Easter79 Easter79
4年前
Vue 全家桶
vue全家桶。使用过vue的程序员一般这样评价它,“vue.js兼具angular.js和react.js的优点”。Vue.js是一个JavaScriptMVVM(ModelViewViewModel)库,用于渐近式构建用户界面。它以数据驱动和组件化思想构建,采用自底向上增量开发的设计思想。相比Angular.js,Vue.jsAPI更加简洁;
Wesley13 Wesley13
4年前
java集合基础复习
温故知新,好一段学习时间过后到了收割的季节。java中集合java.util包下的一个集合根接口collection,其子接口list和set,map接口定义keyvalue键值对。ArrayList、linkedlist、vector实现了list接口。也称线性集合。数据有序可重复。ArrayList:底层实现的数组,线程不安全的,效率
CuterCorley CuterCorley
4年前
Django+Vue开发生鲜电商平台之6.使用Vue实现商品类别和商品数据前台显示
什么是胸怀?胸怀是人生的志向和抱负,胸怀是人格的品位和质量,胸怀是人对待世界万物气量和风度的定位。胸怀,能使弱者走过别人不敢走的路,攀上别人难以达到的高峰;胸怀,可以使先天低矮的人在别人眼里变得挺拔高大;胸怀,能使一名柔弱的女子充满大丈夫的英雄气概;胸怀,也使一个弱质变得体格健壮。——马云Github和Gitee代码同步更新:;。现在将DRF
Stella981 Stella981
4年前
PyQt5制作一个爬虫小工具,获取某网上市公司的财务数据可视化
最近有朋友需要帮忙写个爬虫脚本,爬取雪球网一些上市公司的财务数据。盆友希望可以根据他自己的选择进行自由的抓取,所以简单给一份脚本交给盆友,盆友还需要自己搭建python环境,更需要去熟悉一些参数修改的操作,想来也是太麻烦了。于是,结合之前做过的汇率计算器小工具,我这边决定使用PyQt5给朋友制作一个爬虫小工具,方便他的操作可视化。一、效果演示
Stella981 Stella981
4年前
Python unittest模块的使用笔记:对mock.patch()的被mock函数的说明
       现在假设需要对get\_app模块内的create\_app函数做单元测试,同时create\_app函数调用了另一模块utils的load\_yaml函数。由于模块utils的load\_yaml函数可能处于开发阶段或是需要通过网络传输数据,从而导致测试的不便。这时就需要对load\_yaml做一个mock.patch,即伪造一个load\_
Wesley13 Wesley13
4年前
mysql 的ACID以及隔离级别
事务:保证数据一致性的重要手段事务百度上说:事务(Transaction),一般是指要做的或所做的事情。事务由事务开始(begintransaction)和事务结束(endtransaction)之间执行的全体操作组成。事务操作是一个阶段操作,是一个过程,而非一个节点starttransaction标识事务开始,commi
Wesley13 Wesley13
4年前
ByteArrayOutputStream的用法
ByteArrayOutputStream类是在创建它的实例时,程序内部创建一个byte型别数组的缓冲区,然后利用ByteArrayOutputStream和ByteArrayInputStream的实例向数组中写入或读出byte型数据。在网络传输中我们往往要传输很多变量,我们可以利用ByteArrayOutputStream把所有的变量收集到一起,然后一次
鸿蒙小林 鸿蒙小林
4个月前
《仿盒马》app开发技术分享-- 首页模块配置(4)
技术栈Appgalleryconnect开发准备上一篇文章中我们实现了项目端云一体化金刚区活动模块,数据也成功的从云端获取,并且我们跟ScrollBar进行关联,能够让用户直观的查看当前滑动的位置。现在我们开始继续向下,随着我们首页的内容越来越多,我们如果
dkll dkll
1个月前
从社交到变现:陪玩系统源码小程序全功能图谱,解锁「游戏+社交+赚钱」新生态
一、技术架构:全端覆盖与高效协同陪玩小程序的核心竞争力在于“一套代码,多端运行”,通过UniAppPHP/Node.js的技术组合,实现小程序、APP、H5三端数据互通与体验无缝衔接。前端开发:采用UniApp框架,支持微信、QQ、抖音等多平台小程序,结
京东云开发者 京东云开发者
1个月前
RAG实践:一文掌握大模型RAG过程
一、RAG是什么?RAG(RetrievalAugmentedGeneration,检索增强生成),一种AI框架,将传统的信息检索系统(例如数据库)的优势与生成式大语言模型(LLM)的功能结合在一起。不再依赖LLM训练时的固有知识,而是在回答问题前,先从外