Python

廠裡上個網需要設定Proxy 伺服器，切換各種環境『包括但不僅限於開發環境、QA、預上線、驗收、生產環境、壓力測試、Demo……』都需要給瀏覽器設定不同的Proxy 伺服器。雖然俺有神器Firefox+Change Host+HostAdmin+Proxy

為驅動開發(Behavior-Driven

使用Python寫檔案的時候，或者將網路資料流寫入到本地檔案的時候，大部分情況下會遇到：UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' in position ... 這個問題。 網路上有很多類似的檔案講述如何解決這個問題，但是無非就是encode，decode相關的，這是導致該問題出現的真正原因嗎？不是的。 很多時候，我們使用了decode和encode，試遍了各種編碼，utf8，utf-8,gbk,gb2312等等，

裝飾器對與Python新手以至於熟悉Python的人都是一個難理解, 難寫的東西. 那麼今天就分享一下我對Python 裝飾器的理解所謂裝飾器僅僅是一種文法糖, 可作用的對象可以是函數也可以是類, 裝飾器本身是一個函數, 其主要工作方式就是將被裝飾的類或者函數當作參數傳遞給裝飾器函數, 比如定義如下裝飾器import timedef run_time(func): def wrapper(*args, **kwargs): start = time.time() r = func(

for 迴圈本系列前面 “探索 Python，第 5 部分：用 Python 編程” 一文討論了 if 語句和 while 迴圈，討論了複合陳述式以及適當縮排 Python 語句來指示相關 Python 代碼塊。該文的結尾介紹了 Python for 迴圈。但就其使用和功能來說，for 迴圈更值得關注，所以本文單獨講述該迴圈。for 迴圈有一個簡單的文法，使您可以從容器物件中提取單個項目並對其進行某些操作。簡單地說，使用 for 迴圈，可以迭代中對象集合的項目。對象集合可以是任何 Python

如果您正嘗試去處理元類，或者正受困於 Twisted 中的非同步編程，或者正在研究由於使用了多指派而使您精疲力盡的物件導向編程，那麼您完全錯了！PEAK 將所有這些中的一些要素組合到了一個組件編程架構中。PEAK 還存在一些小問題。類似於 Twisted，PEAK 的文檔 -- 盡量數量巨大 -- 難以看懂。但是儘管如此，關於 Python 領袖 Phillip J. Eby 領導的這一項目還是有一些東西非常值得關注；而且，我覺得，有機會進行極具生產價值的並且層次特別高的應用程式開發。PEAK

python的pickle模組實現了基本的資料序列和還原序列化。通過pickle模組的序列化操作我們能夠將程式中啟動並執行對象資訊儲存到檔案中去，永久儲存；通過pickle模組的還原序列化操作，我們能夠從檔案中建立上一次程式儲存的對象。基本介面： 代碼如下:　　pickle.dump(obj, file, [,protocol])註解：將對象obj儲存到檔案file中去。protocol為序列化使用的協議版本，0：ASCII協議，所序列化的對象使用可列印的ASCII碼錶示；1：老式的二進位協議；

1、單個像素（畫點）利用pygame畫點主要有三種方法：方法一：畫長寬為1個像素的正方形 代碼如下:import pygame,syspygame.init()screen=pygame.display.set_caption('hello world!')screen=pygame.display.set_mode([640,480])screen.fill([255,255,255])pygame.draw.rect(screen,[0,0,0],[150,50,1,1],1)

通常，大多數應用程式通過保持 HTML 簡單來解決大多數瀏覽器問題 ― 或者說，根據最低共同特性來編寫。然而，即便如此，也仍然存在字型和布局的問題，發行新瀏覽器和升級現有瀏覽器時，也免不了測試應用程式的痛苦。替代方案 ― 只支援一種瀏覽器 ― 通常不是一種方便使用的解決方案。明顯的解決方案是在應用程式中嵌入自己的表現 HTML 的視窗構件。當然，從頭開始編寫這樣的視窗構件工作量很大，因此，求助於預先封裝的解決方案好象是合理的。商界有許多選擇及幾個開放源碼軟體包。本文將向您顯示如何以

本文執行個體講述了python實現telnet用戶端的方法。分享給大家供大家參考。具體如下：python實現的telnet用戶端程式，python內建一個telnetlib模組，可以通過其Telnet類實現telnet操作import getpassimport sysimport telnetlibHOST = "hostname"user = raw_input("Enter your remote account:")password = getpass.getpass()tn =

關於GnumericGnumeric是linux平台下的一款功能強大且便於使用的試算表軟體，與其他常用試算表軟體如Excel等在風格上強式一致性。Gnumeric當前的穩定版是1.2.13，對中文的支援已經比較成熟。據官方資訊，Gnumeric除實現了MS Excel所有的函數外，還實現了60多個Excel中不存在的函數和基本的金融方面函數，並已經具備了進階統計分析、可擴充的隨機數產生器、線性或非線性求解的計算能力。更令人驚喜的是，現在Gnumeric已經整合了Python強大的指令碼編程能力，

RDPY 是基於 Twisted Python 實現的微軟 RDP 遠端桌面通訊協定。RDPY 提供了如下 RDP 和 VNC 支援：●RDP Man In The Middle proxy which record session●RDP Honeypot●RDP screenshoter●RDP client●VNC client●VNC screenshoter●RSS

一、軟體測試大型軟體系統的開發是一個很複雜的過程，其中因為人的因素而所產生的錯誤非常多，因此軟體在開發過程必須要有相應的品質保證活動，而軟體測試則是保證品質的關鍵措施。正像軟體熵（software

1 關於 Matplotlib 模組Matplotlib 是一個由 John Hunter 等開發的，用以繪製二維圖形的 Python 模組。它利用了 Python 下的數值計算模組 Numeric 及 Numarray，複製了許多 Matlab 中的函數， 用以協助使用者輕鬆地獲得高品質的二維圖形。Matplotlib 可以繪製多種形式的圖形包括普通的線圖，長條圖，餅圖，散佈圖以及誤差線圖等；可以比較方便的定製圖形的各種屬性比線的類型，顏色，粗細，字型的大小等；它能夠很好地支援一部分 TeX

什麼是twisted？twisted是一個用python語言寫的事件驅動的網路架構，他支援很多種協議，包括UDP,TCP,TLS和其他應用程式層協議，比如HTTP，SMTP，NNTM，IRC，XMPP/Jabber。

這個教程，我們將展示如何用python建立一個井字遊戲。 其中我們將使用函數、數組、if條件陳述式、while迴圈語句和錯誤捕獲等。首先我們需要建立兩個函數，第一個函數用來顯示遊戲台: def print_board(): for i in range(0,3): for j in range(0,3): print map[2-i][j], if j != 2: print "|", print

本文執行個體講述了Python實現的資料結構與演算法之雙端隊列。分享給大家供大家參考。具體分析如下：一、概述雙端隊列（deque，全名double-ended queue）是一種具有隊列和棧性質的線性資料結構。雙端隊列也擁有兩端：隊首（front）、隊尾（rear），但與隊列不同的是，插入操作在兩端（隊首和隊尾）都可以進行，刪除操作也一樣。二、ADT雙端隊列ADT（抽象資料類型）一般提供以下介面：① Deque() 建立雙端隊列② addFront(item) 向隊首插入項③

最近在做cocos2d-x的簡明配置，發現有的朋友的文字編輯器，自動將\r\n截斷成\n，（在unix上換行使用\n，windows上，換行使用的是\r\n）於是，寫了這個指令碼，希望對一些朋友有所協助，不用一行一行去改import osdef replace(filePath, w2u): try: oldfile = open(filePath, "rb+") #這裡必須用b開啟 path, name = os.path.split(filePath)

平時自己寫了很多代碼，但從沒好好計算總共寫了多少行，面試時被問起來，就傻了。。。閑來無事，寫個python程式來統計下import os################################################################################def calcLine(baseDir): lineCount = 0 try: for fileName in os.listdir(baseDir): fullPath =

NumPy是Python中眾多科學軟體包的基礎。它提供了一個特殊的資料類型ndarray，其在向量計算上做了最佳化。這個對象是科學數值計算中大多數演算法的核心。相比於原生的Python，利用NumPy數組可以獲得顯著的效能加速，尤其是當你的計算遵循單指令多資料流（SIMD）範式時。然而，利用NumPy也有可能有意無意地寫出未最佳化的代碼。在這篇文章中，我們將看到一些技巧，這些技巧可以協助你編寫高效的NumPy代碼。我們首先看一下如何避免不必要的數組拷貝，以節省時間和記憶體。因此，我們將需要深入N