flask加密
如果打算入这行，建议先学c，全国各大高校各专业大一先设c语言不是没道理的，c会了，其他各种语言入手是比较简单的。
❷ python怎么学习
对于很多想学习Python的小伙伴来说，不知道从何开始，小蜗这里整理了一份Python全栈开发的学习路线，大家可按照以下这份大纲来进行学习：
第一阶段：专业核心基础
阶段目标：
1. 熟练掌握Python的开发环境与编程核心知识
2. 熟练运用Python面向对象知识进行程序开发
3. 对Python的核心库和组件有深入理解
4. 熟练应用sql语句进行数据库常用操作
5. 熟练运用Linux操作系统命令及环境配置
6. 熟练使用MySQL，掌握数据库高级操作
7. 能综合运用所学知识完成项目
知识点：
Python编程基础、Python面向对象、Python高级进阶、MySQL数据库、Linux操作系统。
1、Python编程基础，语法规则，函数与参数，数据类型，模块与包，文件IO，培养扎实的Python编程基本功，同时对Python核心对象和库的编程有熟练的运用。
2、Python面向对象，核心对象，异常处理，多线程，网络编程，深入理解面向对象编程，异常处理机制，多线程原理，网络协议知识，并熟练运用于项目中。
3、类的原理，MetaClass，下划线的特殊方法，递归，魔术方法，反射，迭代器，装饰器，UnitTest，Mock。深入理解面向对象底层原理，掌握Python开发高级进阶技术，理解单元测试技术。
4、数据库知识，范式，MySQL配置，命令，建库建表，数据的增删改查，约束，视图，存储过程，函数，触发器，事务，游标，PDBC，深入理解数据库管理系统通用知识及MySQL数据库的使用与管理。为Python后台开发打下坚实基础。
5、Linux安装配置，文件目录操作，VI命令，管理，用户与权限，环境配置，Docker，Shell编程Linux作为一个主流的服务器操作系统，是每一个开发工程师必须掌握的重点技术，并且能够熟练运用。
第二阶段：PythonWEB开发
阶段目标：
1. 熟练掌握Web前端开发技术，HTML，CSS，JavaScript及前端框架
2. 深入理解Web系统中的前后端交互过程与通信协议
3. 熟练运用Web前端和Django和Flask等主流框架完成Web系统开发
4. 深入理解网络协议，分布式，PDBC，AJAX，JSON等知识
5. 能够运用所学知识开发一个MiniWeb框架，掌握框架实现原理
6. 使用Web开发框架实现贯穿项目
知识点：
Web前端编程、Web前端高级、Django开发框架、Flask开发框架、Web开发项目实战。
1、Web页面元素，布局，CSS样式，盒模型，JavaScript，JQuery与Bootstrap掌握前端开发技术，掌握JQuery与BootStrap前端开发框架，完成页面布局与美化。
2、前端开发框架Vue，JSON数据，网络通信协议，Web服务器与前端交互熟练使用Vue框架，深入理解HTTP网络协议，熟练使用Swagger，AJAX技术实现前后端交互。
3、自定义Web开发框架，Django框架的基本使用，Model属性及后端配置，Cookie与Session，模板Templates，ORM数据模型，Redis二级缓存，RESTful，MVC模型掌握Django框架常用API，整合前端技术，开发完整的WEB系统和框架。
4、Flask安装配置，App对象的初始化和配置，视图函数的路由，Request对象，Abort函数，自定义错误，视图函数的返回值，Flask上下文和请求钩子，模板，数据库扩展包Flask-Sqlalchemy，数据库迁移扩展包Flask-Migrate，邮件扩展包Flask-Mail。掌握Flask框架的常用API，与Django框架的异同，并能独立开发完整的WEB系统开发。
第三阶段：爬虫与数据分析
阶段目标：
1. 熟练掌握爬虫运行原理及常见网络抓包工具使用，能够对HTTP及HTTPS协议进行抓包分析
2. 熟练掌握各种常见的网页结构解析库对抓取结果进行解析和提取
3. 熟练掌握各种常见反爬机制及应对策略，能够针对常见的反爬措施进行处理
4. 熟练使用商业爬虫框架Scrapy编写大型网络爬虫进行分布式内容爬取
5. 熟练掌握数据分析相关概念及工作流程
6. 熟练掌握主流数据分析工具Numpy、Pandas和Matplotlib的使用
7. 熟练掌握数据清洗、整理、格式转换、数据分析报告编写
8. 能够综合利用爬虫爬取豆瓣网电影评论数据并完成数据分析全流程项目实战
知识点：
网络爬虫开发、数据分析之Numpy、数据分析之Pandas。
1、爬虫页面爬取原理、爬取流程、页面解析工具LXML，Beautifulfoup，正则表达式，代理池编写和架构、常见反爬措施及解决方案、爬虫框架结构、商业爬虫框架Scrapy，基于对爬虫爬取原理、网站数据爬取流程及网络协议的分析和了解，掌握网页解析工具的使用，能够灵活应对大部分网站的反爬策略，具备独立完成爬虫框架的编写能力和熟练应用大型商业爬虫框架编写分布式爬虫的能力。
2、Numpy中的ndarray数据结构特点、numpy所支持的数据类型、自带的数组创建方法、算术运算符、矩阵积、自增和自减、通用函数和聚合函数、切片索引、ndarray的向量化和广播机制，熟悉数据分析三大利器之一Numpy的常见使用，熟悉ndarray数据结构的特点和常见操作，掌握针对不同维度的ndarray数组的分片、索引、矩阵运算等操作。
3、Pandas里面的三大数据结构，包括Dataframe、Series和Index对象的基本概念和使用，索引对象的更换及删除索引、算术和数据对齐方法，数据清洗和数据规整、结构转换，熟悉数据分析三大利器之一Pandas的常见使用，熟悉Pandas中三大数据对象的使用方法，能够使用Pandas完成数据分析中最重要的数据清洗、格式转换和数据规整工作、Pandas对文件的读取和操作方法。
4、matplotlib三层结构体系、各种常见图表类型折线图、柱状图、堆积柱状图、饼图的绘制、图例、文本、标线的添加、可视化文件的保存，熟悉数据分析三大利器之一Matplotlib的常见使用，熟悉Matplotlib的三层结构，能够熟练使用Matplotlib绘制各种常见的数据分析图表。能够综合利用课程中所讲的各种数据分析和可视化工具完成股票市场数据分析和预测、共享单车用户群里数据分析、全球幸福指数数据分析等项目的全程实战。
第四阶段：机器学习与人工智能
阶段目标：
1. 理解机器学习相关的基本概念及系统处理流程
2. 能够熟练应用各种常见的机器学习模型解决监督学习和非监督学习训练和测试问题，解决回归、分类问题
3. 熟练掌握常见的分类算法和回归算法模型，如KNN、决策树、随机森林、K-Means等
4. 掌握卷积神经网络对图像识别、自然语言识别问题的处理方式，熟悉深度学习框架TF里面的张量、会话、梯度优化模型等
5. 掌握深度学习卷积神经网络运行机制，能够自定义卷积层、池化层、FC层完成图像识别、手写字体识别、验证码识别等常规深度学习实战项目
知识点：
1、机器学习常见算法、sklearn数据集的使用、字典特征抽取、文本特征抽取、归一化、标准化、数据主成分分析PCA、KNN算法、决策树模型、随机森林、线性回归及逻辑回归模型和算法。熟悉机器学习相关基础概念，熟练掌握机器学习基本工作流程，熟悉特征工程、能够使用各种常见机器学习算法模型解决分类、回归、聚类等问题。
2、Tensorflow相关的基本概念，TF数据流图、会话、张量、tensorboard可视化、张量修改、TF文件读取、tensorflow playround使用、神经网络结构、卷积计算、激活函数计算、池化层设计，掌握机器学习和深度学习之前的区别和练习，熟练掌握深度学习基本工作流程，熟练掌握神经网络的结构层次及特点，掌握张量、图结构、OP对象等的使用，熟悉输入层、卷积层、池化层和全连接层的设计，完成验证码识别、图像识别、手写输入识别等常见深度学习项目全程实战。
❸ flask为什么要注册蓝图才能用
一个简单的用户注册和登录的页面，就两个部分。
涉及到数据库，存储用户数据（注册），读出用户数据（登录验证）。搞清楚如何用python连接和操作数据库即可，还有了解sql数据库语句，sqlite和mysql差不多的，看几眼多试几下就了解了。
网站程序，前端如何发送表单（别告诉这你也不清楚？）后端获取用户发送的请求，和数据库中数据验证是否能够登录，然后登录后如何保存用户登录信息，就是使用的cookie，不过在flask中是session（其实session也是cookie，flask把它封装了下，成了加密的cookie）
总之如果你认真跟着官方的教程走过一遍。只是完成用户登录和注册的功能都不难的。虽然这些知识点都不烂，但是覆盖范围还比较广泛。数据库，前端的html，后端的程序框架，你对其中一项不太了解都会让你有种无法下手的感觉。
好吧。丢一段验证登录代码上来，因为flask的路由是通过绑定一个个函数来实现的，如果你要在给每个路由都添加一段验证登录的代码还是蛮麻烦的，不过通过装饰器这个功能实现起来还是蛮方便的。
。
❹ python库Django，Flask各有什么用途
Flask适合做app后台或基于json通信的ajax应用，是轻量级框架，我用到的一个技术方案是pypy+ Flask +peewee + uWSGI + nginx + ubuntu server，速度快，开发效率高，主要是通过服务器返回json数据（json可以用压缩方式）走http和各个app交互，你也可以用Flask+WebSocket实现类似在线游戏的长连接，数据格式建议用json，如果有性能要求可以用Protocol Buffers协议。这样基于json api（RESTful太底层了，一般用json文本就可以了）的开发方式，一套后台程序，可以用于ajax网页，android,ios,pc,tv等多套app,最大程度满足了软件复用思想，否则一个app开发一个后台或变种后台，代价非常高，也不利于安全和性能。微服务就是这种思想扩展，但主要是针对企业应用，web2.0发展以来，一般应用用http api生成json数据交互就好，mvc模式不适合在http api上用，mvc模式是web1.0时代没有ajax，json无法分离html的妥协解决方案。http调用类似函数一样，有入口参数，返回json给调用者，当然可以在返回时加密、压缩,从而实现低耦合高内聚。另外对于http api需要防止注入攻击，加强权限控制，限制调用次数。
Django属于重量级的，很多东西是现存的，只要熟悉就可以用，但缺点是不如Flask定制灵活，适合用于普通的web应用。
❺ 如何理解flask中的蓝本
session 是可以跨 request 使用的，session 的数据是经过加密后存储在 cookie 里的，用户每次 request 都会把这些 cookie 信息发回来，从而实现跨 request 使用。
g 是面向单个 request 的，一个 request 处理完，g 里的东西就没啦。（注意，这里说的 request 不是指 request context，从 0.10 版本开始，g 已经是面向 app context 了。这里写面向单个 request 是为了帮助提问者理解问题中提到的区别，仅考虑在 web 下的场景。）
❻ python web button点击响应问题
第一阶段：Python开发基础
课程内容：
计算机硬件、操作系统原理、Python基础编程语法、数据类型、字符编码、文件操作、函数、装饰器、迭代器、内置方法、模块的跨目录导入、常用标准库学习，b加密
第二阶段 Python高级编程/数据库开发
课程内容：
面向对对象开发、TCP/IP协议、Socket网络编络编程、简单远程命令执行客户端开发、C\S架构FTP服务器开发、线程、进程、队列、IO多路模型、Mysql数数据库开发、视图、触发 器、事务、分组、聚合、分页、连接池、学员管理系统开发……
第三阶段：前端开发
课程内容：
Html、CSS、JavaScript开发、Jquery、bootstrap开发、Vue架构剖析、mvvm开发思想、Vue数据绑定与计算属性、条件渲染 类与样式绑定、表单控件绑定、webpack、vue实战开发……
第四阶段：WEB框架开发
课程内容：
Django框架、BBS+Blog实战项目开发、缓存和队列中间件、Memcached、redis缓存、RabbitMQ队列学习、Celery分布式任务队列学习、Flask框架、Tornado框架、Restful API……
第五阶段：爬虫开发
课程内容：
主流模块学习、requests登陆实现、抽屉、github、知乎、博客园、爬取拉钩职位信息、开发Web版微信、高性能IO相关模块、验证码图像识别、Scrapy框架与源码剖析、分布式爬虫……
第六阶段：全栈项目开发
课程内容：
开发流程讲解、git、github协作开发工具、任务管理系统、接口单元测试、敏捷开发与持续集成介绍、django + uwsgi + nginx生产环境部署学习、互联网企业大型项目架构图深度讲解、CRM客户关系管理系统开发、在线教育平台实战开发……
❼ Python课程内容都学习什么啊
贺圣军Python轻松入门到项目实战（经典完整版）（超清视频）网络网盘
链接: https://pan..com/s/1C9k1o65FuQKNe68L3xEx3w
若资源有问题欢迎追问~
❽ 使用python发布接口，如何提醒用户升级
简单说下接口测试，现在常用的2种接口就是http api和rpc协议的接口，今天主要说：http api接口是走http协议通过路径来区分调用的方法，请求报文格式都是key-value形式，返回报文一般是json串；
接口协议：http、webservice、rpc等。
请求方式：get、post方式
请求参数格式：
a. get请求都是通过url?param=xxx¶m1=xxx
b. post请求的请求参数常用类型有：application/json、application/x-www-form-urlencoded、multipart/form-data、text/html等。
还需要知道接口的url、参数类型、返回结果的数据格式、了解接口是否有header、cookie等信息。
接口的实现：请求方式-get，接口的写法：
import flaskfrom flask import requestfrom flask import jsonifyimport toolsimport OP_dbimport settings'''flask： web框架，可以通过flask提供的装饰器@server.route()将普通函数转换为服务登录接口，需要传url、username、passwd'''#创建一个服务，把当前这个python文件当做一个服务server = flask.Flask(__name__)#server.config['JSON_AS_ASCII'] = False # @server.route()可以将普通函数转变为服务 登录接口的路径、请求方式@server.route('/login', methods=['get'])def login(): # 获取通过url请求传参的数据 username = request.values.get('name') # 获取url请求传的密码，明文 pwd = request.values.get('pwd') # 判断用户名、密码都不为空，如果不传用户名、密码则username和pwd为None if username and pwd: # 获取加密后的密码 password = tools.md5_pwd(pwd) #执行sql，如果查询的username和password不为空，说明数据库存在admin的账号 sql = 'select name,password from test where name= "%s" and password= "%s";' %(username, password) # 从数据查询结果后，res返回是元组 res = OP_db.getconn( host=settings.mysql_info['host'], user=settings.mysql_info['user'], passwd=settings.mysql_info['pwd'], db=settings.mysql_info['db'], port=settings.mysql_info['port'], sql=sql ) if res: #res的结果不为空，说明找到了username=admin的用户，且password为加密前的123456 resu = {'code': 200, 'message': '登录成功'} return jsonify(resu) #将字典转换为json串, json是字符串 else: resu = {'code': -1, 'message': '账号/密码错误'} return jsonify(resu) else: res = {'code': 999, 'message': '必填参数未填写'} return jsonify(res) if __name__ == '__main__': server.run(debug=True, port=8888, host=0.0.0.0) #指定端口、host,0.0.0.0代表不管几个网卡，任何ip都可以访问
md5加密、数据库mysql的操作详见我的其他博客~~~~~
get访问接口：
项目启动后，接口的地址是：http://127.0.0.1:5000/，默认端口是5000。
打开浏览器，输入urlhttp://127.0.0.1:5000/xxx?name=xxx&pwd=123456，后面跟上接口的地址login，参数跟url直接使用？相连，每个请求参数直接使用&相连。请求成功，则返回{'code': 200, 'message': '登录成功'}。
请求方式-post，接口的写法：
import flaskfrom flask import jsonifyfrom flask import requestfrom conf import opMysqlfrom conf import md5_create'''注册接口：post请求，请求参数入参类型json{ "username":"aaa", "pwd":"123456", "c_pwd":"123456"}'''server = flask.Flask(__name__)@server.route('/register', methods=['get', 'post'])def registerPost(): #判断接口的请求方式是GET还是POST if request.method == 'POST': # 获取请求参数是json格式，返回结果是字典 params = request.json username = params.get('username') pwd = params.get('pwd') confirmpwd = params.get('confirmpwd') if username and pwd and confirmpwd: # 判断输入的用户名、密码、确认密码都不为空 select_sql = 'select username from lhldemo where username = "%s" ;'%username # 查询注册的用户是否存在数据库，如果存在，则username不为空，否则username为空 res_mysql = opMysql.op_select(select_sql) if res_mysql: return jsonify({"code": 999, "mesg": "用户已注册"}) else: if pwd == confirmpwd: # 判断pwd和confirmpwd一致 new_pwd = md5_create.md5_test(pwd) # 加密后的密码 insert_sql = 'insert into lhldemo(username,password) values("%s", "%s") ;' % (username, new_pwd) opMysql.op_insert(insert_sql) return jsonify({"code": 200, "msg": "注册成功"}) else: return jsonify({"code":998, "msg":"密码不一样"}) else: return jsonify({"code": 504, "msg": "必填项不能为空"}) else: return jsonify({"code": 201, "msg": "请求方式不正确"}) if __name__ == '__main__': #port可以指定端口，默认端口是5000 #host写成0.0.0.0的话，其他人可以访问，代表监听多块网卡上面，默认是127.0.0.1 server.run(debug=True, port=8899, host='0.0.0.0')
post访问接口：
项目启动后，接口的地址是：http://127.0.0.1:5000/，默认端口是5000。
打开浏览器，输入urlhttp://127.0.0.1:5000/xxx，后面跟上接口的地址register，参数使用postman或jmeter进行请求，参数类型是json。请求成功，则返回{'code': 200, 'message': '登录成功'}。
请求方式-get、post都可以访问，写法如下：import flaskfrom flask import jsonifyfrom flask import requestfrom conf import opMysqlfrom conf import md5_create'''注册接口：post请求，请求参数入参类型json{ "username":"aaa", "pwd":"123456", "c_pwd":"123456"}'''server = flask.Flask(__name__)@server.route('/register', methods=['get', 'post'])def registerPost(): #post请求获取请求的参数，返回结果类型是str username = request.values.get('username') pwd = request.values.get('pwd') confirmpwd = request.values.get('confirmpwd') if username and pwd and confirmpwd: # 判断输入的用户名、密码、确认密码都不为空 select_sql = 'select username from lhldemo where username = "%s" ;'%username # 查询注册的用户是否存在数据库，如果存在，则username不为空，否则username为空 res_mysql = opMysql.op_select(select_sql) if res_mysql: return jsonify({"code": 999, "mesg": "用户已注册"}) else: if pwd == confirmpwd: # 判断pwd和confirmpwd一致 new_pwd = md5_create.md5_test(pwd) # 加密后的密码 insert_sql = 'insert into lhldemo(username,password) values("%s", "%s") ;' % (username, new_pwd) opMysql.op_insert(insert_sql) return jsonify({"code": 200, "msg": "注册成功"}) else: return jsonify({"code": 998, "msg": "密码不一样"}) else: return jsonify({"code": 504, "msg": "必填项不能为空"}) if __name__ == '__main__': #port可以指定端口，默认端口是5000 #host默认是127.0.0.1,写成0.0.0.0的话，其他人可以访问，代表监听多块网卡上面， server.run(debug=True, port=8899, host='0.0.0.0')
❾ 什么是mpeg4 mpeg1 av1格式
MPEG的全称是“Motion Picture Expert Group”（移动影像专家组），组建于1988年，目的是为传送音频和视频制定标准。我们目前习惯的MP3，并不是MPEG-3，而是MPEG 1 layer 3，属于MPEG 1中的音频部分。MPEG 1的像质等同于VHS，存储媒体为CD-ROM，图像尺寸320×240，音质等同于CD，比特率为1.5Mbps。MPEG-1：广泛的应用在 VCD 的制作和一些视频片段下载的网络应用上面，可以说99%的VCD都是用 MPEG1格式压缩的。我们目前习惯的MP3，并不是MPEG-3，而是MPEG 1 layer 3，属于MPEG 1中的音频部分。MPEG 1的像质等同于VHS，存储媒体为CD-ROM，图像尺寸320×240，音质等同于CD，比特率为1.5Mbps。 该标准分三个部分：系统：控制将视频、音频比特流合为统一的比特流。视频：基于H.261和JPEG。 音频：基于MUSICAM技术。 MPEG-2：应用在 DVD 的制作（压缩）方面，同时在一些 HDTV（高清晰电视广播）和一些高要求视频编辑、处理上面也有相当的应用面。MPEG-2与MPEG-1的区别： 除了对帧(frame)进行搜索，还对场(field)进行搜索。 MB色度格式还可为4:2:2、4:4:4。 帧尺寸最大可为16383×16383可分级(Scalable)：时域(Temporal)等等…… 非线性MB量化因子。 A bunch of minor fixes MPEG-3：原本针对于HDTV(1920×1080)，后来被MPEG-2代替。 MPEG-4：针对多媒体应用的图像编码标准。 MPEG-4是一种新的压缩算法，使用这种算法的 ASF 格式可以把一部 120 分钟长的电影（未视频文件）压缩到 300M 左右的视频流，可供在网上观看。其它的 DIVX 格式也可以压缩到 600M 左右，但其图象质量比 ASF 要好很多。MPEG-7：基于内容表示的标准，应用于多媒体信息的搜索，过滤，组织和处理。在以上背景知识基础上，抛开这些专用术语，对我们用户来说，一个最直观的描述：MPEG4的影像压缩，可以提供给我们接近DVD的质量，文件又更小的选择，通过对MPEG格式0各阶段的了解，我们知道，MPEG-1代表了我们熟悉的VCD，MPEG-2代表了我们熟悉的DVD，MPEG-4则在比DVD文件体积更小的情况下，提供接近DVD品质的目标。既然我们知道了MPEG-4是一种新的压缩算法，使用这种算法的ASF格式可以把一部120分钟长的电影（未视频文件）压缩到300M左右的视频流，可供在网上观看。那么它究竟是怎样的编码格式呢？运动图像专家组，英文简称MPEG（Moving Picture Experts Group）隶属于ISO/IEC的一个专家工作组，1992年制定出MPEG0－1标准，随后的1994年，制定出MPEG－2标准，随着研究工作的深入发展，ISO又公布了“超低比特率活动图像和语音压缩标准”，排序MPEG－4，1998年10月批准第一版，1994年4月又公布了第二版及其校验模型（VM），MPEG－4正式编号是ISO/IEC国际标准14496，它是一种新型的多媒体标准，它与前标准一个重要区别就在于它是一个基于对象的视编码压缩标准，它所定义的码率控制的目标就是获得在给定码率下的最优质量，它为互联网上传输高质量的多媒体视频提供了很好的技术平台。 1998年微软开发了第一个在PC上使用的MPEG-4编码器，它包括MS MPEG4V1、MS MPEG4V2、MS MPEG4V3的系列编码内码，其中V1和V2用来制作AVI文件，一直到现在它都是作为Windows的默认组件，不过V1和V2的编码质量不是很好，一直到MSMPEG4V3才开始有好转，画质有了显着的进步，但是不知微软出何居心，却将这个MSMPEGV3的视频编码内核封闭，仅仅使其应用于Windows Media流媒体技术上，也就是我们熟悉的ASF流媒体文件中，ASF文件虽然有一些优势，但是由于过分的封闭不能被编辑，末得到广泛的应用，这便惹怒了那些个不怕天不怕地的视频黑客和致力于钻研视频编码的高手，后来，这些小组不仅破解了微软的视频编码，而且经过他们的修改，一种新的视频编码诞生了：那就是广为流传的MPEG编码器－DivX3.11。 DivXNetworks成立初衷就是摆脱微软的技术封闭，因而发起一个完全开放源码的项目，名为“Projet Mayo”，目标是开发一套全新的、开放源码的MPEG4编码软件，由于它完全符合ISOMPEG标准，又是完全开放源代码，OpenDivXCODEC吸引了很多软件，视频高手参与，就在DivX最辉煌的时期，DXN公司突然封闭了DivX的源代码，并在Encore2的基础上发布了自有产品DivX4。后来DXN公司在OpenDivX版本基础上，再次开发出一种新的MPEG－4编码-XviD，名字的顺序和DviX刚好相反－Xvid。 从技术上来说，Xvid已经基本上与DXN公司的最新版本DivX5接近，或者还有所超越，它可以在保持DivX5画质基础上，大大提高压缩时间，被认为是目前最快的MPEG4编码。除此之外，Xvid还吸收了前车之鉴，依照GPL发布，也就是说，谁要是想做成产品而不开放源码是非法的。其实，我们平常见到的影像格式如微软的ASF、WMV，还有AVI（不是早期的AVI，这种你用微软的WMP6.0以前可以直接播放，不需要重新下载解码器）—主要采用divX、Xvid编解码，而文件名还是用AVI。这些实际都属于MPEG-4的范畴。从播放角度，目前网络上可以获取的MPEG-4影音文件，如果你要播放的话，需要先安装其相应的解码器——个人角度我一直在用微软的WMP，通过加载解码器，它可以对付基本所有的MPEG-4文件了。时下网络中有很多视频都是MPEG-4格式，可是，其中有些文件却非常的模糊，有人不禁会问，MPEG-4质量为什么这么差？怎么连VCD（MPEG-1）的效果都达不到？其实问题不在MPEG-4，而在不法商贩为了牟取暴利，在制作MPEG-4时片面追求压缩率而有意降低了它的品质。理论上MPEG-4的效果应该与DVD差不多，而文件却小很多......其实，你自己也可以动手制作MPEG4文件。 DIY步骤一：复制DVD文件 DVD影片采用的是vob格式文件来存放的，而且这些文件大都是经过加密处理的，所以我们需要做的第一步就是将DVD光盘上的文件复制到硬盘中，然后才能进行其它的处理工作。为了复制DVD盘片上的内容，我们需要一个名为Decss的工具，它的使用非常简单。如图1所示，先在左边的“config”下拉选单中选择DVD盘符，然后把DVD盘片放入光驱中，右边的区域中将会显示出当前光盘根目录下的文件。这时可以通过点击“select folder”进入DVD光盘的其他目录，然后在右边的文件列表中选择需要拷贝的文件。最后再按下“transfer”按钮来将文件复制到自己的硬盘中。需要指出的是，由于DVD容量很大，所以在复制的时候会有一个比较长的过程，在笔者使用的pⅡ400、64m内存、ibm 10g(5400转)硬盘的机器上，复制一段大小为480m的文件，花费了将近35分钟的时间，如果你的机器比我使用的还要逊色一点的话，可以乘这段时间好好休息一下，顺便吃点东西补充一下，因为我们的路还长着呢。 DIY步骤二：文件格式转换此时在硬盘中的文件是vob格式的，离MPEG4还有十万八千里，现在就要将文件格式转换为普通播放器可以识别的通用格式。目前有好几种工具可以实现这种转换目的，但是在此向大家介绍一个笔者认为是最好用的转换工具---flask mpeg-encoder。利用它能够把vob格式的文件转换为avi(MPEG4格式)或者是mpeg-1(vcd格式）的文件。在运行flask mpeg-encoder之后，会先看见图2所示的界面，此时点击“file/open”并选中刚才复制下来的vob文件，在开始转换之前还要对其进行一番设置。在“options”目录下，有一个“global project option”选项，点击之后会弹出设置窗口。在这个窗口中有5个标签用于设置，在此将影响到最终生成的影像文件质量的两个设置内容向大家介绍一下。 在上图“video”选项中的“frame size”是最后生成影像的播放窗口大小，你可以根据自己的需要来调整，但是提醒大家注意，这两个值一定要是16的整数倍，不然在转换过程中会出错。下部的“time base”是根据电视机的制式来转换文件，选择29.97、23.976或者是24，就可以得到ntsc制式的文件；对于pal制式来说，则需要25。右边的“idct options”提供了三种转换法则，它们分别为mmx、无mmx和ieee-1180，其中mmx采用了浮点运算，因此是最快的一种转换算法；而ieee-1180则保证了转换时的影像损伤最小，所以是最慢的算法。如果你的机器够快，那么ieee-1180是最佳的选择，不然还是选用mmx作为折中的选项。“post processing”中左边的“resizing quality options”用来设定转换后得到文件的视觉质量，从上到下的四个选项依次能够使视觉效果得到改观，但是转换所需的时间也在成正比例增加，建议大家采用“bilinear filtering”来达到速度和质量的平衡点。右边的区域可以给影像添加自己设计的logo，在此仅提及一下，有兴趣的话不妨自己试试。
对上述属性设置完成之后，直接在“options/select output format”命令下选择“avi”转换格式，然后再执行“run/start convertion”即可开始转换步骤了。上面两步解决了视频文件的转换，但是并没有获得音频文件，所以下面就想办法得到DVD盘片上的音频文件。由于DVD光盘的特殊性，我们采取的也是先提取音频文件再将其转换为可以合成的wav文件方法。 DIY步骤三：获取音频文件目前能够从DVD光盘中截取音频文件的软件好像只有vob-snoopy了，它可以从vob文件里把声音取出来并保存为ac3格式。运行vob-snoopy之后，先通过“file/open”命令将DVD光盘上相关路径下的vob文件添加进来，然后将会看见图4所示的界面。在窗口中显示了每一条音频文件的信息，你可以用“details”按钮来获得详细信息，或者是“hex”来查看相关的16进制信息。但是最简单的截取音频文件的方法就是点击“extract”按钮，然后在弹出的窗口中选择“audio to *.ac3”文件，并按下“ok”按钮即可。在得到了ac3格式的音频文件之后，还要用到ac3decode这个小工具将音频文件转换为windows中媒体播放器可以直接播放的wav文件。这是一个运行在dos模式下的软件，其命令格式为“ac3dec args”，其中“input file”是上面获得的ac3文件，并在后面加上一个wav文件的存放路径和名称即可，至于其它具体的附加参数可以通过“ac3dec -helpmore”命令具体查看，在此也就不再详述了。上面三步完成之后，可以说是已经完成了大部分工作，下面最后一步就是将得到的两个文件合并起来就能够得到完整的MPEG4影像文件了。DIY步骤四：生成MPEG4文件采用一个名叫virtualb的工具来完成最后一步，它是一个功能非常强大的影像编辑工具，能够实现avi、mpeg等影像的编辑和截取，也可以将影像文件中的视频文件和音频文件分离开，当然也能够把分开的视频和音频文件合二为一。下面就简单介绍一下利用virtualb来合并文件的操作步骤。运行virtualb之后，先通过“file/open video file”添加已经得到的avi文件，这时将会看见图6所示的界面。利用下部的播放按钮，可以先预览一下添加的影像文件，然后在选单栏的“audio”命令下选择“wav”，会有一个窗口弹出，此时将转换得到的wav文件添加进去。最后再执行“file/save avi”就可以把这两个单独的文件合并为一体，得到MPEG4文件。 但是，在使用virtualb生成MPEG4文件的时候，还有一些参数需要设置，比如在“options”选单中，有“performance”和“preference”两个选项，它们都是用来设定生成文件的属性。其中前者可以设置输出影像的色彩位数、合并工作的优先级别、cpu的工作模式以及生成文件的大小限制等等有关视频方面的内容，后者主要是针对合并音频文件时的缓冲、生成avi文件时的缓冲、数据流操作等涉及到音频方面的内容(见图7)。这些设置都很简单，只要用鼠标点击复选框进行选取或者是拖动滑动条即可，在此也就不再详述了，只是提醒大家注意一下，正确的设置不仅能够得到更佳的视听效果，而且还可以加快生成文件的速度。
❿ flask 的 g 和session 的区别怎样理解
最近一直在研究Flask，由于gfirefly中提供的Http接口使用了Flask，以前都是写一些游戏中简单的操作，最近涉及到Flask的方面比较多，所以就认真研究了下。对Flask的request context和app context略有心得，所以和小伙伴们分享一下Flask的request原理。
在我们视图中要使用request时只需要from flask import request就可以了
很好奇在多线程的环境下，是如何保证request没有混乱的
在flask.globals.py中
[python] view plain 在CODE上查看代码片派生到我的代码片
def _lookup_req_object(name):
top = _request_ctx_stack.top
if top is None:
raise RuntimeError('working outside of request context')
return getattr(top, name)
_request_ctx_stack = LocalStack()
request = LocalProxy(partial(_lookup_req_object, 'request'))
session = LocalProxy(partial(_lookup_req_object, 'session'))
其实可以看到不管request还是session最后都是通过getattr(top, name)获取的，也就是说肯定有一个上下文
对象同时保持request和session。我们只要一处导入request，在任何视图函数中都可以使用request，
关键是每次的都是不同的request对象，说明获取request对象肯定是一个动态的操作，不然肯定都是相同的request。这里的魔法就是_lookup_req_object函数和LocalProxy组合完成的。
LocalProxy是werkzeug.local.py中定义的一个代理对象，它的作用就是将所有的请求都发给内部的_local对象
[python] view plain 在CODE上查看代码片派生到我的代码片
class LocalProxy(object):
def __init__(self, local www.hbbz08.com , name=None):
#LocalProxy的代码被我给简化了，这里的local不一定就是local.py中定义的线程局部对象，也可以是任何可调用对象
#在我们的request中传递的就是_lookup_req_object函数
object.__setattr__(self, '_LocalProxy__local', local)
object.__setattr__(self, '__name__', name)
def _get_current_object(self):
#很明显，_lookup_req_object函数没有__release_local__
if not hasattr(self.__local, '__release_local__'):
return self.__local()
try:
return getattr(self.__local, self.__name__)
except AttributeError:
raise RuntimeError('no object bound to %s' % self.__name__)
def __getattr__(self, name):
return getattr(self._get_current_object(), name)