python调用ffmpeg对截取视频片段,可批量处理
本文完全
免费
,非VIP文章,如果您发现需VIP可看全文,请邮箱
联系我:openwebsite@foxmail.com
文章目录
- python调用ffmpeg对截取视频片段,可批量处理
- 用到的ffmpeg命令
- python调用bash指令的方法
- python处理代码
- 准备函数
- python批量处理
- 特殊情况处理
- 可选操作:填补csv数据
- python根据csv数据裁剪视频
- 视频具有多个片段的处理 [TODO]
python调用ffmpeg对截取视频片段,可批量处理
背景:我本地下载了一些番剧,但是片头片尾无用还占空间,因此决定使用ffmpeg对视频切割,只保留中间的正片内容。
用到的ffmpeg命令
ffmpeg
中文文档:https://ffmpeg.github.net.cn/ffmpeg.html
由于csdn点击链接会跳转到安全确认页面,因此选择直接给出链接文本,在edge浏览器中,可以选中链接文本并拖动到标签页区域,直接打开文档,更方便。
先说用到的ffmpeg
命令,你可以自行在cmd窗口中执行以处理单个视频。
- 获取视频时长:
ffprobe -show_entries format=duration -v error -select_streams v:0 <视频路径>
示例输出:
[FORMAT]
duration=1200.981333
[/FORMAT]
ffmpeg -threads 4 -i <视频路径> -ss <开始时间点> -t <持续时间(s)> -c copy -y <输出路径>
-threads 4
:多线程,感觉作用不是很大<开始时间点>
:格式可以为hh:mm:ss
,也可以为具体的视频第几秒<持续时间(s)>
:从指定的开始时间点往后截取多少秒,不是结束时间点-c copy
:音视频都直接复制,不重新编码,速度快-y
:如果指定的输出文件已经存在,则覆盖- 注意:如果输出路径在其他文件夹内,则必须提前创建好文件夹,比如输出文件为
./trimed_video/video.mp4
,则需要提前创建好trimed_video
文件夹,否则报错
python调用bash指令的方法
使用subprocess
包,详细信息可以自己查,简单用法如下:
import subprocesscommand = "ffprobe -show_entries format=duration -v error -select_streams v:0 video.mp4"
result = subprocess.run(command, check=True,capture_output=True,text=True)
print(result.stdout) # 获取命令执行后的输出数据
参数说明:
command
:要执行的命令字符串,可以通过字符串操作来拼接需要的命令check=True
:如果进程退出码不为0,则抛出异常subprocess.CalledProcessError
,可以通过try-catch进行错误处理capture_output=True
:捕获标准输出或标准错误,获取命令执行的输出信息text=True
:默认标准输出为字节类型,这个可以改为字符串类型,方便字符串解析
python处理代码
注意,我所有代码都没考虑时长超过1小时的视频,如果需要操作1小时以上的视频,请自行修改相关代码
准备函数
由于这两个函数可能在多个文件中使用,因此单独创建了一个文件,其他文件需要调用时通过import myfunc
即可
"""myfunc.py"""
import os,re
from pathlib import Path
def match_files(dir,extension,content_range=[], not_content_range=[]):"""在指定目录下找符合扩展名的文件,不递归用法示例:match_files("./",[".mp4", ".mkv"],range(74,80+1))extension:需要的扩展名,字符串列表content_range:包含的范围,为空则不限制,整数列表not_content_range:不包含的范围,整数列表"""matchs = []files = os.listdir(dir)for f in files:if Path(f).suffix in extension: # 检查文件扩展名是否在指定的扩展名列表中# 提取文件名中的第一个数字序列作为编号number = int(re.findall(r'\d+',f)[0])if content_range:# 判断是否指定了包含范围,如果指定则判断是否在范围内if number in content_range and number not in not_content_range :matchs.append(f)else: # 如果不指定范围,则匹配所有if number not in not_content_range :matchs.append(f)return matchsdef time_to_seconds(time_str):"""将时间字符串转换为秒,格式mm:ss"""minutes, seconds = map(int, time_str.split(':'))return minutes * 60 + seconds
python批量处理
import myfunc
import subprocess
import re
"""
注意写好路径,扩展名,以及需要处理的序号范围,排除的序号范围
"""
videos = myfunc.match_files("./",[".mp4", ".mkv"],[140])
start_time_point = "02:35"
end_time_point = "17:42"
for video in videos:# 如果文件名有空格,需要加引号command1 = "ffprobe -show_entries format=duration -v error -select_streams v:0 \""+video+"\""try:# 先获取视频时长result = subprocess.run(command1, check=True,capture_output=True,text=True)duration = round(float(re.search(r"duration=([\d.]+)",result.stdout).group(1)))"""注意修改command2的参数,00默认小时为00,即不考虑时长超过1小时的情况,按需修改"\"./trimed_video/"+video+"\""是输出视频路径需要根据自己的视频情况修改"""command2 = "ffmpeg -threads 4 -i "+"\""+ video +"\""+ " -ss 00:" + start_time_point + " -t "+str(myfunc.time_to_seconds(end_time_point)-myfunc.time_to_seconds(start_time_point)) +" -c copy -y "+"\"./trimed_video/"+video+"\""try:# 运行FFmpeg命令subprocess.run(command2, check=True,capture_output=True)print(f"视频已成功裁剪到 {video}")except subprocess.CalledProcessError as e:print(f"FFmpeg命令执行失败: {e}", video)except subprocess.CalledProcessError as e:print(f"FFmpeg命令执行失败: {e}", video)
特殊情况处理
可能视频的片头和片尾时长并不总是固定的,导致不能方便地按照 python批量处理的代码,直接按相同的片头长度和片尾长度操作,因此我使用了csv表格来记录视频的片头片尾长度,并使用python按照csv表格内的数据裁剪视频。
csv表格示例内容如下片头片尾信息.csv
序号,片头时间点,片尾时间点,总时长,片尾长度,有用视频长度
120,2:16,18:28,20:44,,
122,2:16,17:25,19:41,,
123,2:16,19:11,21:27,,
127,2:16,19:13,20:49,,
序号
,片头时间点
,片尾时间点
,总时长
是必填项,剩余两项可以空着,但是必须填写英文分号。
其实总时长
可以通过ffmpeg命令获取,但是既然是特殊情况,手动打开视频了,填一下总时长也不麻烦
可选操作:填补csv数据
有时候需要填写几个视频信息,来判断这两个序号之间的视频是不是片头片尾时长一样,如果一样就可以通过python批量处理的代码来操作,因此写了下面的代码,可以自动计算csv表格中的最后两列数据,观察片头时间点
和片尾长度
是否一直可以粗略判断
import csv# 文件路径
file_path = "./片头片尾信息.csv"
# 将时间字符串转换为秒
def time_to_seconds(time_str):minutes, seconds = map(int, time_str.split(':'))return minutes * 60 + seconds# 读取CSV文件
with open(file_path, mode='r', encoding='utf-8') as file:reader = csv.reader(file)rows = list(reader)rows = [row for row in rows if row]
for i in range(1, len(rows)):end_time_str = rows[i][2]if rows[i][4] != '':continue # 如果已经有值了,则不再计算total_duration_str = rows[i][3]end_time_seconds = time_to_seconds(end_time_str)total_duration_seconds = time_to_seconds(total_duration_str)tail_length_seconds = total_duration_seconds - end_time_secondsrows[i][4] = str(tail_length_seconds)start_time_seconds = time_to_seconds(rows[i][1])rows[i][5] = str(end_time_seconds - start_time_seconds)# 将更新后的内容写回CSV文件
with open(file_path, mode='w', newline='', encoding='utf-8') as file:writer = csv.writer(file)writer.writerows(rows)
python根据csv数据裁剪视频
import myfunc
import csv, re,subprocess
"""注意修改你想要匹配的文件扩展名"""
videos = myfunc.match_files("./",[".mp4", ".mkv"])
"""注意改成你的csv文件路径"""
with open("./片头片尾信息.csv", mode='r', encoding='utf-8') as file:reader = csv.reader(file)rows = list(reader)# 提取第一列数据
del rows[0]# 删除表头
first_column = [int(row[0]) for row in rows if row] # 使用列表推导式,跳过空行
videos = [video for video in videos if int(re.findall(r'\d+',video)[0]) in first_column]count = 0
for video in videos:command1 = "ffprobe -show_entries format=duration -v error -select_streams v:0 \""+video+"\""try:# 先获取视频时长result = subprocess.run(command1, check=True,capture_output=True,text=True)duration = round(float(re.search(r"duration=([\d.]+)",result.stdout).group(1)))start_time_pint = myfunc.time_to_seconds(rows[count][1])end_time_pount = myfunc.time_to_seconds(rows[count][2])"""注意替换你想要的输出路径"""command2 = "ffmpeg -threads 4 -i "+video + " -ss " + str(start_time_pint) + " -t "+str(end_time_pount-start_time_pint) +" -c copy -y "+"\"./trimed_video/"+video+"\""# print(command2)try:# 运行FFmpeg命令subprocess.run(command2, check=True,capture_output=True)print(f"视频已成功裁剪到 {video}")except subprocess.CalledProcessError as e:print(f"FFmpeg命令执行失败: {e}", video)except subprocess.CalledProcessError as e:print(f"FFmpeg命令执行失败: {e}", video)count += 1
视频具有多个片段的处理 [TODO]
TODO有大佬知道的话欢迎讨论,我觉得先切片再合并太麻烦。
这种特殊情况一般出现在,视频有彩蛋之类的,在片头之前或片尾之后仍有正片内容。
网上搜了但没找到特别好的,找到一个文章但测试后不好用,所以选择了手动切片再合并,
多个视频合并的ffmpeg命令:
- 创建文本文件
filelist.txt
,并写入要合并的多个视频片段
file 'input1.mp4'
file 'input2.mp4'
- 执行合并命令:
ffmpeg -f concat -safe 0 -i filelist.txt -c copy output.mp4
由于这种情况比较少,懒得写python代码,自己手动在cmd执行吧
相关文章:
python调用ffmpeg对截取视频片段,可批量处理
本文完全免费,非VIP文章,如果您发现需VIP可看全文,请邮箱联系我:openwebsitefoxmail.com 文章目录 python调用ffmpeg对截取视频片段,可批量处理用到的ffmpeg命令python调用bash指令的方法python处理代码准备函数python…...
【WLAN】华为无线AC双机热备负载分担—双链路热备份
配套实验拓扑可以下载学习交流:【WLAN】华为无线AC双机负载分担—双链路热备份 双链路备份的传统配置方式是在主、备AC上为AP指定对方AC的IP地址,并分别配置优先级,通过比较优先级的方式来确定主、备AC。为简化配置逻辑,新配置方式…...
学习笔记——《Java面向对象程序设计》-内部类、匿名类、异常类
参考教材: Java面向对象程序设计(第3版)微课视频版 清华大学出版社 1、内部类 类中可以有两种重要的成员:成员变量和方法。实际上Java还允许类可以有一种成员:内部类。 内部类可以使用其外嵌类中的成员变量&#x…...
BS架构与CS架构的对比分析:了解两种架构的不同特点与应用
目录 前言1. BS架构概述1.1 什么是BS架构?1.2 BS架构的主要特点 2. CS架构概述2.1 什么是CS架构?2.2 CS架构的主要特点 3. BS架构与CS架构的对比3.1 用户体验3.2 安全性3.3 适用场景 4. 结语 前言 在现代软件开发中,架构设计决定了应用的性能…...
ARM架构的微控制器总线矩阵优先级与配置
在 ARM 架构的微控制器中,总线矩阵的优先级与配置是确保多主设备(如 CPU、DMA 等)高效协同工作的关键。总线矩阵通过仲裁逻辑(Arbiter)管理主设备对共享资源的访问冲突,优先级配置直接影响系统的实时性、带宽利用率和任务响应速度。以下是总线矩阵优先级机制及配置的详细…...
高速系统设计理论基础
如前一章所述,在进行高速系统设计时,最重要的是要从基本理论出发,只有掌握了基本理论,然后才能谈到其他的设计技术和技巧。本章主要介绍微波电磁理论基础,及其在高速系统设计中的工程化分析方法和应用。通过对微波信号…...
Python-MCPServer开发
Python-MCPServer开发 使用FastMCP开发【SSE模式的MCPServer】,熟悉【McpServer编码过程】【McpServer调试方法】 1-核心知识点 1-熟悉【SSE模式的MCPServer】开发2-熟悉【stdio模式的MCPServer】开发3-熟悉【启动MCPServer】的三种方式 3.1-直接启动:python mcp_s…...
Springboot集成SSE实现消息推送+RabbitMQ解决集群环境下SSE通道跨节点事件推送问题
SSE连接介绍,SSE对比WebSocket Server-Sent Events (SSE) 是一种基于 HTTP 协议的轻量级实时通信技术,允许服务器向客户端推送数据。以下是 SSE 的主要特点: 单向通信:SSE 仅支持服务器向客户端推送数据,客户端不能通…...
Kettle学习
一、Kettle 简介 Kettle(现称为 Pentaho Data Integration)是一款开源ETL工具,支持从多种数据源抽取、转换和加载数据,广泛应用于数据仓库构建、数据迁移和清洗。其核心优势包括: 可视化操作:通过拖拽组件设计数据处理流程(转换和作业)。多数据源支持:数据库(MySQL/…...
科学养生,开启健康生活新方式
在快节奏的现代生活中,健康养生已成为人们关注的焦点。科学的养生方式不仅能增强体质,还能有效预防疾病,提升生活质量。 合理饮食是健康养生的基础。日常饮食应遵循均衡原则,保证蛋白质、碳水化合物、脂肪、维生素和矿物质的合…...
brew 安装openjdk查看其版本
使用brew(如果你使用Homebrew安装) 如果你通过Homebrew安装了OpenJDK,可以使用以下命令来查看安装的版本,: brew list --versions openjdk8 这将会列出所有通过Homebrew安装的OpenJDK版本及其版本号。 3. 查看/usr/libexec/ja…...
基于大模型对先天性幽门肥厚性狭窄预测及临床方案的研究报告
目录 一、引言 1.1 研究背景与目的 1.2 国内外研究现状 1.3 研究方法与创新点 二、先天性幽门肥厚性狭窄概述 2.1 定义与发病机制 2.2 流行病学特征 2.3 病理与解剖特点 三、大模型预测原理及构建 3.1 大模型简介 3.2 数据收集与预处理 3.3 模型训练与优化 四、大…...
【开源】基于51单片机的温湿度检测报警系统
项目说明 该设计是一个简易的基于51单片机的温湿度检测报警系统,功能说明: 使用LCD1602实时显示当前的温湿度。读取DHT11的温湿度值,如果温度大于最大设定值,LED1亮,如果温度小于最小设定值,LED2亮。如果…...
2025年4月25日第一轮
1.作文 The increasing reliance on onlineshopping has brought both convince and challenge to consumsers.It is of great nesscity for poeple to adapt better strategies to cope with these challenges.Resons and concrete evidence to support my view are as fello…...
AutoSAR从概念到实践系列之MCAL篇(二)——Mcu模块配置及代码详解(下)
欢迎大家学习我的《AutoSAR从概念到实践系列之MCAL篇》系列课程,我是分享人M哥,目前从事车载控制器的软件开发及测试工作。 学习过程中如有任何疑问,可底下评论! 如果觉得文章内容在工作学习中有帮助到你,麻烦点赞收藏评论+关注走一波!感谢各位的支持! 上一篇内容主要为…...
A. Ideal Generator
time limit per test 1 second memory limit per test 256 megabytes We call an array aa, consisting of kk positive integers, palindromic if [a1,a2,…,ak][ak,ak−1,…,a1][a1,a2,…,ak][ak,ak−1,…,a1]. For example, the arrays [1,2,1][1,2,1] and [5,1,1,5][5,…...
微信小程序核心技术栈
微信小程序核心技术栈 WXML一.WXML基础概念1.本质与特点2.与HTML的主要差异 二.数据绑定1.基础绑定2.高级绑定模式3.数据绑定限制 三.条件渲染1.基础条件判断2.多条件渲染优化3.条件渲染性能建议 四.列表渲染1.基础列表2.进阶用法3.wx:key的深度解析 五.模版系统1.定义模版2.使…...
系统架构设计中的ATAM方法:理论、实践与深度剖析
引言 在复杂系统架构设计中,如何在性能、安全性、可维护性等质量属性之间实现平衡,是每一位资深架构师必须面对的终极挑战。传统的架构评审往往依赖经验直觉或局部优化,而ATAM(Architecture Tradeoff Analysis Method,架构权衡分析方法)通过结构化分析框架,系统性解…...
模板引擎语法-过滤器
模板引擎语法-过滤器 文章目录 模板引擎语法-过滤器[toc]1.default过滤器2.default_if_none过滤器3.length过滤器4.addslashes过滤器5.capfirst过滤器6.cut过滤器7.date过滤器8.dictsort过滤器 1.default过滤器 default过滤器用于设置默认值。default过滤器对于变量的作用&…...
关于GoWeb(1)
Go Web (1) 一、网络通信与 Socket 编程 (一)Socket 编程基础 Socket 是网络通信的核心,它允许程序之间通过网络进行数据交换。在 Go 中,可以使用标准库 net 来实现 Socket 编程。 (二&…...
实现从一个微信小程序跳转到另一个微信小程序
前言: 最近在公司完成了一个两个小程序之间进行跳转的需求,将跳转方式与携带参数的方式分享给伙伴们: 代码展示: wx.navigateToMiniProgram({// 另一个程序的appIdappId: "wxbbd...",//你希望跳转到另一个小程序的目标路径&#…...
【教程】Docker运行gitlab容器
Docker运行gitlab容器 前言1.拉取gitlab镜像2.创建挂载数据卷3.运行镜像4 登录Gitalb5 访问linux的gitlab地址,输入用户名与密码 前言 在linux系统中安装gitlab的教程 1.拉取gitlab镜像 不指定 默认拉取最新版镜像 docker pull gitlab/gitlab-ce 2.创建挂载数据…...
微信小程序鲜花销售系统设计与实现
概述 在鲜花电商行业快速发展的背景下,移动端销售平台成为花店拓展业务的重要渠道。幽络源平台今日分享一款功能完善的微信小程序鲜花销售系统,该系统实现了多角色管理、在线订购、会员服务等核心功能,为鲜花行业提供了完整的电商解决方案。…...
嵌入式C设计模式---策略模式
目录 1.策略设计模式动漫详解 2.LVGL策略模式实现详解与应用 3.嵌入式中策略模式应用的优缺点 4.大话设计模式C语言实现 1.策略设计模式动漫详解 2.LVGL策略模式实现详...
打开canoe--点击capl Brower弹出错误,capl打不开
打开canoe–点击capl Brower弹出下图错误,capl打不开,友友们遇到过吗?怎么破?...
ultralytics 目标检测 混淆矩阵 背景图像 没被记录
修改 utils/metrics.py ConfusionMatrix def process_batch(self, detections, gt_bboxes, gt_cls):"""Update confusion matrix for object detection task.Args:detections (Array[N, 6] | Array[N, 7]): Detected bounding boxes and their associated inf…...
C++之map
因为前些天做了一道题:PTA:查询首都或国名-CSDN博客 这道题我和朋友的实现方式不同,想要学习学习她的这种方式,于是乎有了这篇研究 map 的文章。 先学习一下 map 的基本定义吧: map 是标准模板库(STL)中…...
【每天一个知识点】点乘(Dot Product)
点乘(Dot Product)在很多机器学习和图神经网络(GNN)中都有广泛应用,尤其在图结构重构中,它通常用来衡量节点之间的相似性或者关联性。让我们逐步深入理解点乘,尤其是在图结构重构中的应用。 1.…...
2025上海车展| 和芯星通发布覆盖车载全场景的产品方案
2025上海车展充满科技范儿,更加聚焦用户价值与安全性。智能化、电动化进一步深入融合,呈现辅助驾驶成熟量产化、舱驾融合一体化、产业链创新本土化、跨界融合生态化的趋势。 与其他辅助驾驶系统传感器相比,GNSS卫星定位能够提供独立于外部地…...
【Linux网络】构建HTTP响应与请求处理系统 - HttpResponse从理解到实现
📢博客主页:https://blog.csdn.net/2301_779549673 📢博客仓库:https://gitee.com/JohnKingW/linux_test/tree/master/lesson 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正! &…...
识破养生假象,拥抱科学健康
在这个全民热衷养生的时代,各种养生理念与方法如潮水般涌来。但其中不少是迷惑大众的 “烟雾弹”,只有识破这些养生假象,我们才能踏上真正的健康之路。 不少人觉得,养生就得靠保健品 “撑腰”。市面上,各类宣称具有…...
设计一个关键字统计程序:利用HashMap存储关键字统计信息,对用户输入的关键字进行个数统计。
思路分析 首先,在KeywordCounter类中,定义了一个包含所有Java关键字的字符串数组KEYWORDS,用于存储所有关键字。然后创建了一个Scanner对象input,用于从标准输入读取用户的输入。接下来创建了一个StringBuilder对象sb,…...
Python文件操作及数据库交互(Python File Manipulation and Database Interaction)
Python文件操作及数据库的交互 在实际开发中,文件操作与数据库交互是非常常见的任务。Python作为一种高效且灵活的编程语言,不仅提供了丰富的文件操作功能,还通过多种库与数据库进行高效交互。本文将详细介绍如何使用Python进行文件操作&…...
Eigen稀疏矩阵类 (SparseMatrix)
1. SparseMatrix 核心属性与初始化 模板参数 cpp SparseMatrix<Scalar, Options, StorageIndex> Scalar:数据类型(如 double, float)。 Options:存储格式(默认 ColMajor,可选 RowMajor࿰…...
【运维】Windows 与 Linux 中实时查看日志的命令对比详解(tail -f)
🔍 Windows 与 Linux 中实时查看日志的命令对比详解(tail -f) 在日常开发、调试、部署过程中,实时查看日志文件的更新内容是非常常见的需求。尤其是在排查后端服务问题、守护进程行为、系统异常等场景下,查看实时日志…...
巧用 Element - UI 实现图片上传按钮的智能隐藏
引言 在前端开发中,使用 Element - UI 组件库来构建用户界面是非常常见的操作。其中图片上传功能更是在许多项目中频繁出现,比如用户头像上传、商品图片上传等场景。有时候,我们会有这样的需求:当上传图片达到一定数量后…...
高级 SQL 技巧:提升数据处理能力的实用方法
在数据驱动的时代,SQL 作为操作和管理关系型数据库的标准语言,其重要性不言而喻。基础的 SQL 语句能满足日常的数据查询需求,但在处理复杂业务逻辑、进行数据分析和优化数据库性能时,就需要掌握一些高级 SQL 技巧。这些技巧不仅能提高查询效率,还能实现复杂的数据处理任务…...
2.4.5goweb项目上传到csdn的git仓库
在开始使用 Git 之前,你需要先安装它。不同操作系统的安装方法不同: (git先实战,能从仓库上传,下载之后,在听课程,记住大致流程。以后使用就知道往哪里查了) Windows:可以从Git 官方网站下载安…...
Eclipse 插件开发 3 菜单栏
Eclipse 插件开发 3 菜单栏 1 增加菜单2 指定位置3 点击事件4 二级菜单 (静态)5 二级菜单 (动态) 位置locationURI备注菜单栏menu:org.eclipse.ui.main.menu添加到传统菜单工具栏toolbar:org.eclipse.ui.main.toolbar添加到工具栏 1 增加菜单 <?xml version"1.0&quo…...
win11右键菜单改回win10模式
win11右键菜单非常不好用,经常需要点击最下方的“显示更多选项”,下面是win11右键菜单改回win10模式的方法。 按下 Win R 组合键,打开“运行”窗口,输入 cmd,此时不要急着按Enter,按 Ctrl Shift Enter …...
SpringBoot 常用注解通俗解释
SpringBoot 常用注解通俗解释 一、启动类相关 1. SpringBootApplication • 作用:这是SpringBoot项目的"总开关",放在主类上 • 通俗理解:相当于对电脑说:"开机!我要用SpringBoot了!…...
26 Arcgis软件常用工具有哪些
一、画图改图工具(矢量编辑) 挪位置工具(移动工具) 干哈的?选中要素(比如地块、道路)直接拖到新位置,或者用坐标X/Y偏移批量移动,适合“整体搬家”。 磁…...
OpenCV --- 图像预处理(七)
OpenCV — 图像预处理(七) 文章目录 OpenCV --- 图像预处理(七)十七,图像轮廓特征查找17.1 外接矩形17.2 最小外接矩形17.3 最小外接圆 十七,图像轮廓特征查找 图像轮廓特征查找其实就是他的外接轮廓。应用…...
【计算机网络】信息时代的数字神经系统
目录 前言技术背景与价值当前技术痛点解决方案概述目标读者说明 一、技术原理剖析核心概念图解核心作用讲解关键技术模块说明技术选型对比 二、实战演示环境配置要求核心代码实现案例1:Python TCP服务器案例2:网络带宽测试 运行结果验证 三、性能对比测试…...
Adriuno:编程语言基础
Adriuno主要的编程语言是C语言,使得使用者不需要掌握特殊的编程语言,变得更加容易上手。 一、函数 Arduino提供了许多函数,其功能是控制 Arduino开发板,进行数值计算等,包括数字I/O函数、模拟I/O函数、高级I/O函数、时…...
二叉搜索树的实现与应用场景
本章目标 1.二叉搜索树的概念 2.二叉搜索树的性能分析 3.二叉搜索树的实现 4.二叉搜索树的key/key-value的实现场景 1.二叉搜索树的概念 二叉搜索树又叫二叉排序树,它是具有以下性质的树 1.它的左子树不为空,并且左子树上的值都小于根节点 2.它的右子树不为空,并且右子树上的…...
单例模式介绍
单例模式大家都很清楚,最常见的是饿汉式与懒汉式。也有不常见的静态内部类式与枚举式以及,懒汉式的线程安全版本。 单例模式常被用于全局式的配置管理(数据库连接池,日志管理器),资源共享(线程池…...
Pycharm 代理配置
Pycharm 代理配置 文章目录 Pycharm 代理配置1. 设置系统代理1.1 作用范围1.2 使用场景1.3 设置步骤 2. 设置 python 运行/调试代理2.1 作用范围2.2 使用场景2.3 设置步骤 Pycharm 工具作为一款强大的 IDE,其代理配置在实际开发中也是必不可少的,下面介绍…...
springboot入门-repository数据访问层JPA和mybatis
在 Spring Boot 中,Repository 接口是数据访问层(DAO)的核心抽象,而 JpaRepository 和 MyBatis 的实现方式有显著不同。以下是详细解释: 1. JPA 的 Repository 接口为什么使用 interface? (1) 基于接口的动…...
代码随想录算法训练营Day31 | 56. 合并区间 738.单调递增的数字
56. 合并区间 问题描述: 以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间 。 解决方式…...