Python
pyasn1及pyasn1-modules解析DER格式证书、私钥及公钥
PEM转DER DER格式是证书、私钥、公钥等按ASN.1编码后序列化生成的二进制格式。 我们可以从PEM格式中得到DER格式：例如： pyasn1-modules介绍 我们可以使用三方包pyasn1结合pyasn1-modules来解析DER格式的证书、私钥或公钥 pyasn1-modules中包含了各种RFC格式标准，常见对应关系为： 名称 对应PEM标识 对应pyasn1-modul
manim边学边做--Matrix
在代数问题中，矩阵是必不可少的工具，manim中提供了一套展示矩阵（Matrix）的模块，专门用于在动画中显示矩阵格式的数据。关于矩阵的类主要有4个： Matrix：通用的矩阵 IntegerMatrix：元素是整数的矩阵 DecimalMatrix：元素包含小数的矩阵 MobjectMatrix：元素可以是图形的矩阵 其实IntegerMatrix，DecimalMatrix，Mobject
SQL注入 WIKI
目录一、注入探测SQL注入检测参数位置检测注入二、DBMS标识DBMS识别MySQL一般提示将查询转换为注入Oracle一般提示将查询转换为注入SQL Server一般提示将查询转换为注入三、注入类型注入类型基于错误基于联合查询盲注3.1 基于错误基于错误MYSQLOracleSQL ServerMSSQL CAST函数示例3.2 基于联合查询联合查询注入MySQLOracleSQL Server
比对两个excel文件数据差异
背景 工作中需要一个测试需求：需要比对两个excel文件的内容，以门店编码为唯一键，比对其他字段值不一致的地方，如有不一致需要写入另外一个文件 解决方案 使用python代码实现 效果 可以看到下图将不同的地方做了标黄处理，填入了两个表的值
（五）JS逆向——问财同花顺
爬取问财网的今日涨停信息 载荷多试几次可以发现除了页码等信息，都是固定值，因此变化一定是在请求头 可以发现变化的就是HeXin-V的值，并且在cookie中也有对应的键值对，所以下一步就是找到该值生成的位置。 因为Cookie中有这个值，所以可以通过Cookie Hook的方式来定位 在开头直接打断点，然后在控制台运行这个Hook函数，该函数的作用
利用FastAPI和OpenAI-Whisper打造高效的语音转录服务
最近好久没有写博客了，浅浅记录下如何将OpenAI-Whisper做成Web服务吧🤣 介绍 在这篇指导性博客中，我们将探讨如何在Python中结合使用FastAPI和OpenAI-Whisper。OpenAI-Whisper是一个前沿的语音识别模型，而FastAPI是一个高性能的现代Web框架，专门用于构建API。这两种技术的结合，能够帮助我们快速搭建一个高效的语音转录服务。 环境安装 如想本地安
SciTech-EECS-电路设计-电路设计与仿真系统 + SPICE NetList(网表文件) +仿真描述 + 元器件模型
参考网文: 系统地介绍类SPICE集成电路仿真器的实现原理, 包括: MNA(改进节点分析）、非线性器件建模、DC/AC分析、时域/(复)频域仿真以及涉及的数值方法。 基于本文原理，实现了SPICE-like仿真器： https://github.com/cassuto/CSIM ＃重点 注意 NetList(网表)文件的 “Schematic NetList(原理图网表)”段正好** 与其“原
[oeasy]python0025_ 顺序执行过程_流水_流程_执行次序
顺序执行过程_流水_流程_执行次序 🥊 回忆上次内容 上次 熟悉了 vim编辑器 操作 作用 w 向前移动光标一个word b 向后移动光标一个word :r oeasy.py 读取文件到当前文件缓存 ggyG 从头复制到尾 :reg 观察寄存器状态 p
【汇总】EMQX 函数API、安装与使用说明
前言全局说明 EMQX 函数说明 一、说明 二、Client的基本使用流程 三、Client类与方法 3.1 Client的构建与重置 3.1.1 原型： 3.1.2 使用示例如下： 3.1.3 参数说明 3.2 连接至代理/重新连接/与代理断开连接 3.2.1 原型： 3.2.2 使用示例如下： 3.2.3 参数说明 3.3 网络回路控制 3.3.1 原型： 3.3
python 利用simpy工具包设计一个仿真应用
这里仿真了一个直行红绿灯路口。 假设有一条红绿灯路口的直行车道（假设只有一条，一条和多条相似），现在有一些车要过红绿灯，绿灯20s，黄灯5s，路口40m这里采用网上五菱宏光s的加速度和刹车数据，零百14.3s左右，100码刹车42m，仪器显示加速度数值约为40km/h我们假设均匀加减速，启动加速度取2m/s^2,刹车加速度取10m/s^2，设最大速度10m/s（36km/h），车长4.4m，这样最
第二课堂笔记：python入门
数据类型和操作 python的常见数据类型 标准数据类型 不可变数据 Number（数字） String（字符串） Tuple（元组） 可变数据 List（列表） Set（集合） Dictionary（字典） 其他 Type（类型） Number int（整数） 离散的数据类型 float（浮点数） 浮点数误差： 精确计算浮点数 科学计数法（E记法） 4e-05(
（新）app逆向二（adb操作）
一、逆向的基本流程 二、ADB的配置和使用 1.概念 2.下载地址 3.下载对应平台压缩包，解压即可（配置环境变量） 3.1 adb版本的选择 3.2 win平台安装，解压安装加入到环境变量中 电脑投屏安卓手机 scrcpy 4.ADB操作安卓手机 4.1 手机开启USB调试 4.2 adb命令 5 刷机和root手机 5.1 刷机 5.2 root手机
Python自动化：批量图片处理，数据安全智能盾牌！代码几秒钟手工工作一周工
Python自动化：批量图片处理，数据安全智能盾牌！代码几秒钟手工工作一周工 原创 丹心向阳 数海丹心 2024年06月20日 07:01 山东 摘要： 在数字化时代，数据保护成为每个公司的痛点。比如：身份证照片的外泄、企业营业执照照片的非法使用，本文将分享如何利用Python自动化技术，批量给图片添加水印，有效防止非法占有和使用，提升工作效率，保障每个人每
python之何为面向对象（最准确的解释）
很多人理解的类就是以class开头定义的，不以class定义就不是类，也就不叫面向对象。来吧，看看下面这个例子： 上面这段代码中，定义的函数animal(name,age)这就是一个类，其中，c1和c2就是对象。否认这个的都是认知不够且教条主义的大傻逼。按照哲学思想，animal类是对象c1和c2的抽象概念，而c1和c2是animal类的具象化，而这就叫做面向对象。不知道你发现了没有，只要你学好
数据分析师-掌握的问题
1、解释数据清洗的过程及常见的清洗方法。 数据清洗是指在数据分析过程中对数据进行检查、处理和纠正的过程；是数据预处理的一步，用于处理数据集中的无效、错误、缺失或冗余数据 常见的清洗方法包括：处理缺失值、处理异常值、去除重复值、统一数据格式等。 处理缺失值：可以删除包含缺失值的数据行，或使用插值（如均值、中位数或回归模型）进行填充。 处理异常值：可以使用统计方法（如3σ原则或箱线图）检测异常
「Mac&Linux」一次基于X和蒲公英组网的远程桌面尝试
因为某些原因我必须在远程条件下使用带图形环境的Ubuntu工作。虽然说有向日葵和ToDesk这种远程控制工具，但是后者经常莫名其妙蹦个错误告诉我连不上网络（指的是Mac上的这个软件连不到它公司自己的网络，连我这个账号在ToDesk上有哪些在线设备都不知道），前者怎么说呢... 我已经受够远程桌面那模糊的画质和时长时短的操作时延了！ 我打算试试用VNC或X这种远程窗口方案。 ssh登录 网络拓扑是这
SublimeText 4.4169 汉化版
SublimeText是编辑器中的一款神级IDE，非常有名，虽然比较轻量，但是呢软件拓展性非常强大，适用于多种编程语言，当然，当一个编辑器，也是非常不错的。 SublimeText支持但不限于 C, C++, C#, CSS, D, Erlang, HTML, Groovy, Haskell, HTML, Java, JavaScript, LaTeX, Lisp, Lua, Markdown,
[1034] Locating an image within a specific area using pyautogui
Locating an image within a specific area of the screen using PyAutoGUI can be done as follows: Using PyAutoGUI’s locateOnScreen Function: PyAutoGUI provides a built-in function called locateOnScree
Pytorch的编译新特性TorchDynamo的工作原理和使用示例
在深度学习中，优化模型性能至关重要，特别是对于需要快速执行和实时推断的应用。而PyTorch在平衡动态图执行与高性能方面常常面临挑战。传统的PyTorch优化技术在处理动态计算图时效果有限，导致训练时间延长和模型性能不佳。TorchDynamo是一种为PyTorch设计的即时（JIT）编译器，通过在运行时拦截Python代码、优化它，并编译成高效的机器代码来解决这一问题。本文通过使用合成数据集展示
yolov5 极大值抑制 nms 代码详解
NMS介绍 一张图片经过模型的前向推理之后，会输出非常多的检测结果，如下图Prediction所示： 以一组数据来说明，推理一张图片，模型输入大小为640*640，2个类别，推理的结果产生的预测框计算： 20 * 20 * 3 40 * 40 * 3 80 * 80 * 3 总计：25200 参数解释： 20、40、80 代表生成的不同预测网格尺度，yolov5会输出3种尺度的预测结果，
windows上，c++ utf8程序 通过命令行传参给python，pytorch交互的问题
1.python返回的字符串在 utf8的c++程序中筹码 设置环境变量PYTHONIOENCODING=utf-8 把python脚本的标准输入输出改为utf8 2.命令行传入的utf8路径， 在python中用于pytorch的模型保存，会保存失败 可以用 或 3.如果读文件时报编码错误，可能是open第二参数写得不对 改为
Python 转换金额数字大写为数字小写
通过编写Python代码将中文大写金额转换为小写数字 py浮点型运算有一个魔法，例如1.01*3.0=3.0300000000000002 所以全部转为整数运算，最后除100返回
[buuctf pwn]rip
先checksec一下，64位，没开栈溢出保护 进ida看一下，有个gets，s是15个字符 然后还有另一个fun()函数 现在我们就可以利用栈溢出 用15个字符先填满函数缓冲区，然后用8个字符（64位）填满缓冲区下面的rbp区域，再下面就是返回地址了，我们把它填成system命令的地址0x40118A EXP如下 执行后用ls指令，然后用cat指令读取flag文件，即可得到flag
Java JVM——12. 垃圾回收理论概述
1.前言 1.1 什么是垃圾？ 在提到什么是垃圾之前，我们先看下面一张图： 从上图我们可以很明确的知道，Java 和 C++ 语言的区别，就在于垃圾收集技术和内存动态分配上，C++ 语言没有垃圾收集技术，需要我们手动的收集。 垃圾收集，不是 Java 语言的伴生产物，早在1960年，第一门开始使用内存动态分配和垃圾收集技术的 Lisp 语言诞生。 关于垃圾收集有三个经典问题
[buuctf pwn]warmup_csaw_2016
checksec一下，64位，没开栈溢出保护，可以利用 进入ida，有个gets能利用，然后v5的大小是64 然后看见一个40060D函数，是可以利用的system函数 所以用64+8填满缓冲区和rbp，然后接400611这个地址 运行结果如下
在ubantu系统中微调ChatGLM-6B
1. ChatGLM-6B ChatGLM-6B仓库地址：https://github.com/THUDM/ChatGLM-6B ChatGLM-6B/P-Tuning仓库地址：https://github.com/THUDM/ChatGLM-6B/tree/main/ptuning 2、运行环境 在autodl平台购买的RTX 3080x2云主机。 ubantu22.02 conda 3、安装环