【爬虫】12306自动化购票
上文：
【爬虫】12306查票-CSDN博客
下面是简单的自动化进行抢票，只写到预定票，没有写完登陆，
跳出登陆后与上述代码同理修改即可。
感觉xpath最简单，复制粘贴：
还有很多写法：
官网地址：
🔦 简化写法 | DrissionPage官网
赋代码：
from DrissionPage import Chromium
from DrissionPage.common import Actions,Keys
from time import sleeptab = Chromium(8898).latest_tab
ac = Actions(tab)# 以下是自动化查询高铁票
tab.get('https://kyfw.12306.cn/otn/leftTicket/init?linktypeid=dc&fs=%E5%B9%BF%E5%B7%9E%E5%8C%97,GBQ&ts=%E5%B9%BF%E5%B7%9E%E5%8D%97,IZQ&date=2025-05-20&flag=N,N,Y')
ac.move_to('x=//*[@id="fromStationText"]').click().type('guangzhoubei').type(Keys.ENTER)
sleep(1)
ac.move_to('x=//*[@id="toStationText"]').click().type('guangzhounan').type(Keys.ENTER)
sleep(1)
tab('x=//*[@id="train_date"]').clear()
ac.move_to('x=//*[@id="train_date"]').click().type('2025-05-23').type(Keys.ENTER)
ac.move_to('x=//*[@id="query_ticket"]').click()ac.move_to('x=//*[@id="ticket_6c000G60350F_04_05"]/td[13]/a').click()相关文章：
【爬虫】12306自动化购票
上文： 【爬虫】12306查票-CSDN博客 下面是简单的自动化进行抢票，只写到预定票，没有写完登陆， 跳出登陆后与上述代码同理修改即可。 感觉xpath最简单，复制粘贴： 还有很多写法： 官网地址&#…...
保密行业工作沟通安全：吱吱软件的“四重防泄露”设计
“工作沟通安全威胁是指在金融、科技、医疗等保密行业中，错发、泄露、窃取一条消息或者一份文件，都有可能引发数据安全灾难性失控。以往的即时通讯软件仅依赖单一的加密手段，无法满足保密行业从发送、传输到接受全链路加密的更高规格的数据安…...
2001-2023年上市公司管理讨论与分析文本数据（MDA文本数据）
2001-2023年上市公司管理讨论与分析文本数据（MD&A文本数据） 1、时间：2001-2023年 2、来源：上市公司年报 3、格式：txt 4、样本量：6W 5、说明：“管理层讨论与分析”（MANAGEME…...
Unity3D仿星露谷物语开发46之种植/砍伐橡树
1、目标 种植一棵橡树，从种子变成大树。 然后可以使用斧头砍伐橡树。 2、删除totalGrowthDays字段 修改growthDays的含义，定义每个值为到达当前阶段的累加天数。此时最后一个阶段就是totalGrowthDays的含义。所以就可以删除totalGrowthDays字段。 &…...
9-社区动态（Stack布局）
涉及知识点: stack布局 video组件 3.组件状态控制： State、Prop以及Link装饰器 组件状态控制：Observed&ObjectLink装饰器 课时: 2 1 任务 1.1 需求 完成社区动态功能，社区动态显示用户发布的跟游戏相关的短视频，自动循环…...
如何使用MATLAB NLP工具箱进行文本聚类
文章目录 前言一、核心流程与代码实现二、高级聚类技术三、评估聚类质量四、实战案例：新闻聚类五、优化技巧与注意事项 前言 在 MATLAB 中使用 NLP 工具箱进行文本聚类主要分为数据预处理、特征提取、相似度计算、聚类算法应用和结果分析五个核心步骤。以下是详细教…...
deepseek梳理java高级开发工程师es面试题
Elasticsearch 面试题及答案（高级 Java 开发工程师版） 基础概念 1. 解释 Elasticsearch 中的倒排索引是什么？为什么它比传统数据库更适合全文搜索？ 答案： 倒排索引是一种将文档中的词项(token)映射到包含该词项的文…...
查看mysql配置文件my.cnf的位置
3.删除mysql相关文件 想要完全卸载mysql，不仅要卸载应用，配置文件及相关文件也需要一一清除，还原环境配置，减少一些麻烦。 sudo rm -rf /usr/local/mysql sudo rm -rf /etc/my.cnf sudo rm -rf /var/db/mysql sudo rm -rf /var/…...
PyTorch进阶实战指南：01自定义神经网络组件开发
PyTorch进阶实战指南：01自定义神经网络组件开发 前言 在深度学习领域，PyTorch凭借其动态计算图和灵活的模块化设计，已成为学术研究和技术落地的首选框架之一。本文聚焦于神经网络组件的自定义开发，旨在帮助开发者突破现成模型的限…...
【MySQL】04.数据类型
首先我们来看一下数据类型分类： 我们接下来对红色标识的进行介绍，其他的自行了解即可。 1. 数值类型 1.1 bit 我们以bit为例来介绍整型。 mysql> create table test_bit(-> sex bit(1)-> ); mysql> desc test_bit; -----------------…...
MCP专题 | 探索MCP服务器世界：增强AI能力的精选推荐
在人工智能快速发展的今天，模型上下文协议（MCP，Model Context Protocol）已成为一项重要的技术标准，它使AI模型能够安全地与外部资源交互。MCP服务器作为AI与工具、数据库和API之间的桥梁，极大地扩展了AI的功…...
深入解析OrientDB：多模型数据库的技术优势与实际应用
OrientDB 是一款开源的多模型 NoSQL 数据库，融合了文档数据库、图数据库和对象数据库的特性。它不仅支持灵活的数据建模，还提供了高性能的查询能力，适用于社交网络、物联网、内容管理等场景。本文详细探讨 OrientDB 的核心特性、应用场景&…...
芯片分享之AD976性能介绍
产品特征： D976和AD976A均为高速、低功耗、16位模数转换器(ADC)，采用5 V单电源供电。AD976A的吞吐速率为200 ksps，而AD976的吞吐速率为100 ksps。各器件均内置一个逐次逼近型开关电容ADC、一个2.5 V内部基准电压源和一个高速并行接口。最大功…...
)
Flutter - 集成三方库:数据库(sqflite)
数据库 $ flutter pub add sqlite $ flutter pub get$ flutter run运行失败，看是编译报错,打开Xcode工程 ⌘ B 编译 对比 GSYGithubAppFlutter 的Xcode工程Build Phases > [CP] Embed Pods Frameworks 有sqfite.framework。本地默认的Flutter工程默认未生成Pod…...
从零实现用MobileFaceNet算法进行实时人脸识别（三）用yolov5-face算法实现人脸检测)
野火鲁班猫(arrch64架构debian)从零实现用MobileFaceNet算法进行实时人脸识别（三）用yolov5-face算法实现人脸检测
环境直接使用第一篇中安装好的环境即可 先clone yolov5-face项目 git clone https://github.com/deepcam-cn/yolov5-face.git 并下载预训练权重文件yolov5n-face.pt 网盘链接: https://pan.baidu.com/s/1xsYns6cyB84aPDgXB7sNDQ 提取码: lw9j （野火官方提供&am…...
基于matlabcd7.x的无网格近似方法
无网格近似方法（Meshless Methods）是一类数值计算方法，用于解决偏微分方程（PDEs）问题，特别是在几何形状复杂或需要动态网格更新的场景中。与传统的有限元方法（FEM）相比，无…...
塔式服务器都有哪些重要功能？
塔式服务器作为一种拥有着独特立式设计的服务器，能够帮助企业节省一定的放置空间，提供一系列的功能和优势，可以运用在多种应用场景当中，下面将探讨一下塔式服务器的主要功能都有哪些？ 塔式服务器可以支持基本的应用程序…...
【基于SpringBoot的图书购买系统】深度讲解 分页查询用户信息，分析前后端交互的原理
引言📚 在企业级应用开发中，用户管理系统是几乎所有后台管理系统的核心模块之一。它不仅需要实现用户数据的增删改查，还需要考虑数据分页展示、状态管理、前后端交互效率等问题。本文将以一个实际的用户管理系统为例，详细讲解基于…...
机器学习算法-聚类K-Means
先来看看K-Means算法的核心流程吧 下面我们通过一个简单聚类来介绍K-Means算法迭代过程 如图(a)所示：表示初始化数据集。 如图(b)所示：假设K2，随机选择两个点作为类别质心，分别为图中的红色和蓝色质心。 如图©所示ÿ…...
初识Linux 进程：进程创建、终止与进程地址空间
目录 0.写在前面 1.进程创建 fork()： exec()： 2.进程地址空间 3.进程终止 正常终止（主动退出） 异常终止（被动终止） 0.写在前面 本文将对Linux环境下的进程：包括进程创建、终止与进程等待…...
2025年PMP 学习二十二 15章 项目绩效域
2025年PMP 学习二十二 15章 项目绩效域 文章目录 2025年PMP 学习二十二 15章 项目绩效域项目绩效域1.项目绩效域2.项目持续效域3.项目管理中的干系人管理 1.干系人持续效域促进干系人参与的步骤： 2 团队持续效域1 团队持续效域及项目团队人员有关系的活动和职能&…...
顶级流媒体服务商 Spotify 2025.04 故障复盘报告，吃他人的堑长自己的智
2025 年 4 月 16 日，Spotify 经历了一次影响全球用户的中断。以下就是发生了什么以及我们将如何解决它。 背景 我们使用 Envoy Proxy 作为我们的网络外围系统。外围是我们的软件接收用户（您！）网络流量的第一部分。然后ÿ…...
服装收银系统哪个好？服装店进销存管理软件全面评测
在服装批发零售行业，选择一款合适的收银系统和进销存管理软件至关重要。好的系统不仅能提高工作效率，还能帮助商家精准掌握库存、优化销售策略。 本文将全面分析服装收银系统的选择标准，并重点介绍秦丝进销存这一专业解决方案。 一、服装收…...
Java程序员从0学AI（二）
一、前言 在上一篇文章中，我们初步认识了 AI 领域的核心基础概念，如大语言模型（LLM）的参数量特征、提示词（Prompt）对交互效果的关键作用、文本处理单元 Token 的独特定义，以及通过向量转换实现…...
)
进阶知识：无参的函数装饰器之深入理解@wraps()
进阶知识：无参的函数装饰器之深入理解wraps(func) 一、wraps(func)的本质解析 1.1 核心作用 wraps(func)是functools模块提供的装饰器工具，用于保留被装饰函数的元信息。它通过将被装饰函数的名称（__name__）、文档字符串&#…...
《C 语言 sizeof 与 strlen 深度对比：原理、差异与实战陷阱》
目录 一. sizeof 和 strlen 的对比 1.1 sizeof 1.2 strlen 1.3 对比表格 二. 数组和指针笔试题解析 2.1 一维数组 2.2 字符数组 2.2.1 代码练习一 2.2.2 代码练习二 2.2.3 代码练习三 2.2.4 代码练习四 2.2.5 代码练习五 2.2.6 代码练习六 2.3 二维数组 …...
C++ 初阶 | 类和对象易错知识点（上）
目录 0.引言 1.访问限定符 2.域 3.类的实例化和声明 4.this指针 5.构造函数（自动执行） 6.拷贝构造 7.运算符重载 8.日期类的实现 9.总结 0.引言 今天，小邓儿和大家分享一下，C在类和对象中的易错知识点🤭&am…...
USB转TTL
USB转TTL模块是实现计算机USB接口与TTL电平串口设备（如单片机、嵌入式系统）通信的核心组件，其原理涉及协议转换和电平适配两大关键技术 一、核心功能与应用场景 功能：将计算机的USB信号（高速差分信号、USB协议&#…...
汽车生产中的测试台连接 – EtherCAT 转CANopen高效的网关通信
使用 EtherCAT 和 CANopen协议，实现对汽车零部件的高效生产线末端测试 某电动机、电桥和变速箱制造商之一，正在其生产线上使用ETHERCAT转canopen网关WL-ECAT-COP的解决方案。集成到测试线中的下线测试必须映射众多待测设备的测试应用。该制造商已指定 Et…...
汽车充电过程中--各个电压的关系（DeepSeek）
在电动汽车的充电过程中，电池的充电机制涉及多个电压参数的协调控制，以下从原理到实际应用逐步分析： 1. 充电基础原理 电动汽车电池（通常为锂离子电池组）的充电本质是通过外部电源向电池注入电能，使锂离子…...
基于HTML的Word风格编辑器实现：从零打造功能完备的富文本编辑器
引言 在Web开发中，实现一个功能完备的富文本编辑器是一个常见需求。本文将基于HTML5和JavaScript，结合第三方库，打造一个具有Word风格界面的富文本编辑器，支持格式设置、图片插入、表格创建、文件导入导出等核心功能。 完整代码…...
亚远景-汽车软件开发的“升级之路”：ASPICE各等级说明
ASPICE（Automotive SPICE）将汽车软件开发过程的成熟度划分为六个等级，从0级到5级，每个等级代表了组织在软件开发过程中的不同能力水平。以下是各等级的详细说明： 等级0：不完整（Incomplete&#…...
Unity Display 1 No cameras rendering
一个相机不能同时输出到屏幕和RenderTexture。 Output Texture，要么是 None （屏幕），要么是RenderTexture。 如果此时相机已经输出到RenderTexture，场景中又没有别的相机在渲染，屏幕将变黑并显示No cam…...
Python Selenium 使用指南
Selenium 是一个用于自动化 Web 浏览器交互的强大工具，常用于网页测试、数据抓取和自动化任务。以下是 Python 中 Selenium 的详细使用说明。 安装 Selenium 首先需要安装 Selenium 库和浏览器驱动： pip install selenium 然后下载对应浏览器的驱动&…...
Cribl 对数据源进行过滤-01
先说一个项目中实际的例子: Cribl 利用filter expression 来过滤 data, 举个例子： source1: sourcerouter=A, source 2: sourcerouter=B, 这个时候，可以要把他们合并起来: sourcerouter=A || sourcerouter=B 来进行过滤想要的数据。 最后可以使用一个pipeline 来对数据进行…...
 xxx 的数量)
python 通过 pymysql 获取 select count(*) xxx 的数量
在使用 pymysql 库来获取 SELECT COUNT(*) 语句的结果时，你可以通过以下步骤实现： 安装 pymysql：如果你还没有安装 pymysql，可以通过 pip 安装它。 pip install pymysql连接到数据库：使用 pymysql.connect() 方法连接…...
定时任务延迟任务
二者的区别： 定时任务：有固定周期的，有明确的触发时间。 延迟任务：没有固定的开始时间，它常常是由一个事件触发的，而在这个事件触发之后的一段时间内触发另一个事件，任务可以立即执行࿰…...
【动手学深度学习】1.1~1.2 机器学习及其关键组件
目录 一、引言1.1. 日常生活中的机器学习1.2. 机器学习中的关键组件1）数据2）模型3）目标函数4）优化算法 一、引言 1.1. 日常生活中的机器学习 应用场景： 以智能语音助手（如Siri、Alexa）的唤醒…...
LLaVA-MoD：基于MoE结构和蒸馏训练方法，训练轻量化多模态大模型！！
摘要：我们介绍了LLaVA-MoD，这是一个旨在高效训练小型多模态语言模型（s-MLLM）的创新框架，通过从大规模多模态语言模型（l-MLLM）中提取知识来实现。我们的方法解决了多模态语言模型（MLL…...
YOLOv8 的双 Backbone 架构：解锁目标检测新性能
一、开篇：为何踏上双 Backbone 探索之路 在目标检测的领域中，YOLOv8 凭借其高效与精准脱颖而出，成为众多开发者和研究者的得力工具。然而，传统的单 Backbone 架构，尽管已经在诸多场景中表现出色，但仍存在一…...
SSRF（服务器端请求伪造）基本原理靶场实现
1、漏洞原理 攻击者通过构造恶意请求，诱使服务器向内部系统或第三方服务发起非预期的网络请求。其核心在于 服务器信任了不可信的用户输入，并基于该输入发起网络操作。 2、攻击场景与利用方式 1. 基础利用 攻击类型示例Payload目标读取本地文件file://…...
自动化测试脚本点击运行后，打开Chrome很久？？
亲爱的小伙伴们大家好。 小编最近刚换了电脑，这几天做自动化测试发现打开Chrome浏览器需要等待好长时间，起初还以为代码有问题，或者Chromedriver与Chrome不匹配造成的，但排查后发现并不是！！ 在driver.py中…...
Oracle中如何解决FREE BUFFER WAITS
基于性能上的考虑，服务器进程在扫描LRU主列的同时，会将脏块移至LRU-W列，如果发现没有足够可用（可替换）的BUFFER CACHE，进程并不会无止尽地扫描整条LRU主列，而是在扫描到某个阀值（该阀…...
OpenHarmony开源鸿蒙兼容性测试常见问题解答分享
OpenHarmony 兼容性测评主要是验证合作伙伴的设备和业务应用满足 OpenHarmony 开源兼容性定义的技术要求，确保运行在 OpenHarmony 上的设备和业务应用能稳定、正常运行，同时使用 OpenHarmony 的设备和业务应用有一致性的接口和业务体验。 一、兼容性测评…...
Android trace presentFence屏幕显示的帧
Android trace presentFence屏幕显示的帧 presentFence ：当帧成功显示到屏幕时，present fence就会signal。 FrameMissed/GpuFrameMissed/HwcFrameMissed表示上一次合成的结果，当SurfaceFlinger合成后显示到屏幕上，present fence就…...
【520特辑】情人节脑影像绘图
祝大家520快乐！ 永远爱自己！ 1.Brain Net基于节点画爱心 clear all; clc;t linspace(0, 2*pi, 30); x 16*sin(t).^3; y 13*cos(t)-5*cos(2*t)-2*cos(3*t)-cos(4*t); z zeros(size(t));[X,Y] meshgrid(linspace(-10,10,5), linspace(-10,10,5)); X …...
Linux服务器配置深度学习环境（Pytorch+Anaconda极简版）
前言： 最近做横向需要使用实验室服务器跑模型，之前用师兄的账号登录服务器跑yolo，3张3090一轮14秒，我本地一张4080laptop要40秒，效率还是快很多，（这么算一张4080桌面版居然算力能比肩3090&#…...
如何理解大模型的幻觉输出及RAG技术的应用与实战案例
导读：大语言模型（LLM）在当今技术领域中扮演着越来越重要的角色，但其“幻觉输出”问题却成为实际应用中的痛点。本文将带你深入剖析这一现象的定义、表现形式及成因，并探讨如何通过RAG（检索增强生成…...
std::vector＜＞.emplace_back
emplace_back() 详解：C 就地构造的效率革命 emplace_back() 是 C11 引入的容器成员函数，用于在容器尾部就地构造（而非拷贝或移动）元素。这一特性显著提升了复杂对象的插入效率，尤其适用于构造代价较高的类型。 一、核…...
学习率调整完全指南：从理论到PyTorch实践)
卷积神经网络(CNN)学习率调整完全指南：从理论到PyTorch实践
引言 学习率是训练卷积神经网络(CNN)最重要的超参数之一，合理调整学习率可以显著提高模型性能、加速收敛并避免训练失败。本文将全面解析CNN学习率调整的技术与方法，涵盖基础概念、常用策略、PyTorch实现以及实用技巧。 一、学习率为什么如此重要&…...