网站建设技术的实现/域名查询网站入口

网站建设技术的实现,域名查询网站入口,服务器镜像wordpress,网站建设服务合同书下载redis命令 pip install redis 连接redis import redis # host是redis主机,需要redis服务端和客户端都起着 redis默认端口是6379 pool redis.ConnectionPool(hostlocalhost, port6379,decode_responsesTrue) r redis.Redis(connection_poolpool)操作字符串 …

下载redis命令

pip install redis

连接redis

import redis
# host是redis主机,需要redis服务端和客户端都起着 redis默认端口是6379
pool = redis.ConnectionPool(host='localhost', port=6379,decode_responses=True)
r = redis.Redis(connection_pool=pool)

操作字符串

# key是"aa" value是"11" 将键值对存入redis缓存,有效期300秒
r.set('aa', '11',ex=300)
# key是"bb" value是"22" 将键值对存入redis缓存,有效期30000毫秒
r.set('bb', '22',px=30000)
# 取出键aa对应的值
print(r.get('aa'))
#批量获取,取出键gender、name对应的值
print(r.mget('aa', 'bb'))

操作hash

# 设置一个哈希“user1”,其中包括name=shamo,age=18,job=tester
r.hset('user1','name','lisa')
r.hset('user1','age',18)
r.hset('user1','job','tester')
# 获取user1对应的所有值
print(r.hgetall('user1'))
# 批量设置哈希"user2",其中包括name=xiao,age=18,job=tester
r.hmset('user2',{'name':'xiao','age':18,'job':'tester'})
# 批量获取哈希"user2"中的key为name和age的值
print(r.hmget('user2', 'name', 'age'))

操作列表

# 向列表"list1"中追加数据data1,data2
r.lpush('list1','data1','data2')
# 获取列表"list1"中所有数据
print(r.lrange('list1',0,-1))

操作集合

# 向列表"set1"中追加数据data1,data2
r.sadd('set1','data1','data2')
# 获取集合“set1”的所有元素
print(r.smembers('set1'))

操作有序集合

# 向有序集合"zset1"中追加数据data1,data2,其中数字是各自数据的分数,用来排序
r.zadd('zset1',{'data1':14,'data2':13})
# 获取"zset1"中所有数据
print(r.zrange('zset1',0,-1))

其他操作

r.delete('key1') #删除某个key
r.exists('key1') #检查key是否存在
r.expire('user1',10) #设置这个key的有效期为10秒
r.pexpire('user2',10000) #设置这个key的有效期为10000毫秒
r.type('zset1') #获取某个key对应的数据类型

备注:项目后台是java语言开发,所以在redis缓存中存储的基本都是java对象的序列化数据,那么python在获取java对象的序列化数据后需要进行反序列化转成对象才能正常获取数据信息,因此安装一个第三方库,用来说java对象的转换
安装第三方库命令
pip install javaobj-py3
然后封装一个redis方法:

class RedisUtil:
def __init__(self,host,pwd,port=6379,decode_responses=False):
"""
:param host: redis服务器地址
:param pwd: redis密码
:param port: redis端口 默认6379
:param decode_responses: 默认为False,表示返回的是bytes数据
"""
self.pool = redis.ConnectionPool(host=host,
port=port,password=pwd,encoding_errors='ignore',decode_responses=decode_resp
onses)
self.r = redis.Redis(connection_pool=self.pool)
def get(self,key):
type = self.r.type(key).decode('utf8')
if type=='string':
return self.r.get(key)
elif type=='hash':
return self.r.hgetall(key)
elif type=='zset':
return self.r.zrange(key,0,-1)
elif type=='set':
return self.r.smembers(key)
else:
raise Exception(f'不支持的数据类型{type}或者{key}不存在')```然后在有需要用到redis中的用例中调用:rd = RedisUtil(host='121.42.15.146',pwd='testfan')
res = rd.get('xxxx')
#将从redis中得到的序列化java对象转换成python对象
res1 = javaobj.loads(res) #res1是个列表如果接口运用到redis比较多,思路:在公共方法里面加一个钩子函数。例如:

@pytest.fixture(scope=‘session’)
def redis_conn():
redis_util=RedisUtil(host=‘127.0.0.1’, pwd=‘123456’)
return redis_conn

然后在需要用的测试用例里面直接调用res = redis_con.get()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/73873.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

自然语言处理入门4——RNN

一般来说,提到自然语言处理,我们都会涉及到循环神经网络(RNN),这是因为自然语言可以被看作是一个时间序列,这个时间序列中的元素是一个个的token。传统的前馈神经网络结构简单,但是不能很好的处…

数据结构之链表(双链表)

目录 一、双向带头循环链表 概念 二、哨兵位的头节点 优点: 头节点的初始化 三、带头双向链表的实现 1.双链表的销毁 2.双链表的打印 3.双链表的尾插和头插 尾插: 头插: 4.双链表的尾删和头删 尾删: 头删: …

ASP3605同步降压调节器——满足汽车电子严苛要求的电源芯片方案

ASP3605高效同步降压调节器,通过AEC-Q100 Grade1认证,输入电压4V至15V,输出电流5A,峰值效率94%。车规级型号ASP3605A3U支持-40C至125C工作温度,适用于ADAS、车载信息娱乐系统等场景。 面向汽车电子的核心功能设计 1. …

vue3+Ts+elementPlus二次封装Table分页表格,表格内展示图片、switch开关、支持

目录 一.项目文件结构 二.实现代码 1.子组件(表格组件) 2.父组件(使用表格) 一.项目文件结构 1.表格组件(子组件)位置 2.使用表格组件的页面文件(父组件)位置 3.演示图片位置 ele…

逆向中常见的加密算法识别

1、base64及换表 base64主要是将输入的每3字节(共24bit)按照每六比特分成一组,变成4个小于64的索引值,然后通过一个索引表得到4个可见的字符。 索引表为一个64字节的字符串,如果在代码中发现引用了这个索引表“ABCDEF…

【机器学习chp14 — 2】生成式模型—变分自编码器VAE(超详细分析,易于理解,推导严谨,一文就够了)

目录 二、变分自编码器 VAE 1、自编码器 AE (1)自编码器的基本结构与目标 1.1 编码器-解码器结构 1.2 目标函数:重构误差最小化 (2)自编码器与 PCA 的对比 2.1 PCA 与线性降维 2.2 非线性映射的优势 &#xf…

Linux 一步部署DHCP服务

#!/bin/bash #脚本作者和日期 #author: PEI #date: 20250319 #检查root权限 if [ "$USER" ! "root" ]; then echo "错误:非root用户,权限不足!" exit 0 fi #防火墙与高级权限 systemctl stop firewa…

Vue3 核心特性解析:Suspense 与 Teleport 原理深度剖析

Vue3 核心特性解析:Suspense 与 Teleport 原理深度剖析 一、Teleport:突破组件层级的时空传送 1.1 实现原理图解 #mermaid-svg-75dTmiektg1XNS13 {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-s…

Python功能完美的宝库——内置的强大“武器库”builtins

builtins模块包含了Python大量的内置对象(函数、异常和类型等),她是Python的内置武器库,堪称功能完美的宝库。 笔记模板由python脚本于2025-03-19 08:16:27创建,本篇笔记适合喜欢探究python的coder翻阅。 【学习的细节…

PyTorch 深度学习实战(17):Asynchronous Advantage Actor-Critic (A3C) 算法与并行训练

在上一篇文章中,我们深入探讨了 Soft Actor-Critic (SAC) 算法及其在平衡探索与利用方面的优势。本文将介绍强化学习领域的重要里程碑——Asynchronous Advantage Actor-Critic (A3C) 算法,并展示如何利用 PyTorch 实现并行化训练来加速学习过程。 一、A…

【深度学习】多目标融合算法(五):定制门控网络CGC(Customized Gate Control)

目录 一、引言 二、CGC(Customized Gate Control,定制门控网络) 2.1 技术原理 2.2 技术优缺点 2.3 业务代码实践 2.3.1 业务场景与建模 2.3.2 模型代码实现 2.3.3 模型训练与推理测试 2.3.4 打印模型结构 三、总结 一、引言 上一…

在线pdf处理网站合集

1、PDF24 Tools:https://tools.pdf24.org/zh/ 2、PDF派:https://www.pdfpai.com/ 3、ALL TO ALL:https://www.alltoall.net/ 4、CleverPDF:https://www.cleverpdf.com/cn 5、Doc Small:https://docsmall.com/ 6、Aconv…

网络编程-实现客户端通信

#include <stdio.h> #include <stdlib.h> #include <string.h> #include <unistd.h> #include <sys/socket.h> #include <netinet/in.h> #include <sys/select.h>#define MAX_CLIENTS 2 // 最大客户端连接数 #define BUFFER_SI…

力扣100二刷——图论、回溯

第二次刷题不在idea写代码&#xff0c;而是直接在leetcode网站上写&#xff0c;“逼”自己掌握常用的函数。 标志掌握程度解释办法⭐Fully 完全掌握看到题目就有思路&#xff0c;编程也很流利⭐⭐Basically 基本掌握需要稍作思考&#xff0c;或者看到提示方法后能解答⭐⭐⭐Sl…

【大模型实战篇】多模态推理模型Skywork-R1V

1. 背景介绍 近期昆仑万维开源的Skywork R1V模型&#xff0c;是基于InternViT-6B-448px-V2_5以及deepseek-ai/DeepSeek-R1-Distill-Qwen-32B 通过强化学习得到。当然语言模型也可以切换成QwQ-32B。因此该模型最终的参数量大小为38B。 该模型具备多模态推理能力&#xf…

识别并脱敏上传到deepseek/chatgpt的文本文件中的护照信息

本文将介绍一种简单高效的方法解决用户在上传文件到DeepSeek、ChatGPT&#xff0c;文心一言&#xff0c;AI等大语言模型平台过程中的护照号识别和脱敏问题。 DeepSeek、ChatGPT&#xff0c;Qwen&#xff0c;Claude等AI平台工具快速的被接受和使用&#xff0c;用户每天上传的文…

数据驱动进化:AI Agent如何重构手机交互范式?

如果说AIGC拉开了内容生成的序幕&#xff0c;那么AI Agent则标志着AI从“工具”向“助手”的跨越式进化。它不再是简单的问答机器&#xff0c;而是一个能够感知环境、规划任务并自主执行的智能体&#xff0c;更像是虚拟世界中的“全能员工”。 正如行业所热议的&#xff1a;“大…

【AI News | 20250319】每日AI进展

AI Repos 1、XianyuAutoAgent 实现了 24 小时自动化值守的 AI 智能客服系统&#xff0c;支持多专家协同决策、智能议价和上下文感知对话&#xff0c;让我们店铺管理更轻松。主要功能&#xff1a; 智能对话引擎&#xff0c;支持上下文感知和专家路由阶梯降价策略&#xff0c;自…

C语言自定义类型【结构体】详解,【结构体内存怎么计算】 详解 【热门考点】:结构体内存对齐

引言 详细讲解什么是结构体&#xff0c;结构体的运用&#xff0c; 详细介绍了结构体在内存中占几个字节的计算。 【热门考点】&#xff1a;结构体内存对齐 介绍了&#xff1a;结构体传参 一、什么是结构体&#xff1f; 结构是⼀些值的集合&#xff0c;这些值称为成员变量。结构…

Apache DolphinScheduler:一个可视化大数据工作流调度平台

Apache DolphinScheduler&#xff08;海豚调度&#xff09;是一个分布式易扩展的可视化工作流任务调度开源系统&#xff0c;适用于企业级场景&#xff0c;提供了一个可视化操作任务、工作流和全生命周期数据处理过程的解决方案。 Apache DolphinScheduler 旨在解决复杂的大数据…