stringtoHex  (str) {
    var val = "";
    for (var i = 0; i < str.length; i++) {
        if (val == "")
            val = str.charCodeAt(i).toString(16);
            val += str.charCodeAt(i).toString(16);
    val += "0a"
    return val
                                    // hex转json字符串,16进制ASCII
var hextoString = function (hex) {
    var arr = hex.split("")
    var out = ""
    for (var i = 0; i < arr.length / 2; i++) {
        var tmp = "0x" + arr[i * 2] + arr[i *...
function hex2int(hex) {
 var len = hex.length, a = new Array(len), code;
 for (var i = 0; i < len; i++) {
  code = hex.charCodeAt(i);
  if (48<=code &&...
                                    网络协议分析是理解网络通信、诊断复杂问题的基础技术。其核心原理在于捕获和解码流经网络接口的数据包，将底层的二进制数据流转化为可读的协议信息。这项技术的价值在于为网络工程师、开发者和安全研究员提供了无可辩驳的底层证据，使其能够透视从物理层到应用层的完整交互过程，从而摆脱对日志和猜测的依赖。在应用场景上，它广泛应用于网络性能优化、应用故障诊断、安全威胁分析以及协议学习。本文聚焦于业界最强大的开源工具Wireshark，深入讲解其**捕获过滤器**与**显示过滤器**的配置逻辑、数据包深度解析方法，并通过典型实战
// 16进制转字符串
  hexToString: function(value) {
    let arr = this.groupArray(value), //将16进制字符串进行每两个分组
      result = "";
    for (var i = 0; i < arr.length; i++) {
      result += S...
                                    本文转载自：https://www.cnblogs.com/cutone/p/6007031.html  作者：cutone 转载请注明该声明。字符串转16进制 
function strToHexCharCode(str) { 　　if(str === "") 　　　　return ""; 　　var hexCharCode = []; 　　hexCharCode.push("0x");  　　...
本资源是一套完整可运行的 Qt Widgets 批量图片压缩桌面工具源码，基于 Qt5/C++ 从零开发，专为初学者设计，分步实现图片批量处理全套功能。工具支持多选单张图片、直接读取整个文件夹内所有 JPG/PNG 图像，可自定义输出图片分辨率、调节 JPG0~100 区间压缩质量，自带锁定宽高比防拉伸变形功能；批量处理完成后自动统计每张图片压缩前后文件体积，计算整体压缩缩小比例，直观展示压缩效果。
Qt/C++ 零基础初学者，学习 QImage 图像绘图、文件目录遍历、UI 交互开发；
需要本地批量处理图片的办公、设计、自媒体从业者；
想要学习图片缩放、JPG 压缩、本地文件 IO、进度条交互的开发学习者。
自媒体批量压缩配图，降低图片体积节省上传流量；
摄影、设计批量统一图片尺寸，批量轻量化相册图片；
程序开发学习：QFileDialog 文件选择、QDir 文件夹遍历、QImage 缩放保存、QSlider 参数联动、批量循环界面防卡顿、文件大小格式化转换全套 Qt 图像开发实战案例。
工具核心功能清单
双模式导入图片：手动多选单张图片 / 一键读取整个文件夹全部图片；
自定义输出宽高分辨率，支持锁定原始宽高比，避免图片拉伸变形；
滑块调节 JPG 压缩质量 0~100，平衡图片清晰度与文件占用大小；
自定义输出保存目录，批量生成压缩后的图片文件；
实时进度条展示处理进度，循环中刷新界面，程序不会假死卡顿；
自动统计每张图片压缩前后体积，换算 KB/MB 直观展示；
批量完成弹窗汇总：图片总数、成功数量、单张大小对比、整体压缩节省空间比例；
完整模块化代码，功能拆分清晰，每段代码附带详细注释，新手可分步拆解学习。
开发环境：Qt Creator + Qt5.15 MSVC，Windows 平台可直接编译运行；
源码结构清晰，功能
                                    01、数据介绍
包含有关收入、产出、投入和生产率的相对水平信息，涵盖1950-2023年各国GDP、汇率、TFP、CPI指数、人口、人力资本等多项数据，整理的PWT 11.0中文翻译使用说明，英文原版使用说明。
数据名称：佩恩表（PWT）
数据年份：1950-2023年
                                    引言：从“对话”到“执行”的范式跃迁
2026年，AI编程工具正经历一场深刻变革。过去，我们习惯于在对话框里向AI描述需求，然后手动复制它生成的代码、安装依赖、调试运行——AI是“顾问”，而我们是“执行者”。如今，以OpenAI Codex为代表的新一代智能体平台，已经彻底打破了这一模式。
Codex不再是一个被动的代码生成器，而是一个拥有“手脚”的可执行AI工作台。它能主动读取文件、安装依赖、执行命令、调用外部API，甚至操作浏览器进行端到端测试。这意味着，智能体（Agent）从概念走向了真实的生产环境。
本文将带你从零开始，系统学习Codex智能体的核心架构、环境配置、实战落地与高阶心法，完成从“会用AI”到“驾驭智能体”的能力跨越。
brew install trivy
docker run aquasec/trivy
从 https://github.com/aquasecurity/trivy/releases/latest/ 下载二进制文件
更多方式请参见[安装]
Trivy 已与许多流行平台和应用程序集成。完整的集成列表请参见[生态系统]页面。以下是一些常用示例：
GitHub Actions
Kubernetes operator
VS Code 插件
更多方式请参见[生态系统]
预览版构建
每次推送到主分支时，都会生成预览版构建（Docker Hub、GitHub、ECR 镜像以及 二进制文件）。
请注意：预览版构建可能存在严重错误，因此不建议在生产环境中使用。
trivy <target> [--scanners <scanner1,scanner2>] <subject>
trivy image python:3.4-alpine
语音识别，有GUI界面，实现0~9数字语音识别
详 情 说 明
在这个文档中，我们将讨论语音识别的重要性以及如何实现0到9的数字语音识别。语音识别是一种技术，它可以将人类的语音转换为计算机可以理解的文本。它在许多领域有广泛的应用，包括语音助手、语音控制和自动语音识别。语音识别技术的发展使得我们能够通过语音与计算机进行交互，使我们的生活更加便捷和高效。
除了语音识别的重要性，我们还将介绍一种具有图形用户界面（GUI）的方法来实现0到9的数字语音识别。GUI界面可以提供直观和方便的操作方式，使用户能够轻松地使用语音识别系统。通过GUI界面，用户可以输入数字并进行语音识别，系统将识别用户的语音并将其转换为对应的数字。
因此，通过结合语音识别技术和GUI界面，我们可以实现0到9的数字语音识别，为用户提供更好的交互体验和准确的识别结果。
                                    本资源为DevToys官方原版整理包，内含各平台安装程序与MIT协议LICENSE许可文件。
DevToys为MIT协议开源开发工具箱，官方原版可以免费获取，但是GitHub会很慢。本资源仅归档整理，非本人原创作品。
压缩包保留原始版权许可声明文件。
使用场景：JSON格式化、编解码、正则测试、文本对比等开发辅助工作。
                                    企业创新活动具有投入周期长、不确定性高和收益实现滞后等特征，持续稳定的资源支持是保障企业长期创新的重要基础。耐心资本作为一种强调长期价值创造、具备较高风险容忍度并积极参与企业治理的资本形态，能够通过缓解融资约束、优化公司治理结构以及增强企业风险承担能力，为企业持续开展创新活动提供长期稳定支持
本文基于2010—2024年中国A股上市公司样本数据，借鉴《耐心资本对企业持续性创新投入的影响研究》一文中的基准回归设计思路和研究方法，围绕“耐心资本是否能够促进企业持续性创新投入”这一问题展开基准回归实证检验，基准回归结果显示，耐心资本能显著促进企业持续性创新，数据集含原始数据、处理代码、基准回归实证结果
关键指标构建：
1.耐心资本：本文从稳定型股权和关系型债权两个维度刻画企业耐心资本水平，并采用熵权法对两个指标进行加权整合，构建综合耐心资本指数。其中，稳定型股权参考温磊和李思飞（2024）的研究，以长期机构投资者持股比例作为衡量指标；关系型债权参考吴旻佳（2022）、姜中裕（2024）的研究，采用上市公司长期负债占负债总额的比例衡量
2.企业持续性创新：基于研发投入三期动态变化构建，借鉴何郁冰（2017）、杨仁发（2025）的研究思路，计算第t-1至t年研发投入之和与第t-2至t-1年研发投入之和的比值，再将该比值乘以第t-1至t年研发投入之和，以此反映企业在创新投入上的持续性特征
相关数据：上市公司耐心资本数据，上市公司耐心资本投资数据，上市公司研发投入与专利数据
一、数据介绍
数据名称：耐心资本对企业持续性创新投入的影响研究
数据范围：上市公司企业
时间范围：2010-2024年
样本数量：31725条
数据来源：上市公司年报
数据说明：含原始数据、处理过程dofile文件、基准回归结果