url

------------恢复内容开始------------ 本教程仅供学习交流使用，请不要用于商业用途，支持正版，人人有责 我们怎么免费看VIP视频呢？一个简单的方法，就是通过解析接口 VIP视频解析端口 VIP视频解析接口1： http://jiexi.chenfuwl.com/?url= VIP视频解析接口2： http://www.guandianzhiku.com/v/s/?url= VIP视频解析接口3： https://api.hdworking.top/?url= VIP视频解析接口4： http://tew666.cn/?v= VIP视频解析接口5： https://vip.1988ds.cn/?v= VIP视频解析接口6： http://www.10yy.com.cn/?url= VIP视频解析接口7： http://jx.ixiaoyao.top/?v= VIP视频解析接口8： https://cdn.yangju.vip/k/?url= VIP视频解析接口9： https://jx.lache.me/cc/?url= VIP视频解析接口10： https://api.653520.top/vip/?url= VIP视频解析接口11： https://jx.ab33.top/vip/?url= VIP视频解析接口12： https://vip.mpos.ren

Scheme定义 Scheme 编程语言是一种Lisp方言，诞生于1975年，由 MIT 的 Gerald J. Sussman 和 Guy L. Steele Jr. 完成。它是现代两大Lisp方言之一；另一个方言是Common Lisp。 Scheme遵循极简主义哲学，以一个小型语言核心作为标准，加上各种强力语言工具（语法糖）来扩展语言本身。 MIT曾用Scheme作为计算机系入门课程的编程语言。计算机程序语言界著名的魔法书《计算机程序的构造和解释》（又称SICP）正是利用Scheme来解释程序设计。 历史悠久的Scheme依然活跃，拥有针对各种计算机平台和环境的实现，例如Racket、Guile、MIT Scheme、Chez Scheme等。Guile是GNU工具体系里最重要的部件之一，被许多自由软件和开源软件作为内置脚本语言使用。 历史与特点： Lisp 语言历史悠久，在计算机程序语言里，年龄仅次于Fortran。二十世纪五十年代，计算机科学家先是发明了针对数字计算的 Fortran 语言，后来针对符号计算，由MIT 的John McCarthy于1960年开发出了Lisp (list processing）语言。该语言起初为表处理而设计，后来广泛用于人工智能。Lisp 程序中充满了一对对嵌套的小括号，这些嵌套的符号表达式体现了递归

委派模式（Delegate Pattern）的基本作用就是负责任务的调度和分配任务，跟代理模式很像，可以看做是一种特殊情况下的静态代理的全权代理，但是代理模式注重过程，而委派模式注重结果。 1 不属于GOF 23种设计模式之一。 2 属于行为型模式 3 Delegate 结尾的一般都是委派，Dispatcher 委派模式在 Spring 中应用非常多，常用的 DispatcherServlet 其实就是用到了委派模式 在 Spring 源码中，只要以 Delegate 结尾的都是实现了委派模式。例如：BeanDefinitionParserDelegate 根据不同类型委派不同的 public interface IEmployee { void doing(String command); } public class EmployeeB implements IEmployee { @Override public void doing(String command) { System.out.println("我是员工B，我现在开始干" + command + "工作"); } } public class EmployeeA implements IEmployee { @Override public void doing(String command) { System

什么是xss攻击？ XSS，即（Cross Site Scripting）中文名称为“跨站脚本攻击”。 XSS的重点不在于跨站攻击而在于脚本攻击。攻击者可以利用 web应用的漏洞或缺陷之处，向页面注入恶意的程序或代码，以达到攻击的目的。 通俗的来说就是我们的页面在加载并且渲染绘制的过程中，如果加载并执行了意料之外的程序或代码（脚本、样式），就可以认为是受到了 XSS攻击。 XSS的危害 通过 document.cookie 盗取 cookie中的信息 使用 js或 css破坏页面正常的结构与样式 流量劫持（通过访问某段具有 window.location.href 定位到其他页面） dos攻击：利用合理的客户端请求来占用过多的服务器资源，从而使合法用户无法得到服务器响应。并且通过携带过程的 cookie信息可以使服务端返回400开头的状态码，从而拒绝合理的请求服务。 利用 iframe、frame、XMLHttpRequest或上述 Flash等方式，以（被攻击）用户的身份执行一些管理动作，或执行一些一般的如发微博、加好友、发私信等操作，并且攻击者还可以利用 iframe，frame进一步的进行 CSRF 攻击。 控制企业数据，包括读取、篡改、添加、删除企业敏感数据的能力。 XSS攻击分类 XSS 根据攻击是否持久，可以分为 “反射型XSS”与“存储型XSS”两种。 “反射型XSS

后台可以通过提供下载链接的方式让前端完成下载功能，这个多简单多粗暴多招人喜欢，只要location.href=`${url}`或者window.open(`${url}`)就结束了。 但是后台也会通过另一种方式提供下载，即前端请求接口返回二进制数据的方式。这种方式个人认为好处就是可以在网络延时比较大的时候，方便加个loading吧，谁知道呢。 那么，第二种方式前端要如何搞定呢，主要是使用Blob的方式，这个地方没啥太复杂的，直接上代码了 const download = (res, name) => { const blob = new Blob([res]) if (window.navigator && window.navigator.msSaveOrOpenBlob) { window.navigator.msSaveOrOpenBlob(blob, name); } else { const url = window.URL.createObjectURL(blob); const a = document.createElement("a"); a.href = url; a.setAttribute("download", name); document.body.appendChild(a); a.click(); a.remove(); window.URL

Android Studio编译经常出现gradle编译缓慢甚至超时问题，抛开电脑硬件配置不说，主要问题还是国内网络环境的因素影响，可以通过修改项目根目录下的build.gradle文件如下： buildscript { ext.kotlin_version = '1.3.50' repositories { google() //jcenter() maven { url "https://jitpack.io" } maven { url "http://maven.aliyun.com/nexus/content/groups/public/" } } dependencies { classpath 'com.android.tools.build:gradle:3.5.2' classpath "org.jetbrains.kotlin:kotlin-gradle-plugin:$kotlin_version" } } allprojects { repositories { google() //jcenter() maven { url "https://jitpack.io" } maven { url "http://maven.aliyun.com/nexus/content/groups/public/" } } } 但是上面这种方式

上篇博客中我们使用python自带的urllib模块去请求一个网站，或者接口，但是urllib模块太麻烦了，传参数的话，都得是bytes类型，返回数据也是bytes类型，还得解码，想直接把返回结果拿出来使用的话，还得用json，发get请求和post请求，也不通，使用比较麻烦，还有一个比较方便的模块，比urllib模块方便很多，就是 requests 模块，它使用比较方便，需要安装， pip install requests 即可，下面是requests模块的实例 #1、发get请求 url = 'http://api.python.cn/api/user/stu_info' data = {'stu_name':'小黑'} #请求数据 req = requests.get(url,params=data) #发get请求 print(req.json()) #返回数据是字典，但是要求必须返回的是json的时候，才能转为字典 print(req.text) #返回数据是string，json串 #2 、发post请求url = 'http://api.python.cn/api/user/login'data = {'username':'test','passwd':'aA123456'} #请求数据req = requests.post(url,data)

一、海量数据处理 所谓海量数据处理，无非就是基于海量数据上的存储、处理、操作。何谓海量，就 是数据量太大，所以导致要么是无法在较短时间内迅速解决，要么是数据太大，导 致无法一次性装入内存。 那解决办法呢? 针对时间，我们可以采用巧妙的算法搭配合适的数据结构，如Bloom filter/Hash/bit- map/堆/trie树。 针对空间，无非就一个办法：大而化小，分而治之（hash映射）。 相关内容后续GitHub更新 （ 顺手留下GitHub链接，需要获取相关面试等内容的可以自己去找 ） https://github.com/xiangjiana/Android-MS (VX：mm14525201314) 二、算法/数据结构基础 1.Bloom Filter Bloom Filter（BF）是一种空间效率很高的随机数据结构，它利用位数组很简洁地 表示一个集合，并能判断一个元素是否属于这个集合。它是一个判断元素是否存在 集合的快速的概率算法。Bloom Filter有可能会出现错误判断，但不会漏掉判断。也 就是Bloom Filter判断元素不再集合，那肯定不在。如果判断元素存在集合中，有一 定的概率判断错误。因此，Bloom Filter不适合那些“零错误”的应用场合。 而在能容忍低错误率的应用场合下，Bloom Filter比其他常见的算法（如hash，折 半查找