APScheduler最基本的用法： “定时几秒后启动job” APScheduler最基本的用法： “定时几秒后启动job”两种调度器： BackgroundScheduler和BlockingScheduler的区别，job执行时间大于定时调度时间特殊情况的问题及解决方法每个job都会以thread的方式被调度。1、基本的定时调度APScheduler是python的一个定时任务调度框架，能实现类似linux下crontab类型的任务，使用起来比较方便。它提供基于固定时间间隔、日期以及crontab配置类似的任务调度，并可以持久化任务，或将任务以daemon方式运行。下面是一个最基本的使用示例：from apscheduler.schedulers.blocking import BlockingScheduler def job(): print('job 3s') if __name__=='__main__': sched = BlockingScheduler(timezone='MST') sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start()它能实现每隔3s就调度job()运行一次，所以程序每隔3s就输出'job 3s'。通过修改add_job()的参数seconds，就可以改变任务调度的间隔时间。2、BlockingScheduler与BackgroundScheduler区别APScheduler中有很多种不同类型的调度器，BlockingScheduler与BackgroundScheduler是其中最常用的两种调度器。那他们之间有什么区别呢？ 简单来说，区别主要在于BlockingScheduler会阻塞主线程的运行，而BackgroundScheduler不会阻塞。所以，我们在不同的情况下，选择不同的调度器：BlockingScheduler: 调用start函数后会阻塞当前线程。当调度器是你应用中唯一要运行的东西时（如上例）使用。BackgroundScheduler: 调用start后主线程不会阻塞。当你不运行任何其他框架时使用，并希望调度器在你应用的后台执行。下面用两个例子来更直观的说明两者的区别。BlockingScheduler例子from apscheduler.schedulers.blocking import BlockingScheduler import time def job(): print('job 3s') if __name__=='__main__': sched = BlockingScheduler(timezone='MST') sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): # 不会被执行到 print('main 1s') time.sleep(1) 运行这个程序，我们得到如下的输出：job 3s job 3s job 3s job 3s 可见，BlockingScheduler调用start函数后会阻塞当前线程， 导致主程序中while循环不会被执行到。 BackgroundScheduler例子from apscheduler.schedulers.background import BackgroundScheduler import time def job(): print('job 3s') if __name__=='__main__': sched = BackgroundScheduler(timezone='MST') sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): print('main 1s') time.sleep(1) 可见，BackgroundScheduler调用start函数后并不会阻塞当前线程，所以可以继续执行主程序中while循环的逻辑。main 1s main 1s main 1s job 3s main 1s main 1s main 1s job 3s 通过这个输出，我们也可以发现，调用start函数后，job()并不会立即开始执行。而是等待3s后，才会被调度执行。如何让job在start()后就开始运行如何才能让调度器调用start函数后，job()就立即开始执行呢？其实APScheduler并没有提供很好的方法来解决这个问题，但有一种最简单的方式，就是在调度器start之前，就运行一次job()，如下from apscheduler.schedulers.background import BackgroundScheduler import time def job(): print('job 3s') if __name__=='__main__': job() # 执行一次就好了哟 sched = BackgroundScheduler(timezone='MST') sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): print('main 1s') time.sleep(1) 这样就能得到如下的输出job 3s main 1s main 1s main 1s job 3s main 1s main 1s main 1s这样虽然没有绝对做到“让job在start()后就开始运行”，但也能做到“不等待调度，而是刚开始就运行job”。如果job执行时间过长会怎么样如果执行job()的时间需要5s，但调度器配置为每隔3s就调用一下job()，会发生什么情况呢？我们写了如下例子：from apscheduler.schedulers.background import BackgroundScheduler import time def job(): print('job 3s') time.sleep(5) if __name__=='__main__': sched = BackgroundScheduler(timezone='MST') sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): print('main 1s') time.sleep(1)运行这个程序，我们得到如下的输出：main 1s main 1s main 1s job 3s main 1s main 1s main 1s Execution of job "job (trigger: interval[0:00:03], next run at: 2018-05-07 02:44:29 MST)" skipped: maximum number of running instances reached (1) main 1s main 1s main 1s job 3s main 1s可见，3s时间到达后，并不会“重新启动一个job线程”，而是会跳过该次调度，等到下一个周期（再等待3s），又重新调度job()。为了能让多个job()同时运行，我们也可以配置调度器的参数max_instances，如下例，我们允许2个job()同时运行：from apscheduler.schedulers.background import BackgroundScheduler import time def job(): print('job 3s') time.sleep(5) if __name__=='__main__': job_defaults = { 'max_instances': 2 } sched = BackgroundScheduler(timezone='MST', job_defaults=job_defaults) sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): print('main 1s') time.sleep(1)运行程序，我们得到如下的输出：main 1s main 1s main 1s job 3s main 1s main 1s main 1s job 3s main 1s main 1s main 1s job 3s每个job是怎么被调度的通过上面的例子，我们发现，调度器是定时调度job()函数，来实现调度的。那job()函数会被以进程的方式调度运行，还是以线程来运行呢？为了弄清这个问题，我们写了如下程序：from apscheduler.schedulers.background import BackgroundScheduler import time,os,threading def job(): print('job thread_id-{0}, process_id-{1}'.format(threading.get_ident(), os.getpid())) time.sleep(50) if __name__=='__main__': job_defaults = { 'max_instances': 20 } sched = BackgroundScheduler(timezone='MST', job_defaults=job_defaults) sched.add_job(job, 'interval', id='3_second_job', seconds=3) sched.start() while(True): print('main 1s') time.sleep(1)运行程序，我们得到如下的输出：main 1s main 1s main 1s job thread_id-10644, process_id-8872 main 1s main 1s main 1s job thread_id-3024, process_id-8872 main 1s main 1s main 1s job thread_id-6728, process_id-8872 main 1s main 1s main 1s job thread_id-11716, process_id-8872可见，每个job()的进程ID都相同，但线程ID不同。所以，job()最终是以线程的方式被调度执行。来源：https://www.jb51.net/article/218332.htm

filter的基础用法 filter的基础用法对于列表（或其他序列类型），如果希望从中筛选出满足某个约束条件的子列表，我们一般的做法是使用一个for循环遍历每个元素然后执行相同约束条件判断，将满足条件的放入新的子列表中。例如，从列表中找出所有偶数子列表，并按对应的先后顺序放入子列表中:a = [1, 2, 3, 4, 5] b = [] for i in a: if i % 2 == 0: b.append(i)那么如果使用filter的话，使用filter函数使得代码变得更简洁：a = [1, 2, 3, 4, 5] def check(i): return i % 2 == 0 b = list(filter(check, a))示例content = "### #123 #234#568 #566#569#565#568" listdata = [i.strip() for i in content.split("#")] c = list(set(filter(lambda o: o, listdata))) print(listdata) print(c) # 输出 ['', '', '', '', '123', '234', '568', '566', '569', '565', '568'] ['566', '569', '565', '234', '123', '568']

对列表内的字典进行排序 降序排序alldate = [{'学号': 2.0, '姓名': '李四', '科目': '数学', '成绩': 77.0}, {'学号': 3.0, '姓名': '王五', '科目': '数学', '成绩': 78.0}, {'学号': 1.0, '姓名': '张三', '科目': '数学', '成绩': 90.0}, {'学号': 3.0, '姓名': '王五', '科目': '英语', '成绩': 76.0}, {'学号': 1.0, '姓名': '张三', '科目': '英语', '成绩': 90.0}, {'学号': 2.0, '姓名': '李四', '科目': '英语', '成绩': 91.0}, {'学号': 1.0, '姓名': '张三', '科目': '语文', '成绩': 88.0}, {'学号': 3.0, '姓名': '王五', '科目': '语文', '成绩': 88.0}, {'学号': 2.0, '姓名': '李四', '科目': '语文', '成绩': 89.0}] # 升序排序将reverse去掉即可 alldate.sort(key=lambda x: (x['成绩']), reverse=True) # alldate.reverse() print(alldate)多条件排序alldate.sort(key=lambda x: (x['成绩'], x['科目'])) # 按照科目和成绩进行双排序

Python *args和**kwargs 我们知道splat运算符解包多个值，并且知道函数参数有两种类型。若现在还未弄明白，那么可以将*args理解为变元的缩写，而**kwargs理解为关键字变元的缩写。各参数用于解压其各自的变元类型，允许使用可变字长变元列表进行函数调用。例如，创建一个函数表示学生的考试分数。def printScores(student,*scores): print(f"Student Name:{student}") for score in scores: print(score) printScores("Jonathan",100, 95, 88, 92, 99) """ Student Name: Jonathan 100 95 88 92 99 """噢，等等，我并未称呼其为*args？是的，“args”是一个标准化规范，但仍然只是一个名称。事实上，在*args中，唯一的星号是真正的参与者，创建了列表，其内容则是来自函数调用的位置参数（在这些定义变元后）。这些理清楚之后，**kwargs就很容易理解了。名称并不重要，重要的是双星号创建了字典，其内容是关键字参数，来自函数调用（在这些定义变元后）。为了更好地演示，我们创建一个函数，输出参加全国英语等级考试的人员名单。def printPetNames(owner,**pets): print(f"Owner Name:{owner}") for pet,name in pets.items(): print(f"{pet}:{name}") printPetNames("Jonathan", dog="Brock",fish=["Larry", "Curly", "Moe"],turtle="Shelldon") """ Owner Name: Jonathan dog: Brock fish: ['Larry', 'Curly', 'Moe'] turtle: Shelldon """

Python定时器 import threading import datetime def run(): print(datetime.datetime.now()) timer = threading.Timer(1, run) timer.start() # 这里才开始运行 if __name__ == '__main__': tq = threading.Timer(1, function=run) # 这里是创建线程 tq.start()

button和submit 如果是button请将button的类型改为type="button"，因为浏览器会认为button按钮默认类型是submit，会提交数据从而导致整个页面刷新在ie浏览器中按钮的type默认是button，在其他浏览器(如火狐，chrome)则是submit

vue跨域问题 在vue-cli版本为2.x的情况下修改webpack.dev.conf.js中的devServer对象加入disableHostCheck: truedevServer: { disableHostCheck: true, }vue-cli版本3.0的情况下修改vue.config.jsmodule.exports = { devServer: { disableHostCheck: true, // 或者试试下面这个 allowedHosts:['.xxxx.com','.xxx.com'], 或者是all } }