selectcount(1)astotalCnt,count(casewhenop.match_statusin(1,3)then1end)asmatchCnt,count(casewhenop.match_statusin(1,3)andop.crawl_time
系统 2019-08-12 01:32:51 2459
回顾下昨天接触的ＳＱＬ语句，简单说说平时常见的～插入INSERTINTO表名[(字段名1,字段名2,…字段名n)]VALUES(‘值1’,‘值2’,…,’值n’);删除DELETEFROM表名[WHERE条件][ORDERBY字段][LIMIT行数}选择SELECT[ALL|DISTINCT]{*|table.*|[table.]field1[ASalias1][,[table.]field2[ASalias2][,…]]}FROM表名[WHERE子句][
系统 2019-08-12 01:32:47 2459
PuppyLinux是另外一种Linux发行。它的不同之处在于，Puppy是格外的小，然而又充满了特性。Puppy能从64M的存储设备启动，并且，整套系统都能在内存中运行。有很多自启动运行光盘的Linux发行，它们需要不停地从光盘读取数据才能运行，Puppy与它们不一样，Puppy整个装载在内存中。这意味着，所有的应用程序一眨眼的功夫就能启动，并且立即对用户的输入作出响应。PuppyLinux能从flash卡或者是任何的USB存储设备启动（这是flash-
系统 2019-08-12 01:32:45 2459
在大型互联网应用中，随着用户数的增加，为了提高应用的性能，我们经常需要对数据库进行分库分表操作。在单表时代，我们可以完全依赖于数据库的自增ID来唯一标识一个用户或数据对象。但是当我们对数据库进行了分库分表后，就不能依赖于每个表的自增ID来全局唯一标识这些数据了。因此，我们需要提供一个全局唯一的ID号生成策略来支持分库分表的环境。下面来介绍两种非常优秀的解决方案：1.数据库自增ID--来自Flicker的解决方案因为MySQL本身支持auto_increme
系统 2019-08-12 01:32:23 2459
任务目标：1.输入两个数2.打印这两个数的最大公约数3.打印这两个数的最小公倍数实验环境：pycharm的python3.6实现代码：#最大公约数和最小公倍数a=int(input('请输入第一个数:'))b=int(input('请输入第二个数:'))Min=min(a,b)Gys=1foriinrange(1,int(Min+1)):ifa%i==0andb%i==0:Gys=iprint('最大公约数为：%d'%Gys)Gbs=a*b/Gysprin
系统 2019-09-27 17:55:56 2458
python买卖股票的最佳时机LeetCodeNo.122解法：一、暴力解法二、贪心算法：由于不限制买卖次数，也没有交易费用，就可以是用贪心算法。思路：只要第二天比前一天高，我们就买进，第二天卖掉，就可以赚钱。三、动态规划：根据算法导论这本最权威的书（最难读的一本书）中提到动态规划的四个步骤，第一刻画一个最优解的结构特征，第二递归地定义最优解的值，第三计算最优解的值，通常采用自低向上的方法，第四计算出的信息构造一个最优解（如最长公共子序列中，求出最长的子序
系统 2019-09-27 17:55:40 2458
运行环境：win10+python3.7生成密码的代码如下：----------------------------------------------------------------------------------------------------------------------------importitertoolsasitsif__name__=='__main__':words_num="1234567890"words_lette
系统 2019-09-27 17:45:44 2458
京东图书评论有非常丰富的信息，这里面就包含了购买日期、书名、作者、好评、中评、差评等等。以购买日期为例，使用Python+Mysql的搭配进行实现，程序不大，才100行。相关的解释我都在程序里加注了：fromseleniumimportwebdriverfrombs4importBeautifulSoupimportreimportwin32com.clientimportthreading,timeimportMySQLdbdefmydebug():dr
系统 2019-09-27 17:45:44 2458
导入所需的包importosimportpandasaspdimportglob合并多个csv文件csv_list=glob.glob('*.csv')#查看同文件夹下的csv文件数print(u'共发现%s个CSV文件'%len(csv_list))print(u'正在处理............')foriincsv_list:#循环读取同文件夹下的csv文件fr=open(i,'rb').read()withopen('result.csv','ab
系统 2019-09-27 17:37:45 2458
在NIO库中，所有数据都是用缓冲区处理的。在读取数据时，它是直接读到缓冲区中的。在写入数据时，它是写入到缓冲区中的。任何时候访问NIO中的数据，都是将它放到缓冲区中。缓冲区实质上是一个数组。通常它是一个字节数组，但是也可以使用其他种类的数组。但是一个缓冲区不仅仅是一个数组。缓冲区提供了对数据的结构化访问，而且还可以跟踪系统的读/写进程。buffer其实只是一个美化了的数组。状态变量跟踪数据的状态情况使buffer可以自己管理数据资源position:其实是
系统 2019-08-29 23:50:01 2458
