百年

  生成订阅链接 参考内容： 利用CF work搭建反订阅工具 https://github.com/bulianglin/psub.git 汇聚订阅 使用CF pages与github链接 https://github.com/woshigui/subscribe.git 最终生成的有用的内容： 自己的订阅服务前端地址： https://hosteons.wjx3023.workers.dev/ 作用：前端面板，可将自己的节点转换成订阅链接，这个是个人搭建的，防止使用其他人的后端造成节点泄露 自己的订阅服务后端地址： https://hosteons.wjx3023.workers.dev/sub ? 作用：可以用作其他订阅的后端地址，防止节点泄露 let urls = []; // let subconverter = "apiurl.v1.mk"; //在线订阅转换后端，目前使用肥羊的订阅转换功能。支持自建psub 可自行搭建https://github.com/bulianglin/psub let subconverter = "https://hosteons.wjx3023.workers.dev/sub?" ; //在线订阅转换后端，目前使用个人的订阅转换功能。支持自建psub 可自行搭建https://github.com/bulianglin/psub 同时还可以在汇聚订阅中使用该后端，舍弃别人的后端。 在github中加入个人的节点信息，从而实现更新订阅，同步更新节点。分享给其他人，而不需要频繁的复制粘贴节点 我的订阅链接如下，在git的work中修改token，从而修改订阅链接地址， 我的域名为 https://subscribe.beikun.eu.org ，如果token为auto，那么订阅链接就是 https://subscribe.beikun.eu.org/auto 如果是其他xx，就用 https://subscribe.beikun.eu.org/xx let mytoken = 'auto' ; //可以随便取，或者uuid生成，https://1024tools.com/uuid 每次修改节点的时候，在我的github页面中添加节点就可以，会在CF的w...

 ### 使用logging日志记录 `logging` 是 Python 内置的日志模块，用于记录应用程序的运行状态，帮助开发者调试和监控程序。以下是 `logging` 模块的基本使用方法： #### 1. 导入模块 ```python import logging ``` ### 2. 配置日志 可以通过 `logging.basicConfig()` 函数配置日志系统的基本设置，例如日志的级别、格式、输出位置等： ```python logging.basicConfig(     level=logging.DEBUG,  # 设置日志级别     format='%(asctime)s - %(name)s - %(levelname)s - %(message)s',  # 设置日志格式     datefmt='%Y-%m-%d %H:%M:%S',  # 设置时间格式     filename='app.log',  # 日志输出到文件     filemode='w'  # 写入模式，'w' 表示覆盖写入，'a' 表示追加写入 ) ``` ### 3. 创建日志器 在程序中使用 `logging.getLogger()` 创建一个日志器（logger）： ```python logger = logging.getLogger(__name__) ``` `logging` 是 Python 内置的日志模块，用于记录应用程序的运行状态，帮助开发者调试和监控程序。以下是 `logging` 模块的基本使用方法： ### 1. 导入模块 首先需要导入 `logging` 模块： ``` python Copy code import logging ``` ### 2. 配置日志 可以通过 `logging.basicConfig()` 函数配置日志系统的基本设置，例如日志的级别、格式、输出位置等： ``` pythonCopy codelogging.basicConfig(     level=logging.DEBUG,  # 设置日志级别   ...

使用set操作替换list，优化查找效率 使用 set 和 list 进行查找操作的效率是不同的。具体来说： 列表 (list) 中的查找操作是线性的，时间复杂度为 𝑂(𝑛)。这意味着在列表中查找一个元素的时间会随着列表大小的增加而增加。 集合 (set) 中的查找操作是基于哈希表的，时间复杂度为 𝑂(1)。这意味着在集合中查找一个元素的时间不会随着集合大小的增加而显著增加。 优化后的代码 通过将 exist_list 转换为 exist_set ，你将查找操作的时间复杂度从 𝑂(𝑛) O ( n ) 降低到了 𝑂(1) O (1)。这样即使文件数量很多，查找的时间也几乎不会增加。 # 原代码（查找效率低） exist_list = os . listdir ( '' ) ​ # 优化后的代码（查找效率高） exist_list = os . listdir ( '' ) exist_set = set ( exist_list ) data_root = "/mnt/g/Zhang_pufen/raw/raw_frames" exist_list = os . listdir ( '/mnt/g/Zhang_pufen/py/avqa_object_feat/' ) exist_set = set ( exist_list )   # 使用集合来提高查找效率 ​ file_list = os . listdir ( data_root ) ​ # 过滤掉已经存在特征文件的视频 filtered_file_list = [ file for file in file_list if ( file + '.npy' ) not in exist_set ] for file_name in filtered_file_list: