strip

python代码连接mysql数据库 有bug(sql注入的问题): # pip3 install pymysql import pymysql user =input( ' user>>: ' ).strip() pwd =input( ' password>>: ' ).strip() # 建立链接 conn= pymysql.connect( host = ' 192.168.10.15 ' , port =3306 , user = ' root ' , password = ' 123 ' , db = ' db9 ' , charset = ' utf8 ' ) # 拿到游标 cursor= conn.cursor() # 执行sql语句 sql = ' select * from userinfo where user = "%s" and pwd="%s" ' % (user,pwd) rows = cursor.execute(sql) cursor.close() conn.close() # 进行判断 if rows: print ( ' 登录成功 ' ) else : print ( ' 登录失败 ' ) 在sql语句中 --空格 就表示后面的被注释了,所以密码pwd就不验证了,只要账户名对了就行了,这样跳过了密码认证就是sql注入

cd目录切换 cd ../ 切换至上一级目录 cd ./ 切换至当前目录 ls浏览目录下的文件或者文件夹 ls ./ 查看当前目录所有的文件和目录 ls -a,--all 查看所有的文件，包括以.开头的文件 ls -A,--almost-all 列出除.及..以外的任何文件 ls -i 显示每个文件的inode号 ls -R 递归显示子目录 ls -S 根据文件大小排序 ls -t 根据修改时间排序 pwd显示当前所在的目录路径 mkdir创建目录 mkdir -m u=rwx g=rwx o=rwx file 新建目录同时设置权限 mkdir -p file1/file2/file3 创建目录的上层目录 mkdir -v file 创建目标显示过程 mkdir --help 显示帮助信息 mkdir --version 显示版本信息并退出 rm删除文件或者目录 rm -rf file递归强制删除 rm -f,--force file 强制删除，忽略不存在的文件，不提法确认 rm -i file在删除前需要确认 rm -v file 详细显示进行的步骤 cp [选项]复制文件... 源文件 目标文件 cp [选项]复制文件... 源文件 目录 cp [选项]复制文件... -t 目录 源文件 cp --backup file /tmp 为每个已存在的目标文件创建备份 cp -a=

引言 本周初步认识了库，并学习了Python中各种类型的变量和常用操作。并完成了较为完善的用户与商家购物界面设计。 正文 模块： 　　Python有标准库和第三方库。第三方库需要安装才能使用。大量的库可以帮助我们更容易的完成复杂的操作。一般情况下，标准库被保存在了‘lib/’目录下，第三方库被保存在了‘lib/site-packages’目录下。导入一个库非常简单，例子： import os 　　每种模块都有很多操作，一般情况是用模块名.操作名完成某些操作，例子： os.system( ' dir ' ) # 读取目录下的文件列表，但不保存 变量类型： 　　整型(int)，Python 3.X中整型只有int型，而在Python 2.X中整型分为int,和long，变量的类型不需定义，与Matlab中类似，但类型不可随意更改。查看变量类型，例子： x = 3 type(x) 　　其他类型与C++中类似，所以不再赘述。 　　虚数型，在Python中j表示虚数。 　　比特型(bytes)，Python 2.X中比特型与字符型没有区别，而在Python 3.X中存在不同，它们可以互相转换，例子： x = ' 我爱中国 ' y = x.encode() # 转换为比特型 print (y) z = y.decode()) # 转换为字符型 print (z) 　　在日常使用Python中

企查查网站中汇聚了有关注册企业的详细信息，为了更好的查询企业相关信息，本人对网站中安徽省境内的企业进行了爬取，其中遇到的问题和使用的技术如下： 1、遇到的问题： 　　1>企查查PC版数据只显示前500页，为了尽可能最大化爬取网站数据，本次爬取按照市级分别爬取，共计爬取安徽省境内16个市区共计80000条企业信息； 　　2>在爬取网站数据时，若爬取速度过快，会出现手动验证功能，为了解决手动验证，同时为了避免封号，直接采用随机更换IP代理，IP代理可以在《89免费代理》网站获取免费代理账号，网址为： http://www.89ip.cn/ ，可以一次性获取30个代理IP，如果不够用， 　　　　可以多次提取，然后构建代理池，本人试了，该网站的免费代理比西次代理和快代理网站的免费代理要好很多，如下图： 　　　　 2、使用的技术： 　　1>请求模块：requests请求，为了避免反爬，采用随机代理，同时使用fake_useragent随机产生user-agent； 　　2>解析库：使用xpath和正则表达式 　　3>提速优化：采用多线程，同时对爬取的数据进行一次性保存，避免磁盘频繁IO； 3、核心代码如下： 　　 import requests from lxml import etree from queue import Queue from threading import

Eva_J 老师 博客链接：　　 https://www.cnblogs.com/Eva-J/articles/11370946.html day06-面向对象 开发环境: 　　Python3.7 　　Windows 各文件夹说明: 　　bin: 　　　　start.py　　　 #启动目录 　　conf: 　　　　settings.py　　#配置文件,用于保存项目目录、课程、选课、以及用户等文件目录 　　core: 　　　　　　 #主要代码块 　　　　main.py 　　　# 主程序目录 　　　　authentication.py #登录认证 　　　　student.py　　　　#学生类 　　　　manager.py　　 #管理员类 　　　　course.py　　　 #课程类和公共类 　　db: #数据存储 　　　　course　　 　　# 课程数据，存储类型为pickle 　　　　select_course 　　#学生已选课程信息，存储类型为pickle 　　　　user 　　　　　　# 用户表，明文存储 bin 目录下: start.py conf 目录下: # !/usr/bin/python # -*- coding:utf-8 -*- # Author ：wangliujun import os path = r ' E:\老男孩Python\Class_27\Class

文件的打开和关闭 主要是两个函数，fopen和fclose。 fopen ( string $filename , string $mode [, bool $use_include_path = FALSE [, resource $context ]] ) : resource 返回的是资源类型的数据 mode 打开模式：指的是文件打开是以写入、读取、执行等等方式 r:（只读模式）以只读方式打开，文件指针指向文件的开头部分 r+:（读写模式）以读写方式打开，文件指针指向文件的开头 w:（只写模式）以写方式打开，指针指向文件头部，如果文件不存在，会创建一个新文件，如果文件存在，文件内容会被清空 w+:(写读模式)，指针指向文件头部，如果文件不存在，会创建一个新文件，如果文件存在，文件内容会被清空，可以读取 a:以追加方式打开，指针指向文件末尾（只写），如果文件不存在，会创建一个新文件 a+:以追加方式打开，如果文件存在，指针指向文件末尾，（读写）如果文件不存在，会创建一个新文件 文件的读取 可以读取单个字符、一行、整个文件、读任意长度的数据。 1、读取整个文件: 不需要对文件打开与关闭 readfile() readfile ( string $filename [, bool $use_include_path = FALSE [, resource $context ]] )

> 终于来挖坑了！老规矩！图文+视频讲解！ 效果预览 实现步骤 整体思路是先使用 PolyBool 计算多边形，接着使用 cc.PhysicsChainCollider 将多边形围起来，最后使用 cc.Graphics 将整个地形绘制出来。 引入 PolyBool PolyBool 是什么？对多边形（并集，交集，差，异或）进行运算。(Boolean operations on polygons (union, intersection, difference, xor).) 前往 https://github.com/voidqk/polybooljs 下载。并作为插件脚本。 这个仓库有个 PR 提供了一个声明文件，因为我用的是 TypeScript ，我就把它拿来改改用了。 参考这个库的示例，里面有一个 regions 三维数组记录多边形的信息。 我们也用个三维数组记录当前多边形的形状的数据，并初始化为一个长方形吧！ private _regions: number[][][] = []; reset() { this._regions = [ [[-480, -320], [-480, 250], [480, 250], [480, -320]] ]; } 添加物理链条 先在场景中添加物理节点。 为这个节点初始化一些 cc.PhysicsChainCollider

之前用过selenium和request爬取数据，但是感觉速度慢，然后看了下scrapy教程，准备用这个框架爬取试一下。 1、目的：通过爬取成都链家的二手房信息，主要包含小区名，小区周边环境，小区楼层以及价格等信息。并且把这些信息写入mysql。 2、环境：scrapy1.5.1 +python3.6 3、创建项目：创建scrapy项目，在项目路径执行命令：scrapy startproject LianJiaScrapy 4、项目路径：（其中run.py新加的，run.py是在eclipse里面启动scrapy项目，方便调试的） 这些文件分别是： scrapy.cfg:项目的配置文件 LianJiaScrapy:该项目的python模块。之后您将在此加入代码。 LianJiaScrapy/items.py:项目中的item文件，设置对应的参数名，把抓取的数据存到对应的字段里面。（类似字典来存数据，然后可提供给后面的pipelines.py处理数据） LianJiaScrapy/pipelines.py:项目中的pipelines文件,抓取后的数据通过这个文件进行处理。（比如我把数据写到数据库里面就是在这里操作的） LianJiaScrapy/spiders/：放置spider代码的目录。（数据抓取的过程，并且把抓取的数据和items的数据一一对应） 5、创建爬虫的主文件

pandas ---从Excel到python 读书笔记 在Python中pandas库用于数据处理，我们从1787页的pandas官网文档中总结出最常用的36个函数，通过这些函数介绍如何通过Python完成数据生成和导入、数据清洗、预处理，以及最常见的数据分类，数据筛选，分类汇总，透视等最常见的操作 第1章 生成数据表 导入数据表 创建数据表 第2章 数据表检查 数据维度(行列) df.shape 数据表信息 df.info() 数据维度、列名称、数据格式和所占空间等信息 查看数据格式 df.dtypes 查看空值 df.isnull() #检查特定列空值 df['price'].isnull() 查看唯一值 #查看city列中的唯一值 df['city'].unique() 查看数据表数值 df.values 查看列名称 df.columns 查看前10行数据 df.head(3) #查看最后3行 df.tail(3) 第3章 数据表清洗 主要内容包括对空值、重复值、大小写问题、数据格式的处理。这里不包含对数据间的逻辑验证。 处理空值(删除或填充) df.dropna(how='any') df.fillna(value=0) 清理空格 #清除city字段中的字符空格 df['city']=df['city'].map(str.strip) 大小写转换 df['city']

1.str的索引、切片 （1）按照索引取值： s1[index] （取出来的类型都是str） 从左至右有顺序，下标，索引（标志从0开始 0123......） 比如： s1 = 'python全栈22期' s2 = s1[0] print(s2,type(s2)) #p <class 'str'> s3 = s1[2] print(s3) #t s4 = s1[-1] print(s4) #期 （2） 按照切片取值（ 顾头不顾尾 ） s1[start_index : end_index+1] （第一位是0时可以省略不写） 比如： s1 = 'python全栈22期' s5 = s1[0:6] s5 = s1[:6] print(s5) #python(第一位开始，可省略不写；n是第5，要后延1位) s6 = s1[6:] print(s6) #全栈22期(一直到最后一位，最后一位可省略不写) （3）切片步长： s1[start_index : end_index+1:步长] 比如： s1 = 'python全栈22期' s7 = s1[:5:2] print(s7) #pto(与切片原理一样，加入了步长，可以隔一个输出下一个) print(s1[:]) #python全栈22期 （全部输出） （4）倒序，反向按照切片步长： s1[start_index : end