node通过路由获取不同用户信息

使用不同的url来获取身份信息,非指定的提示非法访问! 具体功能:使用不同url判断是老师或者学生,老师的工号4-6位,学生学号8-10位,否则提示学号不正确, 验证成功,反馈用户信息以及身份! 项目实例 app.js //功能使用不同的url获取不同的用户信息 //老师工号4到6位,学生8到10位 const http = require("http") const server = http.createServer 你的学号是' + studentid) } else { res.end('亲爱的同学,您输入的url请求学号不正确请重新尝试') } } else if(myURL.substr(0 你的学号是' + teacherid) } else { res.end('老师呀!你的工号输入不正确呀!再好好想一下!') 正则解析 ^[1-9]\d{7,9}$ 开头到首位非0后面是数字总共8-10位 studentid.substr(9)//截取第10位到结束(判断学号和工号是否验证成功)

萌国ICP备案「杂记」

ICP备案 嗯，你没看错，这是萌国的ICP备案。 萌国在哪呢，听某萌主说，好像是个网络上虚拟的国度。 反正别问博主了，本博主也是听来的。 我们说的是萌国ICP备案，简称 萌ICP备 萌ICP备非真实中国ICP备案 仅供萌友网站互动，请放心食用。 EMAIL，标题：加入萌备，内容（示例）： 站名：萌心见地 地址：get.moe 首页：get.moe 简介：萌域中心 站长：萌域萌主 联系：i@s.moe 萌号：20201314 萌号自选 (8- ICP号是8－10位以2020开头的号码，目前自选号,也就说可以选靓号玩。 邮箱建议用对应的域名邮箱申请，目前似乎不用证明域名是不是你的样子，我是不是要帮度娘申请个？ 后言 什么时候我也能嫖一个 gov.xx 的域名，我能飞天 我的号 萌ICP备 20211118号 最底下也有233

fmtlog：轻量级高性能C++日志库指南

，以其极低的延迟和简单的集成方式著称。 ✨核心特性⚡极低延迟：延迟仅8-10纳秒，性能优异轻量级：代码体积小，资源占用少header-only设计：无需编译和链接，集成简单日志回调：支持自定义日志回调函数频率限制：支持日志频率限制，避免日志泛滥简单易用 ：API设计简洁，学习曲线平缓跨平台：支持多种操作系统和编译环境格式化支持：支持类似printf的格式化语法⚖️优缺点分析✅优点⚡极低延迟：8-10纳秒的延迟，性能优异轻量级：代码体积小，资源占用少集成简单 /高性能企业级项目高度定制化项目C语言项目、嵌入式总结与推荐fmtlog是一个轻量级、高性能的C++日志库，以其极低的延迟（8-10纳秒）和简单的集成方式著称。 虽然fmtlog在功能丰富度方面不如一些功能全面的日志库，但其极低的延迟和简单的集成方式使其成为特定场景下的理想选择。

数据分析实例：预测2016-2025年吸油烟机产品的市场规模

根据市场调研和权威分析得到吸油烟机的平均寿命一般都在8-10年左右，也就说更新换代的周期以8-10年为界限。那么为什么是从2016年开始呢？ 下图是我国抽油烟机的保有量数据，可以看出我国抽烟机在2006-2008年期间迎来了比较大的发展期，这个期间，抽油烟机接受度上升，油烟机的销量也迎来了大幅度上升，因此，这里预测的是2016-2025周期的抽油烟机数量是合理的 这里主要解决的是预测结果受哪些因素影响？怎么得到这些因素对应的数据？使用什么样的模型做预测呢？ 我们可以采用类推方法，看看同类产品在同类国家的使用情况，具体如下图： ? ? ? 从上图可以看出，我国吸油烟机的保有量远低于日本和韩国，农村保有量不足城镇的四分之一，这主要是收到城镇化因素的影响，下图是源于国家统计局的我国城镇化率以及城镇化预测数据： ? 但是缺乏的L的数据，但是我们可以使用同类产品冰箱的数据，通过计算可以得到2016年=2025年吸油烟机需求量预测值为0.74亿台。

PDF内容自动提取，想取哪些页面就取哪些页面！ | PA实战案例

| PA实战应用》讲了如何提取PDF文件里的内容，但是，提取的方法很是简单粗暴，不管内容多少，全部提取。 - 1 - 明确单页或范围 首先，如果是要提取的页面是明确的，比如明确的某一页（如第3页）或某一段页码范围（如第8-10页）等，非常简单，在提取PDF文件内容的步骤里进行简单设置即可： 1、取某一页（如第 3页） 在“要提取的页面”中选择“单个”，“单个页码”中输入具体页码即可： 2、取某一段页码范围（如第8-10页 在“要提取的页面”中选择“范围”，并在“起始页码”和“结束页码”中分别输入相应的数值即可 ，而是还有更加简便的方法： 先“将 PDF 页面提取到新的 PDF”，然后再从新的pdf文件中提取所有页面——因为“将 PDF 页面提取到新的 PDF”功能直接支持非连续页面的提取： - 3 - 更加复杂的情况 比如，很多企业的pdf报告，前面包含数据的页面不固定，最后几页都是一些例行的备注说明，这样，我们要动态地去取前面的数据页面，最关键的是能获取到整个pdf报告的页数。

第四篇：SpringBoot与任务

就是我们今天要介绍的Spring自带的定时任务Schedule，其实可以把它看作是一个简化版的，轻量级的Quartz，使用起来也相对方便很多。 ? * “0 0 8-10 * * *” = 8, 9 and 10 o’clock of every day. * “0 0/30 8-10 * * *” = 8:00, 8:30, 9:00, 9:30 and 10 o’clock every day. * * * *” 表示每小时0分0秒执行一次 ” /10 * * * *” 表示每10秒执行一次 “0 0 8- 10 * * *” 表示每天8，9，10点执行 “0 0/30 8-10 * * *” 表示每天8点到10点，每半小时执行 “0 0

关联规则挖掘（二）

（一）支持度和置信度的不足   为了说明支持度和置信度在关联规则检测中存在的不足，可用基于2个项集 A 和 B （也称二元变量 A ， B ）的相依表来计算说明 (表8-10)。    表8-10中的记号 \overline A 表示项集 A 没有在事务中出现， n_{ij} 为支持数，即 n_{11} 表示同时包含项集 A 和 B 的事务个数； n_{01} 例 8-10 一个误导的“强”关联规则。 例 8-12 对例8-10的表8-11所示的相依表，试计算相关因子。 (A,B)=\frac{p(A\cup B)}{\sqrt{p(A)×p(B)}}=\frac{Support(A\cup B)}{\sqrt{Support(A)×Support(B)}}\tag{8-

数据分析实战-转化漏斗

导读：当今竞争激烈的商业环境中，对于商户而言，深入了解和分析交易数据是至关重要的。 1 交易笔数分析 交易笔数，作为衡量商业活动频率和市场参与度的关键指标，能够为商户提供丰富的业务洞察。 根据业务情况可知，8-10月交易笔数受营销活动影响较小，因此计算各片区2020年8-10月交易笔数的同比变化情况，以此来说明进行片区运营后对业务带来的作用。 2021年8-10月门店交易笔数情况分析 维度 2019 2020 同比 有交易门店数 2251 5318 136.25% 交易笔数 195621 587401 200.28% 优惠交易笔数 154716 商户需要根据各片区的特点，采取针对性的措施，以提升门店的交易笔数和转化率，进而推动整体业绩的增长。同时，商户还应密切关注门店的生命周期，及时采取措施促进门店活跃度，延长门店的生命周期，实现可持续发展。

Spring 定时任务报错：Cron expression must consist of 6 fields (found 5 in “0 * * * *“)