- 综合排序
- 最热优先
- 最新优先
- 来自专栏Python3爬虫100例教程
华为 od 敏感字段加密
本期题目：敏感字段加密 题目 给定一个由多个命令字组成的命令字符串； 字符串长度小于等于 127 字节，只包含大小写字母，数字，下划线和偶数个双引号。 请对指定索引的敏感字段进行加密，替换为 ******(6 个*)， 并删除命令字前后多余的下划线 _。 如果无法找到指定索引的命令字，输出字符串 ERROR。
86440编辑于 2023-03-22 - 来自专栏Python3爬虫100例教程
华为OD机试 敏感字段加密
本期题目： 敏感字段加密 题目 给定一个由多个命令字组成的命令字符串； 字符串长度小于等于127字节，只包含大小写字母，数字，下划线和偶数个双引号 命令字之间以一个或多个下划线_进行分割 可以通过两个双引号 ""来标识包含下划线_的命令字或空命令字(仅包含两个双引号的命令字)，双引号不会在命令字内部出现 请对指定索引的敏感字段进行加密，替换为******(6 个*)， 并删除命令字前后多余的下划线_。
1.1K30编辑于 2023-03-18 - 来自专栏第三方工具
MyBatis 配置 typeHandler 敏感字段加解密操作
MyBatis 配置 typeHandler 敏感字段加解密操作 在sqlmap中加解密的逻辑：根据字段值的前缀来区分是做加密还是解密操作： 1. 加密时字段只过滤 `null` 值，明文不做任何处理直接加密 2. 加密时字段只过滤 `null` 值，明文不做任何处理直接加密 * 2. ，查询返回给明文的字段。 enc_renter_place_card_no" typeHandler="com.test.insurdock.encrypt.MyEncryptTypeHandler"/> </resultMap> #添加 insert方法中，将明文中的字段加密存储到密文数据库字段中
48510编辑于 2025-05-29 - 来自专栏DotNet NB && CloudNative
.NET 6 实现敏感词过滤
一、什么是敏感词过滤？ 敏感词过滤是一种处理网络内容的技术，可以检测和过滤出网络中的敏感/违禁词汇。它通过给定的关键字或字符串，判断网络内容是否包含某些敏感信息，从而防止违反法律法规的信息流通。 通常，可以使用两种方法来过滤敏感词： 黑名单过滤：即定义一个黑名单，将所有敏感词择记录在其中，然后对输入的文本进行对比，如果发现有敏感词，就将其过滤掉。 白名单过滤：即定义一个白名单，将所有不敏感的词汇记录在其中，然后对输入的文本进行对比，如果发现有不在白名单中的词汇，就将其过滤掉。 二、ToolGood.Words是什么？ ToolGood.Words是一款高性能非法词(敏感词)检测组件，附带繁体简体互换，支持全角半角互换，获取拼音首字母，获取拼音字母，拼音模糊搜索等功能。 ；“2”：需要替换的文本内容为空；“3”：原内容中包含敏感/违禁词汇；“4”：原内容中不包含敏感/违禁词汇</returns> public string FindSensitiveKey
1.1K40编辑于 2023-08-29 - 来自专栏ThoughtWorks
应用敏感信息的6个配置原则｜洞见
在实际开发过程中，有几种常见的敏感配置信息管理方式，其优缺点各不相同，让我们依次来看看。 ---- 6个原则 各个团队所面临的实际情况很可能千差万别，并且本文所述的几种方式可能并非涵盖了所有的敏感配置信息管理方式。 无论你的团队采用的是哪种方式，在使用过程中都可以参考下面这些原则，以保证敏感配置信息的安全性： 适度隔离：将敏感配置信息同源代码、普通配置信息隔离存储。 访问控制：通过白名单等方式，限制敏感配置信息的访问权限。 加密存储：将敏感配置信息加密后存储，仅在使用前临时解密，以进一步防止信息泄露。 ---- 总结 应用往往需要用到配置信息，其中一些由于其特殊性会相比于其他配置信息更加敏感，它们需要被很好的保护起来以避免应用遭受黑客攻击。 不同的敏感配置信息管理方式有着各自的特点。
1.1K60发布于 2018-04-17 - 来自专栏DotNet NB && CloudNative
.NET 6实现敏感词过滤的好组件
一、什么是敏感词过滤？ 敏感词过滤是一种处理网络内容的技术，可以检测和过滤出网络中的敏感/违禁词汇。它通过给定的关键字或字符串，判断网络内容是否包含某些敏感信息，从而防止违反法律法规的信息流通。 通常，可以使用两种方法来过滤敏感词： 黑名单过滤：即定义一个黑名单，将所有敏感词择记录在其中，然后对输入的文本进行对比，如果发现有敏感词，就将其过滤掉。 白名单过滤：即定义一个白名单，将所有不敏感的词汇记录在其中，然后对输入的文本进行对比，如果发现有不在白名单中的词汇，就将其过滤掉。 二、ToolGood.Words是什么？ ToolGood.Words是一款高性能非法词(敏感词)检测组件，附带繁体简体互换，支持全角半角互换，获取拼音首字母，获取拼音字母，拼音模糊搜索等功能。 ；“2”：需要替换的文本内容为空；“3”：原内容中包含敏感/违禁词汇；“4”：原内容中不包含敏感/违禁词汇</returns> public string FindSensitiveKey
88241编辑于 2023-08-29 - 来自专栏开源
Eoapi x OpenDLP 插件上线：扫描 API 敏感字段，让你的 API 更安全
提高 API 安全性的手段有很多，敏感数据识别扫描就是其中之一。 OpenDLP 是一个开源的敏感数据识别工具，我们可以通过 OpenDLP 服务在 Eoapi 上对文档进行扫描，避免部署/开放带有敏感字段的 API 文档。 此时，在 API 详情页点击【扫描 API 敏感词】。显示当前文档敏感词扫描结果：目前内置支持 17 类敏感数据类型，可以通过自定义正则支持更多类型的识别。 具体敏感数据类型如下：关于 EoapiEoapi 是一款类 Postman 的开源 API 管理工具，它更轻量，同时可拓展。 OpenDLP 是一个敏感数据识别工具，使用正则表达式、人工智能算法、数据校验规则等多种技术对结构化数据表和 JSON 之类的半结构化数据进行字段级敏感数据识别，可以帮助企业和组织进行数据资产分类分级，
1.1K20编辑于 2022-11-24 - 来自专栏大数据学习笔记
ElasticSearch 6.x 学习笔记：12.字段类型
（2）text 当一个字段是要被全文搜索的，比如Email内容、产品描述，应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。 text类型的字段不用于排序，很少用于聚合。 （3）keyword keyword类型适用于索引结构化的字段，比如email地址、主机名、状态码和标签。 如果字段需要进行过滤(比如查找已发布博客中status属性为published的文章)、排序、聚合。keyword类型的字段只能通过精确值搜索到。 比如，某个字段的取值最大值不会超过100，那么选择byte类型即可。迄今为止吉尼斯记录的人类的年龄的最大值为134岁，对于年龄字段，short足矣。字段的长度越短，索引和搜索的效率越高。 IPv4或者IPv6的地址 （1）创建索引 DELETE test PUT test { "mappings": { "my":{ "properties": {
76720编辑于 2022-05-06 SpringBoot 公共字段自动填充的6种方法
一、痛点分析：公共字段维护的三大困境1.1 典型问题场景scss 体验AI代码助手 代码解读复制代码// 订单创建逻辑public void createOrder(OrderDTO dto) { Order order = convertToEntity(dto); // 手动设置公共字段 order.setCreateTime(LocalDateTime.now()); order.setUpdateUser(getCurrentUser()); orderMapper.updateById(order);}痛点总结：代码重复率高（每个Service方法都要设置）维护成本高（字段变更需修改多处 批量操作优化scss 体验AI代码助手 代码解读复制代码@Transactionalpublic void batchInsert(List<Order> orders) { // 提前获取公共字段值 90%相关Bug率下降75%新功能开发效率提升40%最佳实践清单：基础字段使用MyBatis-Plus自动填充复杂场景结合AOP处理分布式环境集成唯一ID生成重要操作添加审计日志定期检查字段填充策略未来展望
26100编辑于 2025-08-11- 来自专栏johnhuster
lucene6 搜索按照字符串字段排序
Analyzer analyzer = new StandardAnalyzer(); //Analyzer analyzer = new SimpleAnalyzer(); //被lucene6版本淘汰 //Analyzer analyzer = new WhitespaceAnalyzer();//被lucene6版本淘汰 // 1. create the index Directory Field f = new Field("price",FieldType.LegacyNumericType.INT); //IntField field = new IntField(name, 6,
52810编辑于 2022-03-28 - 来自专栏大数据学习笔记
ElasticSearch 6.x 学习笔记：13.mapping元字段
现在，类型已被删除，文档由_id唯一标识，_uid字段仅作为查看_id字段以保持向后兼容。 如果某个字段内容非常多（比如一篇小说），或者查询业务只需要对该字段进行搜索，返回文档id，然后通过其他途径查看文档原文，则不需要保留_source元字段。 _all字段是把其它字段拼接在一起的超级字段，所有的字段用空格分开，_all字段会被解析和索引，但是不存储。当你只想返回包含某个关键字的文档但是不明确地搜某个字段的时候就需要使用_all字段。 _field_names字段索引文档中每个字段的名称，其中包含除null以外的任何值。 存在查询使用此字段来查找对于特定字段具有或不具有任何非空值的文档。 my_index/_search { "query": { "terms": { "_routing": [ "user1" ] } } } { "took": 6,
69310编辑于 2022-05-06 - 来自专栏Khan安全团队
查找敏感文件
-> /.git -> /.git-rewrite -> /.git/HEAD -> /.git/index -> /.git/logs -> /.gitattributes -> /.gitconfig -> /.gitkeep -> /.gitmodules -> /.gitreview -> /.svn/entries -> /.svnignore -> /proc/self/cwd/index.php -> /proc/self/cwd/main.py -> /etc/motd -> /proc
1K50编辑于 2022-04-02 - 来自专栏数据分析1480
你需要从这6个角度锻炼自己的“数据敏感度”！
先从身边的一件小事说起： 7月初交水电费的时候发现用水量大幅上涨——6月份竟然用了9吨水——之前每个月都是在3-4吨左右，这期间用水习惯、计费周期并没有发生变化。“用水量”很可能有问题。 对数据敏感的起点是“注意力”——要有意识的去感知和记录一些数据，做到“心中有数”是对数据敏感的基础。 如果支付成功率降低，那么可能是用户放弃支付率增加，也可能是支付通道的成功率下降等； 注：更多参考从“Δ值”谈数据分析 5 提炼规则 典型案例是序列值填充的题目： 1, 2, 4, 8, __, 32 1, 3, 6, 6 数据预估 基于已知的数据推算未知的目标数据，部分要依赖于上面从数据中提取到的规则，另一方面还要依赖于对于目标数据的定义和拆解。 对业务的理解是数据分析发挥效用的基础，分析师对业务数据的敏感度通常是从报表中来，从需求中来，从数据报告中来。 学习任何一项技能，勤动脑，勤动手，始终是不二法门，“数据敏感度”的培养也不例外。
1.6K20发布于 2019-08-14 - 来自专栏大数据那些事
防火墙（10）——禁止含有某些敏感字段发出去、限制连接数量（单ip地址）
禁止敏感字段 首先我们项禁止有关page的页面输出，先看apache的网页页面里面有page，所以使用如下语法禁止查看相关字段的数据包的输出： ? ? 限制连接数量 ?
87320发布于 2020-11-11 - 来自专栏杨建荣的学习笔记
根据时间字段导入数据的问题总结 (r6笔记第6天)
因为分区规则是按照时间字段，所以在数据导入的时候犯了一个错误，就是简单使用下面的形式来导入数据。
96660发布于 2018-03-16 - 来自专栏大数据风控
R中字段抽取、字段合并、字段匹配
1、字段抽取 字段抽取，是根据已知列数据的开始和结束位置，抽取出新的列 字段截取函数：substr(x,start,stop) tel <- '18922254812'; #运营商 band <- substr ,1], 4, 7) #号码段 nums <- substr(tels[,1], 8, 11) new_tels <- data.frame(tels, bands, areas, nums) 2、字段合并 字段合并，是指将同一个数据框中的不同列，进行合并，形成新的列 字符分割函数：paste(x1,x2,... #一、字符串长度 nchar(x) #[1] 6 5 1 length(x) #[1] 3 #二、字符串替换 chartr("HW", "ZX", x) #[1] "Zellow" "Xorld" #四、字符串的拼接 paste("CK", 1:6, sep="") #[1] "CK1" "CK2" "CK3" "CK4" "CK5" "CK6" x <- list(a="aaa", b="bbb
6.3K90发布于 2018-01-09 - 来自专栏用户7873631的专栏
tp6对于json字段的增删改查
工具：phpstudy. 增加数据： <?php namespace app\index\controller; use app\BaseController; use think\facad
53220编辑于 2022-05-18 - 来自专栏用户8950297的专栏
多表数据汇总查询之6、字段间比较的查询条件
『实现效果』 『实现方法』 小勤：怎么实现两个字段之间的比较的查询？
97020发布于 2021-08-30 - 来自专栏从零开始学自动化测试
SQLAlchemy学习-6.Column 设置字段一些参数配置
前言 Column 对应表里面的每个字段 Column常用参数 第一个参数传数据类型，sqlalchemy常用数据类型： 参数 类型 String 字符类型，使用时需要指定长度，区别于Text类型 Text ，用户名不能为空，设置nullable=False name = Column(String(10), nullable=False) 继续给User 表加一个字段tel 手机号，我们希望手机号不能重复 ，每个人对应唯一手机号，于是设置 unique=True tel = Column(String(30), unique=True) 还可以加一个age年龄字段，设置默认值0 age = Column( 新增数据 测试新增数据 from sqlalchemy.orm import sessionmaker from sqlalchemy import create_engine from xuexi.a6 或 age 为 纯数字字符串 obj2 = User(name='yoyo2', tel='10089', age='22') 2022年第 11 期《python接口web自动化+测试开发》课程，6月
4.3K11编辑于 2022-07-19 - 来自专栏十月梦想
MongoDB新增字段,删除字段
新增字段 db.yourcollection.update({},{$set:{"新增字段名称":""},false,true) 删除字段 db.yourcollection.update({},{ $unset:{"删除字段名称":""},false,true) 我的博客即将搬运同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan
3.2K41发布于 2018-08-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号