')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調用 initGeetest 進行初始化
// 參數1：配置參數
// 參數2：回調，回調的第一個參數驗證碼對象，之后可以使用它調用相應的接口
initGeetest({
// 以下 4 個配置參數為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機
new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機
product: "float", // 產品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數說明請參見：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計時完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁 > 行業(yè)圖譜 >
- python用Pygal如何生成漂亮的SVG圖像詳解
2018-01-26-
python用Pygal如何生成漂亮的SVG圖像詳解
本篇文章講述python如何用 Pygal 來生成漂亮的 SVG 圖表，并能夠利用 Python 中的 Flask 框架來顯示你的 SVG 圖像
SVG可以算是目前最最火熱的圖像文件格式了，它的 ...
- 各種相似度計算的python實現(xiàn)
- 2018-01-25
-
各種相似度計算的python實現(xiàn)
在數據挖掘中有很多地方要計算相似度，比如聚類分析和協(xié)同過濾。計算相似度的有許多方法，其中有歐幾里德距離、曼哈頓距離、Jaccard系數和皮爾遜相關度等等。我們這里把一些常用的 ...
- 相關性檢驗之Pearson系數及python實現(xiàn)
- 2018-01-25
-
相關性檢驗之Pearson系數及python實現(xiàn)
一、Pearson相關系數
皮爾森相關系數是用來反應倆變量之間相似程度的統(tǒng)計量，在機器學習中可以用來計算特征與類別間的相似度，即可判斷所提取到的特征和類別是正相關、 ...
- python處理csv數據的方法
- 2018-01-24
-
python處理csv數據的方法
這篇文章主要介紹了python處理csv數據的方法,實例分析了Python處理csv數據的技巧,分享給大家供大家參考。
具體如下：
Python代碼：
代碼如下:
#coding=utf-8
__author__ ...
- python編程實現(xiàn)隨機生成多個橢圓實例代碼
- 2018-01-23
-
python編程實現(xiàn)隨機生成多個橢圓實例代碼
這篇文章主要介紹了python編程實現(xiàn)隨機生成多個橢圓實例代碼，具有一定借鑒價值,需要的朋友可以參考下
橢圓演示：
代碼示例：
import matplotlib.pyplot ...
- python實現(xiàn)同時給多個變量賦值的方法
- 2018-01-23
-
python實現(xiàn)同時給多個變量賦值的方法
這篇文章主要介紹了python實現(xiàn)同時給多個變量賦值的方法,涉及Python中變量賦值的相關技巧,非常具有實用價值,分享給大家供大家參考。具體分析如下：
python中可以同 ...
- python中實現(xiàn)k-means聚類算法詳解
- 2018-01-22
-
python中實現(xiàn)k-means聚類算法詳解
這篇文章主要介紹了python中實現(xiàn)k-means聚類算法詳解，具有一定參考價值，需要的朋友可以了解下。
算法優(yōu)缺點：
優(yōu)點：容易實現(xiàn)
缺點：可能收斂到局部最小值，在大規(guī)模 ...
- python實現(xiàn)圖片處理和特征提取詳解
- 2018-01-22
-
python實現(xiàn)圖片處理和特征提取詳解
這是一張靈異事件圖。。。開個玩笑，這就是一張普通的圖片。
毫無疑問，上面的那副圖畫看起來像一幅電腦背景圖片。這些都歸功于我的妹妹，她能夠將一些看上去奇怪的 ...
- python使用分治法實現(xiàn)求解最大值的方法
- 2018-01-20
-
python使用分治法實現(xiàn)求解最大值的方法
本文實例講述了python使用分治法實現(xiàn)求解最大值的方法。分享給大家供大家參考。具體分析如下：
題目：
給定一個順序表，編寫一個求出其最大值和最小值的分治算法。 ...
- python實現(xiàn)斐波那契數列的方法示例
- 2018-01-20
-
python實現(xiàn)斐波那契數列的方法示例
斐波那契數列，又稱黃金分割數列，指的是這樣一個數列：0、1、1、2、3、5、8、13、21、……在數學上，斐波納契數列以如下遞歸的方法定義：
F（0）=0，F(xiàn)（1）=1，F(xiàn)（n）=F(n-1 ...
- python 實例簡述 k-近鄰算法的基本原理
- 2018-01-17
-
python 實例簡述 k-近鄰算法的基本原理
首先我們一個樣本集合，也稱為訓練樣本集，在訓練樣本集中每個數據都存在一個標簽用來指明該數據的所屬分類。在輸入一個新的未知所屬分類的數據后，將新數據的所有特征和 ...
- python實現(xiàn)的 K-近鄰算法代碼詳細解釋
- 2018-01-16
-
python實現(xiàn)的 K-近鄰算法代碼詳細解釋
一、k近鄰算法概述
k近鄰算法采用測量不同特征值之間的距離方法進行分類。
優(yōu)點：精度高、對異常值不敏感、無數據輸入假定。
缺點：計算復雜度高、空間復雜度高 ...
- python標準算法實現(xiàn)數組全排列的方法
- 2018-01-13
-
python標準算法實現(xiàn)數組全排列的方法
本文實例講述了python標準算法實現(xiàn)數組全排列的方法，代碼來自國外網站。分享給大家供大家參考。具體分析如下：
從n個不同元素中任取m（m≤n）個元素，按照一定的順 ...
- 數據工程師常用的幾個小工具（附python源代碼）
- 2018-01-12
-
數據工程師常用的幾個小工具（附python源代碼）
作為數據工程師或者數據分析師，經常會跟各種數據打交道，其中，獲取數據這一關是無法避免的，下面，我就將自己時常工作中用到的數據連接配置模型分享出來，供大 ...
- python編寫樸素貝葉斯用于文本分類
- 2018-01-08
-
python編寫樸素貝葉斯用于文本分類
樸素貝葉斯估計
樸素貝葉斯是基于貝葉斯定理與特征條件獨立分布假設的分類方法。首先根據特征條件獨立的假設學習輸入/輸出的聯(lián)合概率分布，然后基于此模型，對給定的輸入 ...
- python使用xlrd模塊讀寫Excel文件的方法
- 2018-01-03
-
python使用xlrd模塊讀寫Excel文件的方法
本文實例講述了python使用xlrd模塊讀寫Excel文件的方法。分享給大家供大家參考。具體如下：
一、安裝xlrd模塊
下載模塊安裝，前提是已經安裝了python 環(huán)境。
...
- python自定義類并使用的方法
- 2017-12-30
-
python自定義類并使用的方法
這篇文章主要介紹了python自定義類并使用的方法,涉及Python中類的定義與使用技巧,分享給大家供大家參考。
本文實例講述了python自定義類并使用的方法具體如下： ...
- python基礎教程之元組操作使用詳解
- 2017-12-24
-
python基礎教程之元組操作使用詳解
這篇文章主要介紹了python的元組操作使用方法,需要的朋友可以參考下
簡介
tuple
1.元組是以圓括號“()”包圍的數據集合，不同成員以“,”分隔。通過下標進行訪 ...
- python正常時間和unix時間戳相互轉換的方法
- 2017-12-23
-
python正常時間和unix時間戳相互轉換的方法
本文實例講述了python正常時間和unix時間戳相互轉換的方法。分享給大家供大家參考。具體分析如下：
這段代碼可以用來轉換常規(guī)時間格式為unix時間戳，也可以將unix時 ...
- 利用python實現(xiàn)簡單的循環(huán)購物車功能示例代碼
- 2017-12-20
-
利用python實現(xiàn)簡單的循環(huán)購物車功能示例代碼
購物車對我們每位開發(fā)者來說應該都不陌生，下面這篇文章主要給大家介紹了利用python實現(xiàn)簡單的循環(huán)購物車功能的相關資料，文中給出了詳細的示例代碼供大家參考學習 ...
全國校區(qū)
京公網安備 11010802034615號
經營許可證編號：京B2-20210330