问题列表 - 第317957页

最近，我开始从事 Apple 应用商店收据验证工作，由于旧/verifyReceipt端点已弃用，我决定进行设备上验证。MacOS所描述的指南为我们想要使用 NodeJs 在后端服务中执行此验证提供了分步解决方案。为此，PCKS7#需要对容器中定义的验证信息进行解码。在这里，我的知识很短，因为我无法检索此信息（例如receipt_creation_data，bundle_id）我设法将收据从 转换PCKS7为ASN.1，但找不到从中检索实际键值的方法。我尝试了几个库，例如node-forge，，asn1js。asn1.js我发现真正有用的是这些资源：

• iap-local-receipt - 确切问题的 Python 实现
• https://github.com/tamtamchik/app-store-receipt-parser - 显示了解析 Apple 商店收据的可能方法
• https://lapo.it/asn1js/PKCS#7 - 转换为的工具ASN.1

AFAIK 信息应以 OCTET STRING 格式编码

如何使用 Javascript 检索 ASN.1bundle_id等信息？receipt_creation_date

我有一个 pandas 数据框，如下所示，我想根据列名称转置 df

我想转置所有具有_1、_2、_3 和_4 的列。我的 df 中有 100 多个值，下面是示例数据。

import pandas as pd

data = {
        # One Id Column
        'id':[1],
        
        #Other columns
        'c1':['1c'],
        'c2':['2c'],
        'c3':['3c'],
        
        #IC indicator
        'oc_1':[1],
        'oc_2':[0],
        'oc_3':[1],
        'oc_4':[1],
        
        #GC Indicator
        'gc_1':['T1'],
        'gc_2':['T2'],
        'gc_3':['T3'],
        'gc_4':['T4'],
        
        #PF Indicator
        'pf_1':['PF1'],
        'pf_2':['PF2'],
        'pf_3':['PF3'],
        'pf_4':['PF4'],
        
        #Values
        'V1_1':[11],
        'V1_2':[12],
        'V1_3':[13],
        'V1_4':[14],
        
        'S1_1':[21],
        'S1_2':[22],
        'S1_3':[23],
        'S1_4':[24]
        
        }
    
df = pd.DataFrame(data)

我需要将这个 df 转置为以下输出

我尝试了下面的代码：

standard_cols = ['id','c1','c2','c3']
value_cols = ['V1_1','V1_2','V1_3','V1_4','S1_1','S1_2','S1_3','S1_4']
result_cols = standard_cols+['OC','GC','PF','Var','value']

melted_df = pd.melt(df, id_vars=standard_cols + ['oc_1','oc_2','oc_3','oc_4','gc_1','gc_2','gc_3','gc_4','pf_1','pf_2','pf_3','pf_4'],
                    value_vars=value_cols,var_name='Var',value_name='value')

print(melted_df)

在 中fmt/core.h，我注意到该函数使用带有给定谓词的count_named_args()模板函数。count

我发现版本的重载版本count很奇怪：

template <bool B1, bool B2, bool... Tail> constexpr auto count() -> size_t {
  return (B1 ? 1 : 0) + count<B2, Tail...>();
}

为什么我们需要使用模板参数bool B2来显式提取下一个布尔值，而不是直接使用参数包bool... Tail？

如果我删除这些bool B2内容，然后尝试编译：

template <bool B1, bool... Tail> constexpr auto count() -> size_t {
  return (B1 ? 1 : 0) + count<Tail...>();
}

static_assert(count<false>() == 0);
static_assert(count<true, false>() == 1);

当参数数量减少到最后一个时，它会给出一个错误，因为确定重载是不明确的：

size_t count<false,>(void) noexcept
size_t count<false>(void) noexcept

在编码 ninjas 时遇到一个问题，检查一个字符串是否可以通过循环向右旋转来转换为另一个字符串。

我已经尝试过该解决方案，我的想法是将字符串连接到自身，然后使用 find 函数检查连接的字符串是否包含另一个字符串。 find 函数的时间复杂度是 O(n) 。但解决方案是在平台上给出 tle，说代码需要 O(n^2)。有人可以解释为什么代码没有被接受吗？

解决方案：

int isCyclicRotation(string &p, string &q) 
{
    if(q.size()!=p.size()){
        return 0;
    }
    string s=p+p;
    int sz=s.size();
    int qz=q.size();
    if(s.find(q)!=string::npos){
        return 1;
    }
    return 0;
}

我正在尝试构建一个机器人来从 Twitter 上抓取一些帖子以用于学习目的。问题是浏览器打开并要求登录。但实际上我之前已经登录过。为什么要求重新登录？我的代码中是否缺少某些内容？如果我在这里出错，有人可以指导我吗？如果我不登录，它将给出空的数据框。请帮我。

 import pandas as pd
 import time
 from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support.ui import Select
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.common.by import By


driver=webdriver.Chrome()
driver.get('https://twitter.com/search?q=python&src=typed_query')
driver.maximize_window()

time.sleep(5)
tweets=driver.find_elements(by='xpath',value='//article[@role="article"]')

user_data=[]
text_data=[]

for tweet in tweets:
    user=tweet.find_elements(by='xpath',value='//span[contains(text(),'@')]').text
    text=tweet.find_elements(by='xpath',value='//div[@lang]').text
    user.append(user_data)
    text.append(text_data)
driver.quit()

df_tweets=pd.DataFrame({'user':user_data,'text':text_data})
df_tweets.to_csv('tweets.csv',index=False)
print(df_tweets)

import os
from langchain.llms import OpenAI
import bs4
import langchain
from langchain import hub
from langchain.document_loaders import UnstructuredFileLoader
from langchain.embeddings import OpenAIEmbeddings
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain.vectorstores import Chroma

os.environ["OPENAI_API_KEY"] = "KEY"

loader = UnstructuredFileLoader(
    'path_to_file'
)
docs = loader.load()

text_splitter = RecursiveCharacterTextSplitter(
    chunk_size=1000, chunk_overlap=200, add_start_index=True
)
all_splits = text_splitter.split_documents(docs)
vectorstore = Chroma.from_documents(documents=all_splits, embedding=OpenAIEmbeddings())
retriever = vectorstore.as_retriever(search_type="similarity", search_kwargs={"k": 6})

retrieved_docs = retriever.get_relevant_documents(
    "What is X?"
)

这将返回：

[Document(page_content="...", metadata={'source': 'path_to_text', 'start_index': 16932}),
 Document(page_content="...", metadata={'source': 'path_to_text', 'start_index': 16932}),
 Document(page_content="...", metadata={'source': …

我正在为我的 Rust 项目创建一个 GitHub 存储库，但有很多文件，所以我只是想知道：

我应该将哪些文件放入存储库中，以及我应该绝对确保哪些文件不在存储库中？

我尝试过搜索，但什么也没找到。

我有一个包含开始日期、结束日期和价格的数组，例如。

/* date formate 'yyyy-mm-dd' */

$existingRanges = [
  ['start_date' => '2023-11-22', 'end_date' => '2023-11-30', 'price' => 200],
  ['start_date' => '2023-12-10', 'end_date' => '2023-12-14', 'price' => 100],
  ['start_date' => '2023-12-15', 'end_date' => '2023-12-20', 'price' => 100],
  ['start_date' => '2023-12-21', 'end_date' => '2023-12-27', 'price' => 100],
  ['start_date' => '2024-01-05', 'end_date' => '2024-01-05', 'price' => 600],
  ['start_date' => '2024-01-06', 'end_date' => '2024-01-07', 'price' => 700],
  ['start_date' => '2024-01-08', 'end_date' => '2024-01-20', 'price' => 700],
  ['start_date' => '2024-01-21', 'end_date' => '2024-01-31', 'price' => …

查看 Boost MP11 的实现mp_with_index，它似乎执行二分搜索以将运行时值映射到编译时常量。这对于较小的值似乎很有效，例如通过变体。但是，当使用较大的值对其进行测试时，编译器似乎很难及时编译代码。虽然我没有对编译时间进行基准测试，但在测试 5 位整数值时遇到编译器资源管理器的默认超时值似乎表明编译器必须执行比我预期更多的工作。

#include <boost/mp11/algorithm.hpp>

inline constexpr auto m = unsigned{99'999u};
inline constexpr auto n = unsigned{m - 1};

static_assert(boost::mp11::mp_with_index<m>(n,
     [](auto r){ return decltype(r)::value == n; }));

由于mp_with_index使用二分搜索算法，因此具有对数时间复杂度，因此我预计最多需要 18 个步骤才能实现 5 位整数值的映射。为什么编译器似乎需要做更多的工作而不仅仅是几个模板实例化和整数值比较？

实例

我使用 C# 12。在 C# 12 中我可以使用主构造函数：

public class UserService(IUnitOfWork uow) : IUserService
{
}

在 C# 12 之前，我对构造函数中注入的项使用 null 检查：

public class UserService : IUserService
{
    private readonly IUnitOfWork _uow;

    public UserService(IUnitOfWork uow)
    {
        ArgumentNullException.ThrowIfNull(uow);
        _uow = uow;
    }
}

现在我如何在 C# 12 中进行 null 检查？
是否需要对主构造函数使用快速失败？