当前位置：首页 > news >正文

Python邮件处理（使用imaplib和email库实现自动化邮件处理）

news 来源：原创 2025/7/20 5:29:03

在日常工作中，我们经常需要自动化处理电子邮件，比如自动下载附件、解析邮件内容、处理特定格式的数据等。本文将通过一个实际案例，详细介绍如何使用Python的imaplib和email库来实现邮件的自动化处理。

在这里插入图片描述

1. 环境准备与库介绍

首先，我们需要导入必要的库：

import imaplib          # IMAP协议客户端
import email           # 邮件解析
from email.header import decode_header  # 解码邮件头
import re              # 正则表达式
import chardet         # 字符编码检测
import os
import pandas as pd    # 数据处理
from datetime import datetime

主要库说明：

imaplib: Python内置库，用于通过IMAP协议访问邮件服务器
email: 用于解析邮件内容和结构
chardet: 自动检测字符编码，处理不同编码的邮件内容
pandas: 处理Excel等数据文件

2. IMAP邮件服务器连接

IMAP（Internet Message Access Protocol）是一种邮件获取协议，相比POP3，它支持在线操作邮件，不会删除服务器上的邮件。

# 设置邮箱信息
username = "your_email@139.com"
password = "your_password" # 不是密码，是密钥，对应的右键系统设置中获取
imap_url = "imap.139.com"# 连接IMAP服务器
def connect_to_email():try:# 使用SSL加密连接mail = imaplib.IMAP4_SSL(imap_url)mail.login(username, password)return mailexcept Exception as e:print(f"连接失败: {e}")return None

常见邮箱的IMAP服务器地址：

Gmail: imap.gmail.com
Outlook: outlook.office365.com
QQ邮箱: imap.qq.com
163邮箱: imap.163.com
139邮箱: imap.139.com

3. 邮件搜索与获取

连接成功后，我们可以选择邮箱文件夹并搜索邮件：

def search_emails(mail, folder="inbox", criteria='UNSEEN'):"""搜索邮件:param mail: IMAP连接对象:param folder: 邮箱文件夹，默认收件箱:param criteria: 搜索条件，UNSEEN表示未读邮件"""# 选择邮箱文件夹mail.select(folder)# 搜索邮件status, messages = mail.search(None, criteria)if status != 'OK':print("搜索失败")return []# 获取邮件ID列表message_ids = messages[0].split()return message_ids

常用搜索条件：

'ALL': 所有邮件
'UNSEEN': 未读邮件
'SEEN': 已读邮件
'SUBJECT "关键词"': 主题包含特定关键词
'FROM "sender@email.com"': 来自特定发件人
'SINCE "01-Jan-2024"': 特定日期之后的邮件

4. 邮件内容解析

获取邮件后，需要解析邮件内容：

def parse_email(mail, message_id):"""解析邮件内容"""# 获取邮件数据status, data = mail.fetch(message_id, '(RFC822)')email_body = data[0][1]# 解析邮件email_message = email.message_from_bytes(email_body)# 解析发件人from_header = decode_header(email_message["From"])[0]if isinstance(from_header[0], bytes):sender = from_header[0].decode(from_header[1] or 'utf-8')else:sender = from_header[0]# 提取邮箱地址email_pattern = r'[\w\.-]+@[\w\.-]+'email_match = re.search(email_pattern, sender)sender_email = email_match.group() if email_match else sender# 解析主题subject_header = decode_header(email_message["Subject"])[0]if isinstance(subject_header[0], bytes):subject = subject_header[0].decode(subject_header[1] or 'utf-8')else:subject = subject_header[0]return {'sender': sender,'sender_email': sender_email,'subject': subject,'message': email_message}

5. 附件处理

处理邮件附件是邮件自动化的重要部分：

def process_attachments(email_message, save_dir):"""处理邮件附件"""attachments = []for part in email_message.walk():# 跳过multipart容器if part.get_content_maintype() == 'multipart':continue# 获取附件文件名filename = part.get_filename()if filename:# 解码文件名filename_tuple = decode_header(filename)[0]if isinstance(filename_tuple[0], bytes):filename = filename_tuple[0].decode(filename_tuple[1] or 'utf-8')# 保存附件filepath = os.path.join(save_dir, filename)with open(filepath, 'wb') as f:f.write(part.get_payload(decode=True))attachments.append({'filename': filename,'filepath': filepath})print(f"已保存附件: {filename}")return attachments

6. 实战案例：自动化处理Excel附件

下面是一个完整的实战案例，展示如何自动处理包含Excel附件的邮件：

def process_excel_attachment(filepath):"""处理Excel文件并生成报告"""# 读取Excel数据data = pd.read_excel(filepath, sheet_name='数据表')# 数据处理（示例：筛选特定条件）filtered_data = data[data['状态'] == '待处理']# 数据分析summary = {'总记录数': len(data),'待处理数': len(filtered_data),'处理率': f"{(1 - len(filtered_data)/len(data))*100:.2f}%"}# 生成报告report_path = filepath.replace('.xlsx', '_报告.txt')with open(report_path, 'w', encoding='utf-8') as f:f.write(f"数据分析报告\n")f.write(f"生成时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}\n\n")for key, value in summary.items():f.write(f"{key}: {value}\n")return report_pathdef main():"""主函数：完整的邮件处理流程"""# 创建附件保存目录ATTACHMENT_DIR = "email_attachments"if not os.path.exists(ATTACHMENT_DIR):os.makedirs(ATTACHMENT_DIR)# 连接邮箱mail = connect_to_email()if not mail:returntry:# 搜索未读邮件message_ids = search_emails(mail, criteria='UNSEEN')if not message_ids:print("没有未读邮件")return# 处理每封邮件for msg_id in message_ids:# 解析邮件email_info = parse_email(mail, msg_id)print(f"\n处理邮件: {email_info['subject']}")print(f"发件人: {email_info['sender_email']}")# 处理附件attachments = process_attachments(email_info['message'], ATTACHMENT_DIR)# 处理Excel附件for attachment in attachments:if attachment['filename'].endswith('.xlsx'):report_path = process_excel_attachment(attachment['filepath'])print(f"生成报告: {report_path}")# 标记邮件为已读mail.store(msg_id, '+FLAGS', '\\Seen')print(f"邮件已标记为已读")except Exception as e:print(f"处理邮件时出错: {e}")finally:# 关闭连接mail.close()mail.logout()print("\n邮件处理完成，连接已关闭")if __name__ == "__main__":main()

7. 最佳实践与注意事项

7.1 安全性建议

密码管理：不要在代码中硬编码密码，使用环境变量或配置文件

import os
from dotenv import load_dotenvload_dotenv()
username = os.getenv('EMAIL_USERNAME')
password = os.getenv('EMAIL_PASSWORD')

使用应用专用密码：很多邮箱服务（如Gmail）需要使用应用专用密码而非账户密码

7.2 错误处理

完善的错误处理能让程序更稳定：

def safe_decode(data, encoding=None):"""安全解码函数"""if isinstance(data, bytes):if encoding:return data.decode(encoding, errors='ignore')else:# 自动检测编码detected = chardet.detect(data)return data.decode(detected['encoding'] or 'utf-8', errors='ignore')return data

7.3 性能优化

批量处理：一次获取多封邮件，避免频繁连接
并发处理：使用多线程或异步处理大量邮件
缓存机制：对已处理的邮件ID进行缓存，避免重复处理

7.4 邮件标记和文件夹操作

# 标记邮件
mail.store(msg_id, '+FLAGS', '\\Flagged')  # 标记为重要
mail.store(msg_id, '+FLAGS', '\\Deleted')  # 标记为删除# 移动邮件到其他文件夹
mail.copy(msg_id, 'Processed')  # 复制到已处理文件夹
mail.store(msg_id, '+FLAGS', '\\Deleted')  # 标记原邮件为删除

7.5 定时任务

使用Python的schedule库或系统的cron来实现定时执行：

import schedule
import timedef job():print("开始处理邮件...")main()# 每小时执行一次
schedule.every(1).hours.do(job)while True:schedule.run_pending()time.sleep(60)

总结

通过本文，我们学习了如何使用Python的imaplib和email库来实现邮件的自动化处理。主要包括：

连接IMAP服务器
搜索和获取邮件
解析邮件内容和附件
处理附件数据
实现完整的自动化流程

这些技术可以应用在多种场景中，如：

自动下载和归档重要文件
邮件内容分析和报告生成
客户邮件自动回复
订单和发票自动处理

记住始终注意安全性和错误处理，让你的邮件自动化程序更加稳定可靠。

参考资源

Python imaplib官方文档
Python email官方文档
IMAP协议RFC文档

Python邮件处理（使用imaplib和email库实现自动化邮件处理）

在日常工作中，我们经常需要自动化处理电子邮件，比如自动下载附件、解析邮件内容、处理特定格式的数据等。本文将通过一个实际案例，详细介绍如何使用Python的imaplib和email库来实现邮件的自动化处理。目录环境准备与库介绍IMAP邮件服务器连…...

编程日记 2025/7/20 5:29:03

时空注意力机制深度解析：理论、技术与应用全景

时空注意力机制作为深度学习领域的关键技术，通过捕捉数据在时间和空间维度上的依赖关系，显著提升了时序数据处理和时空建模能力。本文从理论起源、数学建模、网络架构、工程实现到行业应用，系统拆解时空注意力机制的核心原理，涵盖…...

编程日记 2025/7/17 23:52:46

使用 EventHub 进行数据通信根据 Stage 模型概念图 UIAbility 先于 ArkUI Page 创建所以，事件要先 .on 订阅再 emit 发布假如现在有页面 Page1 和他的 UIAbility // src/main/ets/page1ability/Page1Ability.ets onCreate(want: Want, launchParam: Ability…...

编程日记 2025/7/16 18:45:39

UI-TARS: 基于视觉语言模型的多模式代理

GitHub：https://github.com/bytedance/UI-TARS 更多AI开源软件：发现分享好用的AI工具、AI开源软件、AI模型、AI变现 - 小众AI 基于视觉语言模型（Vision-Language Model）的 GUI 代理应用，允许用户通过自然语言控制电脑操…...

编程日记 2025/7/18 23:37:47

C++多态讲解

1. 多态的概念通俗来说，就是多种形态。多态分为编译时多态(静态多态)和运行时多态(动态多态)。编译时多态就是函数重载和函数模板，他们传不同的类型的参数就可以调用不同的函数，通过参数的不同达到多种形态，之所以叫编译时多态&…...

编程日记 2025/7/19 18:42:33

QuecPython+蜂窝模组基础开发

开发准备硬件： 一块 QuecPython_EC2X_EVB 开发板 (以该开发板为例，更多开发板介绍参见下文开发板列表)USB 数据线 (USB-A TO USB-C)PC (Windows10) 蜂窝模组开发板列表: EC2X_EVBEC600X_EVBEC800X_EVBEC600X/EC800X_CORE_EVBBG95_EVBEC200X_EVBEG91…...

编程日记 2025/7/15 19:52:12

-MAC桢-

MAC桢和IP的关系： 主机A想跨网络和B通信需要IP地址进行路由选择，但一个局域网，比如路由器进行路由选择之前，首先要将数据包发送给路由器B，也就是局域网通信也就是同一个网段的主机进行通信，所以必须通过mac…...

编程日记 2025/7/15 23:50:37

反转链表 - 简单

************* C topic: 206. 反转链表 - 力扣（LeetCode） ************* Give the topic an inspection. It seems really easy. At very first, I think that I will use reverse cammand to kill this topic. But a few seconds later I found that…...

编程日记 2025/7/19 7:58:29

负载均衡 ELB 在 zkmall开源商城高流量场景下的算法优化

在电商大促、直播带货等高频交易场景下，流量突发增长对系统稳定性提出严峻挑战。ZKmll 开源商城通过对负载均衡 ELB（Elastic Load Balancer）算法的深度优化，结合业务场景特性设计动态加权轮询地域感知热点分流的混合策略&…...

编程日记 2025/7/13 23:35:44

YOLOv5推理代码解析

代码如下 import cv2 import numpy as np import onnxruntime as ort import time import random# 画一个检测框 def plot_one_box(x, img, colorNone, labelNone, line_thicknessNone):"""description: 在图像上绘制一个矩形框。param:x: 框的坐标 [x1, y1, x…...

编程日记 2025/7/18 9:45:25

创建三个网络，分别使用RIP、OSPF、静态，并每个网络10个电脑。使用DHCP分配IP

DHCP 自动分配IP，集中管理，提高效率在路由器中设置 Router>en Router#conf t Router(config)#ip dhcp pool ip30 //创建DHCP地址池 Router(dhcp-config)#network 192.168.30.0 255.255.255.0 // 配置网络地址和子网掩码 Router(dhcp-config)#defa…...

编程日记 2025/7/17 20:27:38

[网络层]网络层设备路由器

路由表路由器能进行路由转发，所依靠的核心数据结构就是路由表，那么路由表是怎么来的， 静态路由和动态路由： 说的是表项，这个表项是静态的还是动态的，就跟ARP缓存表的表项静态动态是一回事， …...

编程日记 2025/7/13 1:20:53

Maven 项目中将本地依赖库打包到最终的 JAR 中

文章目录前言详细步骤前言在现代后端开发中，构建高效且可扩展的 Web 应用程序通常依赖于多种第三方库和内部依赖。这些依赖可以来自公共仓库，也可能是公司内部自研的库或尚未发布到公共仓库的 JAR 包。本文将详细介绍如何在 Maven 项目中处理本地依赖…...

编程日记 2025/7/15 8:54:46

大模型的Lora如何训练？

大模型LoRA（Low-Rank Adaptation）训练是一种参数高效的微调方法，通过冻结预训练模型权重并引入低秩矩阵实现轻量化调整。以下是涵盖原理、数据准备、工具、参数设置及优化的全流程指南：一、LoRA的核心原理低秩矩阵分解在原始权重矩阵$ W 旁添加两个低秩矩阵旁添加两个…...

编程日记 2025/7/19 15:56:14

CSS3 伪类和使用场景

CSS3 伪类（Pseudo-classes）大全 CSS3 引入了许多新的伪类，以下是完整的 CSS3 伪类分类列表（包括 CSS2 的伪类）： 一、结构性伪类（Structural Pseudo-classes） 这些伪类根据元素在文…...

编程日记 2025/7/15 1:11:38

GitDiagram - GitHub 仓库可视化工具

GitDiagram - GitHub 仓库可视化工具项目链接：https://github.com/ahmedkhaleel2004/gitdiagram 将任何 GitHub 仓库转换为交互式架构图，只需替换 URL 中的 hub 为 diagram。 ✨ 核心功能即时可视化：将代码库结构转换为系统设计/架构图…...

编程日记 2025/7/19 19:35:25

[特殊字符] 本地大模型编程实战(29)：用大语言模型LLM查询图数据库NEO4J(2)

本文将基于langgraph框架，用LLM查询NEO4J图数据库，构建可定制、能应对复杂场景的工作流！ 🌟 核心亮点是否用户提问是否电影相关?生成Cypher查询直接回答执行查询生成最终答案 🧩 模块化实现 1️⃣ 定义状态机 from …...

编程日记 2025/7/17 4:14:41

Python中操作Neo4j图数据库

在当今数据驱动的时代，关系型数据库在处理高度关联的数据时常常显得力不从心。图数据库，尤其是Neo4j，以其独特的图结构和高效的关系查询能力，成为了解决这一问题的利器。结合Python的简洁与强大，我们可以更高效地构建和…...

编程日记 2025/7/15 17:12:17

人工智能时代：解锁职业新身份，从“认证师”到“工程师”的进阶之路

在人工智能技术浪潮席卷全球的今天，技术的飞速迭代正在重塑职业版图。从算法优化到伦理决策，从系统测试到应用开发，AI技术不再只是程序员的专属领域，而是成为各行各业从业者必须掌握的“生存技能”。当企业争相布局AI赛道，个人如何在这场变革中抢占先机？答案或许藏在两个…...

编程日记 2025/7/19 17:19:35

浙江大学 deepseek 公开课第三季第3期 - 陈喜群教授 (附PPT下载) by 突破信息差

浙江大学DeepSeek系列公开课第三季重磅开启，特邀该校多领域权威学者联袂主讲。课程聚焦AI技术如何重构基础学科研究范式，深度解码以DeepSeek为代表的智能模型在交叉学科中的创新应用。在"XAI"融合浪潮下，学术大咖将剖析传统学科与人…...

编程日记 2025/7/16 1:57:16

企业级商城系统容器化部署技术方案

容器化部署已成为企业级商城系统构建高可用、弹性架构的核心技术。结合行业实践与技术趋势，以下从架构设计、工具链选型、关键挑战及解决方案等维度，提供一套完整的实施技术方案： 一、架构设计与技术选型微服务架构拆分服务拆分原则&#x…...

编程日记 2025/7/13 23:41:46

Java设计模式之适配器模式：从入门到精通

适配器模式(Adapter Pattern)是Java中最常用的结构型设计模式之一，它像一座桥梁连接两个不兼容的接口，使得原本由于接口不兼容而不能一起工作的类可以协同工作。本文将全面深入地解析适配器模式，从基础概念到高级应用，包含丰富的代码示例、详细注释、使用场景分析以及多维对…...

编程日记 2025/7/18 1:11:32

Spark，RDD中的转换算子

编程日记 2025/7/14 7:31:02

牛客周赛 Round 92(再现京津冀蓝桥杯？？？)

1. 小红的签到题现在小红希望你写出一个长度为 nnn 的、使用了下划线命名法命名的变量。为了显出特征，请保证该变量至少由两个单词组成。输入描述: 输入一个正整数 n(3≦n≦100)，代表需要构造的变量长度。输出描述: 输出一个长度为 n 的字符串&#x…...

编程日记 2025/7/19 14:15:00

React 18 的新功能：构建高性能应用的革新之道

React 18 的发布标志着前端开发进入了一个全新的并发时代。作为 React 历史上最重要的版本之一，它不仅带来了底层架构的深度重构，更通过一系列创新功能重新定义了现代 Web 应用的开发范式。这些特性在保持向后兼容的同时，为开发者提供了前所未…...

编程日记 2025/7/16 10:15:15

Python-Flask-Dive

Python-Flask-Dive 适用Python编写一个Flask的快速上手模板，后续如果需要使用Python快速进行we端的验证可以直接下载使用 1-项目创建本项目仓库代码地址：https://gitee.com/enzoism/python_flask_dive 1-Python环境 ## 1-空工程初始化环境 mkdir my_pr…...

编程日记 2025/7/18 9:30:15

热门CPS联盟小程序聚合平台与CPA推广系统开发搭建：助力流量变现与用户增长

一、行业趋势：CPS与CPA模式成流量变现核心在移动互联网流量红利见顶的背景下，CPS（按销售付费）和CPA（按行为付费）模式因其精准的投放效果和可控的成本，成为企业拉新与用户增长的核心工具。 CPS…...

编程日记 2025/7/18 10:34:15

16.three官方示例+编辑器+AI快速学习webgl_buffergeometry_lines_indexed

本实例主要讲解内容这个Three.js示例展示了如何使用**索引几何体(Indexed Geometry)**创建复杂的分形线条图案。通过递归算法生成科赫雪花(Koch Snowflake)曲线，并利用索引缓冲区优化顶点数据存储，实现高效的线条渲染。核心技术包括： 索…...

编程日记 2025/7/8 17:02:15

PowerBI基础

一、前言在当今数据驱动的时代，如何高效地整理、分析并呈现数据，已成为企业和个人提升决策质量的关键能力。Power BI 作为微软推出的强大商业智能工具，正帮助全球用户将海量数据转化为直观、动态的可视化洞察。数据的世界充满可能性&#xf…...

编程日记 2025/7/18 11:05:52

【MCP】魔搭社区MCP服务（高德地图、everything文件搜索）

【MCP】魔搭社区MCP服务（高德地图、everything文件搜索） 1、上手使用2、环境配置（1）cherry-studio配置（2）添加魔搭大模型服务（如果已经设置了其他大模型服务，可跳过）&…...

编程日记 2025/7/19 13:27:34

适合大数据和宽表的数据存储和分析场景的数据库

适合大数据和**宽表（wide table）**的数据存储和分析场景的数据库，通常需要具备以下几个特性：支持高吞吐量的写入和读取；能处理百万级列或数百列的宽表结构；良好的压缩和分区能力；支持分布式扩展和容错；一定程度的 SQL 支持或灵活的查询引擎。✅ 推荐数据库类型及代表产…...

编程日记 2025/7/16 13:41:41

ORB特征点检测算法

角点是图像中灰度变化在两个方向上都比较剧烈的点。与边缘（只有一个方向变化剧烈）或平坦区域（灰度变化很小）不同，角点具有方向性和稳定性。 tips:像素梯度计算 ORB算法流程简述 1.关键点检测（使用FAST…...

编程日记 2025/7/16 14:57:28

Node和npm初学

了解Node和npm 目录 1. 什么是 npm？ 2. npm有哪些使用场景？ 3. npm有什么核心特性？ 4.npm的常用命令有那些？ 5. 关键配置文件是什么？ 6. 安全与最佳实践 7.什么是 Node.js？ 8.Node.js有什么优势？ 9.如何安装和下载？ 10.如何验证安装成功？…...

编程日记 2025/7/18 1:13:18

【android bluetooth 案例分析 03】【PTS 测试】【PBAP/PCE/SGSIT/SERR/BV-01-C】

1. PBAP/PCE/SGSIT/OFFS/BV-01-C 1. 测试项说明： Please initiate a GATT connection over BR/EDR to the PTS.Description: Verify that the Implementation Under Test (IUT) can initiate GATT connect request over BR/EDR to PTS.测试项名称： Ple…...

编程日记 2025/7/20 1:35:26

VIC-2D 7.0 为平面样件机械试验提供全视野位移及应变数据软件

The VIC-2D系统是一个完全集成的解决方案，它基于优化的相关算法为平面试样的力学测试提供非接触、全场的二维位移和应变数据，可测量关注区域内的每个像素子集的面内位移，并通过多种张量选项计算全场应变。The VIC-2D 系统可测量超过 2000%变形…...

编程日记 2025/7/18 4:46:48

深入理解Embedding Models（嵌入模型）：从原理到实战（下）

🐇明明跟你说过：个人主页 🏅个人专栏：《深度探秘：AI界的007》 🏅 🔖行路有良友，便是天堂🔖 目录一、引言 1、什么是 Embedding 2、什么是嵌入模型二、构建嵌入…...

编程日记 2025/7/19 1:16:40

labview硬件采集

(1)硬件的描述 （2）实验步骤1： （3）实验步骤2 库名/路径的选择要使用32位的开发资料 （4）实验步骤3 （5）实验步骤4 找到DoSetV12() 设置返回类型设置chan 设置state labv…...

编程日记 2025/7/19 15:46:28

自动驾驶技术栈——DoIP通信协议

一、DoIP协议简介 DoIP，英文全称是Diagnostic communication over Internet Protocol，是一种基于因特网的诊断通信协议。 DoIP协议基于TCP/IP等网络协议实现了车辆电子控制单元(ECU)与诊断应用程序之间的通信，常用于汽车行业的远程诊断、远…...

编程日记 2025/7/18 19:46:55

uniapp引入七鱼客服微信小程序SDK

小程序引入七鱼sdk 1.微信公众平台引入2.代码引入3.在pagesQiyu.vue初始化企业appKey4.跳转打开七鱼客服 1.微信公众平台引入账号设置->第三方设置->添加插件->搜索 QIYUSDK ->添加 2.代码引入在分包中引入插件 "subPackages": [{"root":…...

编程日记 2025/7/18 20:02:01

【SSM-SpringMVC（二）】Spring接入Web环境！本篇开始研究SpringMVC的使用！SpringMVC数据响应和获取请求数据

SpringMVC的数据响应方式页面跳转直接返回字符串通过ModelAndView对象返回回写数据直接返回字符串返回对象或集合页面跳转： 返回字符串方式直接返回字符串：此种方式会将返回的字符串与视图解析器的前后缀拼接后跳转 RequestMapping("/con&…...

编程日记 2025/7/18 1:08:01

【AXI总线专题】AXI-FULL-Master

【AXI总线专题】AXI-FULL-Master 1.axi-full概述2.信号定义3.测试4.仿真波形5.附录clogb2函数axi4中的一些参数解释wishbone总线 6.工程文件概述参考文档： 《3-2-03米联客2022版AXI4总线专题-20211123.pdf》《IHI0022E_amba_axi_and_ace_protocol_spec.pdf》 1.a…...

编程日记 2025/7/13 18:25:40

风车OVF镜像：解放AI开发限制的Ubuntu精简系统

风车OVF镜像：解放AI开发限制的Ubuntu精简系统 AI白嫖续杯一站式-风车ovf AI白嫖续杯一站式解决-风车ovf 前言作为一名AI开发者，我经常在Windows和Linux环境之间切换开发。然而，Windows平台上的各种免费版限制逐渐成为我工作效率的瓶颈。在寻…...

编程日记 2025/7/19 20:04:53

降低60.6%碰撞率！复旦大学地平线CorDriver：首次引入「走廊」增强端到端自动驾驶安全性

导读复旦大学&地平线新作-CorDriver: 首次通过引入"走廊"作为中间表征，揭开一个新的范式。预测的走廊作为约束条件整合到轨迹优化过程中。通过扩展优化的可微分性，使优化后的轨迹能无缝地在端到端学习框架中训练，从而提高安全…...

编程日记 2025/7/18 21:40:19

查看购物车

一.查看购物车查看购物车使用get请求。我们要查看当前用户的购物车，就要获取当前用户的userId字段进行条件查询。因为在用户登录时就已经将userId封装在token中了，因此我们只需要解析token获取userId即可，不需要前端再传入参数了。 Control…...

编程日记 2025/7/14 12:45:37

11 配置Hadoop集群-免密登录

一、复习导入前面的课程中我们在虚拟机上安装并测试使用了hadoop的示例程序wordcount，并且在准备好了集群的同步工具，那接下来，我们就可去配置hadoop集群了。二、授新 （一）认识ssh命令 SSH（Secure Shell…...

编程日记 2025/7/14 19:23:37

【PostgreSQL数据分析实战：从数据清洗到可视化全流程】金融风控分析案例-10.1 风险数据清洗与特征工程

👉 点击关注不迷路 👉 点击关注不迷路 👉 点击关注不迷路文章大纲 PostgreSQL金融风控分析案例：风险数据清洗与特征工程实战一、案例背景：金融风控数据处理需求二、风险数据清洗实战（一）缺失值…...

编程日记 2025/7/19 22:35:27

《AI大模型应知应会100篇》第60篇：Pinecone 与 Milvus，向量数据库在大模型应用中的作用

第60篇：Pinecone与Milvus，向量数据库在大模型应用中的作用摘要本文将系统比较Pinecone与Milvus两大主流向量数据库的技术特点、性能表现和应用场景，提供详细的接入代码和最佳实践，帮助开发者为大模型应用选择并优化向量存储解…...

编程日记 2025/7/18 21:55:38

如何在通义灵码里使用 MCP 能力？

通义灵码编程智能体支持 MCP 工具使用，根据用户需求描述，通过模型自主规划，实现 MCP 工具调用，并深度集成国内最大的 MCP 中文社区——魔搭 MCP 广场，涵盖开发者工具、文件系统、搜索、地图等十大热门领域 2400 MCP 服…...

编程日记 2025/7/15 17:48:24

关于mac配置hdc(鸿蒙)

关于mac配置hdc(鸿蒙) 在最开始配置的hdc -v时候老是出现格式不匹配于是乎在网上找官网也不行，最后在csdn上找到了这篇文章Mac配置hdc才有的头绪环境变量的问题自己做一个简单的总结首先在访达里面打开ide 打开之后输入下面的命令，一步一步的找…...

编程日记 2025/7/7 21:36:32

几何_平面方程表示_点+向量形式

三维平面方程可以写成： π : n ⊤ X d 0 \boxed{\pi: \mathbf{n}^\top \mathbf{X} d 0} π:n⊤Xd0 📐 一、几何直观解释 ✅ 平面是“法向量平面上一点”定义的集合一个平面可以由： 一个单位法向量 n ∈ R 3 \mathbf{n} \in \mat…...

编程日记 2025/7/19 16:29:06

目录