文章目录1.Pythonlogging模块之logging.basicConfig用法和参数详解1.1.logging模块简介1.2.`logging.basicConfig(**kwargs)`1.3.LogRecord属性1.Pythonlogging模块之logging.basicConfig用法和参数详解1.1.logging模块简介logging模块是Python内置的标准模块，主要用于输出运行日志，可以设置输出日志的等级、日志保存路径、日志文件
系统 2019-09-27 17:56:11 2573
在头条看了一篇文章，说五行代码实现人脸识别，一时感兴趣了，来搞搞先是按照文章说的操作了几步，到后面虽然，importdlib不报错，但是代码里面运行的时候detector=dlib.get_frontal_face_detector()这句话报错，说是dlib模块找到不到get_frontal_face_detector属性（当然愿意可能是我按照文章的操作过程中忽略了几个报错信息）后来也在网上找了很多文章，资料学习，要么是资料讲的不够仔细也不够全面，导致问
系统 2019-09-27 17:52:41 2573
本文将使用opencv-python识别自定义物体，能够区分识别到的物体，如果用作人脸识别，则能够区分出不同的人脸id，也就是能够分得清张三，李四，王二麻子本文提供的所有资源仅供学习使用，不可商用文末有完整工程链接效果：识别出局座，大紧，大众和沃尔沃vs2017+python+opencv配置请参考https://blog.csdn.net/qq_43440703/article/details/88375609本文中文乱码问题参考博客https://bl
系统 2019-09-27 17:51:25 2573
Python中打开文本使用的是with语句，比如打开一个文件并读取每一行withopen(filename)asfp:forlineinfp:#dosomething为了同时读取多个文件，可以使用下面的代码withopen(filename1)asfp1,open(filename2)asfp2,open(filename3)asfp3:forl1infp1:l2=fp2.readline()l3=fp3.readline()#dosomething稍微简
系统 2019-09-27 17:51:24 2573
cx_Freeze（不推荐）以前只用cx_Freeze支持将python3打包成exe，示例如下：在你要打包的python文件下新建这个setup.py文件：然后在当前命令行执行：python3setup.pybuild这时候会在当前目录下生成一个build文件，里面就有一个exe注意：cx_Freeze打包回忽略依赖文件，所有一般依赖文件要手动从site-packge里面拷贝到build文件里面去，特别麻烦！PyInstaller（推荐）后面PyInst
系统 2019-09-27 17:47:53 2573
每次写博客都是源于纳闷，python解析pcap这么常用的例子网上竟然没有，全是一堆命令行执行的python，能用吗？玩呢？pip安装scapy，然后解析pcap：importscapyfromscapy.allimport*fromscapy.utilsimportPcapReaderpackets=rdpcap("./test.pcap")fordatainpackets:if'UDP'indata:s=repr(data)print(s)print(
系统 2019-09-27 17:46:19 2573
10月17日如何准备软件工程师的面试对《如何准备软件工程师的面试》的补充如何写一份好的工程师简历博客创作十大秘笈RecruitingFirmSuesAkinGumpforFeesInPartnerPlacementJobSearchVerticls-ThislistSo,YouWannaBeARecruiter?AttractingandRetainingITPros:AnIdeaYouMayNotHaveThoughtOf猎头读书链接
系统 2019-08-29 23:51:08 2573
很多互联网应用程序都提供了全文搜索功能，用户可以使用一个词或者词语片断作为查询项目来定位匹配的记录。在后台，这些程序使用在一个SELECT查询中的LIKE语句来执行这种查询，尽管这种方法可行，但对于全文查找而言，这是一种效率极端低下的方法，尤其在处理大量数据的时候。
在MySQL数据库中使用C执行SQL语句
系统 2019-08-29 23:29:34 2573
中文分词和二元分词综合对比为了测试中文分词和二元分词的差异，现将初步的测试数据做了对比。关于二元分词可以参考车东先生的相关文章。采用中文分词每1M产生1.55M的索引文件，膨胀率1.55；每1M用时大约10秒；采用二元分词每1M产生2.21M的索引文件，膨胀率2.21；每1M用时大约7秒；从搜索结果来看，两者可以大致相同数量的搜索结果（显示结果根据相关度排列顺序不同）。对文本进行中文分词的目的是要提高文档检索的相关性，由于相关性的算法（如下图）涉及到很多因
系统 2019-08-29 23:13:19 2573
