ./wsdl2h -o onvif.h -c -s -t ./typemap.dat http://www.onvif.org/onvif/ver10/device/wsdl/devicemgmt.wsdl http://www.onvif.org/onvif/ver10/media/wsdl/media.wsdl http://www.onvif.org/onvif/ver10/deviceio.wsdl http://www.onvif.org/onvif/ver10/network/wsdl/remotediscovery

(一)truncate操作概述 在生产中，truncate是使用较多的命令，在使用不当的情况下，往往会造成表的数据全部丢失，恢复较为困难。对于truncate恢复，常见的有以下几种方法可以进行恢复： 使用数据泵导入。该方法操作简单，前提是必须要有备份可用，并且会有数据的丢失； 使用RMAN进行不完全恢复。可将数据库恢复到truncate之前的时刻，但是恢复时间较长； 使用odu、prm-dul、GDUL等收费软件进行恢复； 使用fy_recover_data包； 使用RMAN进行异机恢复已在之前测试过，详见： https://www.cnblogs.com/lijiaman/p/11577001.html 。 （二）FY_Recover_Data介绍 FY_Recover_Data是国内Oracle ACE大佬黄玮（个人网站： http://www.hellodba.com ）开发的一个package，该脚本专门用于对truncate的表进行恢复。 根据作者所述，其原理：如果我们已经有一套元数据及数据块，然后将被TRUNCATE的用户数据块的内容取代其用户数据块的内容，是否可以“骗”过Oracle，让它读出这些数据呢？ 回顾一下表扫描的过程，这个方法应该是可行的。我们只要想办法构造出一个结构相同、且具有完整元数据信息和格式化了的用户数据块的傀儡表对象

1.总结 　　从事嵌入式行业多年，虽然因为工作原因接触过嵌入式Linux，也参与过相关产品的底层和应用功能开发，但对于嵌入式Linux的内核，驱动，以及上层开发，仍然停留在看的懂，基本会用的水平，没有过系统深入的去总结，随着工作年限的递增，越来越感受到这种浮躁感带来的技术面瓶颈。既然发现了问题，自然就要去解决，回想起我踏入嵌入式行业来的经历，正是对STM32芯片以及网络部分的学习总结笔记支撑我走到如今的地步，那么沉淀下来，从嵌入式Linux驱动开发开始，对嵌入式Linux进行系统的学习总结也是最符合我目前现状的解决办法，这也是我下定决心放弃日常娱乐，开始本系列的由来。 　　嵌入式Linux的掌握学习是很复杂的过程，从最基础的Linux安装，shell指令的学习和应用，交叉编译环境搭建，C语言开发，Linux内核接口，Linux系统接口，在掌握了前面所有知识后，才只是完成了产品开发的基础构建，这些知识不仅对于学习是难点，对于已经掌握的人来用文字描述清楚，特别是系统/软件版本引发的编译，调试问题，在学习以及开发中遇到的问题会抽空整理出来，在本篇中也会涉及部分。如果不理解，要善于使用搜索引擎， 嵌入式 Linux 开发遇到的问题基本都能找到答案 ，一定要切记。不多说了，下面开始正篇的说明。 2. 内核模块实现 嵌入式Linux的驱动都是以模块的形式出现，掌握内核模块的实现是必须的。

用户名密码从user.dat文件里读取，用户名一行，密码一行 ca证书，客户端证书cert，客户端key，写入到配置文件的写法 <ca> </ca> <cert> </cert> <key> </key> 来源： oschina 链接： https://my.oschina.net/u/4379065/blog/3275844

Win10自带的微软拼音一直以来有不少忠粉，但是词库导入导出一直是一个问题，因为微软拼音的自学习词库是自有格式，没有对外开放，所以一直没有解决。只能通过自定义短语的形式导入其他输入法的词库到微软拼音中。 最近经过网友的提醒，再自我研究了几晚上，终于把微软拼音的自学习词库导入导出解决了。 本次2.8版本的发布主要包含了以下更新： 微软拼音自学习词库的导入和导出。 转换词库时如果某些词条无法转换，通过错误窗口提示错误信息。 增强了微软拼音自定义短语对多种双拼方案的支持。 修改持续集成的实现方式，使用GitHub Action实现自动化的测试。 微软拼音自学习词库对词库的支持是2W个词条，所以如果源词库太大，则无法导入，所以本转换工具也做了限制，只支持2W条内的词库转换，如果源词库太大，可以通过高级设置中的词条长度、词频等过滤条件，将词库控制在2W内。下面以搜狗拼音词库转微软拼音为例： 搜狗拼音把用户词库导出成bin文件，然后打开深蓝词库转换，点击高级设置的“词条过滤设置”，设置一个合理的词频或者其他过滤，让最终文件词条小于2W。 然后点击“转换”按钮，完成微软拼音自学习词库的生成。 打开微软拼音的自学习词库导入页面，选择刚才生成的dat文件，进行导入，几秒后提示导入成功。 最近由于疫情原因，墙的火力很猛，可能无法下载，我这里也放一个下载地址： 深蓝词库转换2.8 来源： oschina

HTTP是一种无状态的协议，为了分辨链接是谁发起的，需自己去解决这个问题。不然有些情况下即使是同一个网站每打开一个页面也都要登录一下。而Session和Cookie就是为解决这个问题而提出来的两个机制。 cookie 和session 的区别： Session 存储在服务器端，保存用户名、登陆状态等信息 Cookie 由服务器下发给客户端，保存在客户端的一个文件里,保存的内容主要包括：SessionID。 应用场景 登录网站，今输入用户名密码登录了，第二天再打开很多情况下就直接打开了。这个时候用到的一个机制就是cookie。 session一个场景是购物车，添加了商品之后客户端处可以知道添加了哪些商品，而服务器端如何判别呢，所以也需要存储一些信息就用到了session。 cookie概念 在浏览某些 网站时,这些网站会把一些数据存在客户端,用于使用网站等跟踪用户,实现用户自定义功能. 是否设置过期时间: 如果不设置 过期时间,则表示这个 Cookie生命周期为 浏览器会话期间 , 只要关闭浏览器,cookie就消失了. 这个生命期为浏览会话期的cookie,就是会话Cookie; 存储: 一般保存在内存,不在硬盘; 如果设置了过期时间, 浏览器会把cookie保存在硬盘上,关闭再打开浏览器, 这些cookie依然有效直到超过的设置过期时间;

【今日推荐】：为什么一到面试就懵逼！>>> 　　这这一篇博客中，将系统介绍中文文本分类的流程和相关算法。先从文本挖掘的大背景开始，以文本分类算法为中心，介绍中文文本分类项目的流程以及相关知识，知识点涉及中文分词，向量空间模型，TF-IDF方法，几个典型的文本分类算法和评价指标等。 　　本篇主要有： 　　朴素的贝叶斯算法 　　KNN最近邻算法。 2.1 文本挖掘与文本分类的概念 　　简单来说，文本挖掘就是从已知的大量文本数据中提取一些未知的最终可能用过的知识的过程，也就是从非结构化的文本中寻找知识的过程。文本挖掘主要领域有： 搜索和信息检索：存储和文本文档的检索，包括搜索引擎和关键字搜索。 文本聚类：使用聚类方法，对词汇，片段，段落或者文件进行分组和归类。 文本分类：对片段，段落或文件进行分组和归类，在使用数据挖掘分类方法的基础上，经过训练地标记示例模型。 Web挖掘：在互联网上进行数据和文本的挖掘，并特别关注网络的规模和相互联系。 信息抽取：从非结构化文本中识别与提取有关的事实和关系；从非结构化或半结构化文本中抽取出结构化数据的过程。 自然语言处理：将言语作为一种有意义，有规则的系统符号，在底层解析和理解语言的任务。 概念提取：把单词和短语按语义分成意义相似的组。 　　在分析机器学习的数据源中最常见的知识发现主题是把数据对象或者是事件转换为预定的类别，再根据类别进行专门的处理