Doi技术团队

svg 中的 viewBox 是什么？什么时候需要 viewBox？viewBox 能实现什么样的效果？

在 Android 中使用 Netty-Socket 互相发送图片和文字，

首先是服务端，服务端的应用在 server 下，其中最重要的是 NettyServerUtil.java，这里包含了服务的启动和发送数据，这数据包括文字和图像。

这段代码是启动 Netty 服务的，其中非常重要的是 ch.pipeline().addLast(new ByteArrayEncoder()); 和 ch.pipeline().addLast(new ByteArrayDecoder());，因为我们要传输的都是基于 byte[] 的，同时还要 LineBasedFrameDecoder 设置最大包的长度。

Android 使用 CameraX 实现相机快速实现对焦和放大缩小，本教程介绍如何使用 CameraX 实现相机点击对焦和放大缩小，单击对焦指定位置，使用双指放大缩小图像。下面是页面代码，使用 PreviewView 预览相机图像，然后使用 FocusImageView 自定义 View 来显示对焦框。CameraXPreviewViewTouchListener.kt 点监听事件，用于监听屏幕的点击监听动作。

CameraX 是谷歌提供的相机框架，这个框架非常强大，可以实现很方便点击对焦，放大缩小，保存优质的图像等等。最重要的是 androidx.camera.view.PreviewView 控件，这个可以实现预览图像，点击监听事件等操作都可以在这里完成。不过这里只介绍预览图像和拍照保存。startCamera() 方法可以实现预览操作，代码都有注释。CameraX 提供了 imageCapture.takePicture() 接口用于保存图像。

CameraKit 框架是一款极其简单的 Android 相机框架，代码量比使用原生的少很多。本章教程我们就来使用 CameraKit 搭建一个简单的相机，并实现点击保存图像。

Java 代码就简单很多了，其中要在 Activity 生命周期中也添加 CameraKitView 的什么周期。CameraKit 也提供了动态权限申请接口，使用 cameraKitView.onRequestPermissionsResult() 接口实现动态权限申请，这样就完成了相机预览功能。拍照保存也很简单，使用 cameraKitView.captureImage() 就可以保存图像到本地了。这也太简单了。

JavaScript 使用 Object.prototype.toString.call 来检查类型，那么写成这种形式的原因是什么呢？

# 如何合并两个字典在python3.5 +

>>> x = {'a': 1, 'b': 2}
>>> y = {'b': 3, 'c': 4}

>>> z = {**x, **y}

>>> z
{'c': 4, 'a': 1, 'b': 3}

# 在Python中2.x你可以用这个:
>>> z = dict(x, **y)
>>> z
{'a': 1, 'c': 4, 'b': 3}

# 在这些示例中，Python按照表达式中列出的顺序合并字典键，从左到右覆盖重复项。

# 在Python中同时测试多个标志的不同方法
x, y, z = 0, 1, 0

if x == 1 or y == 1 or z == 1:
    print('passed')

if 1 in (x, y, z):
    print('passed')

# These only test for truthiness:
if x or y or z:
    print('passed')

if any((x, y, z)):
    print('passed')

# 如何按值对Python dict进行排序(==获得按值排序的表示)

>>> xs = {'a': 4, 'b': 3, 'c': 2, 'd': 1}

>>> sorted(xs.items(), key=lambda x: x[1])
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# Or:

>>> import operator
>>> sorted(xs.items(), key=operator.itemgetter(1))
[('d', 1), ('c', 2), ('b', 3), ('a', 4)]

# dicts上的get()方法及其“默认”参数

name_for_userid = {
    382: "Alice",
    590: "Bob",
    951: "Dilbert",
}

def greeting(userid):
    return "Hi %s!" % name_for_userid.get(userid, "there")

>>> greeting(382)
"Hi Alice!"

>>> greeting(333333)
"Hi there!"

# 使用namedtuple比手动定义类要短得多:
>>> from collections import namedtuple
>>> Car = namedtuple('Car', 'color mileage')

# 我们新的“Car”类按预期工作:
>>> my_car = Car('red', 3812.4)
>>> my_car.color
'red'
>>> my_car.mileage
3812.4

# 我们得到一个不错的字符串repr:
>>> my_car
Car(color='red' , mileage=3812.4)

# 和元组一样，namedtuple也是不可变的:
>>> my_car.color = 'blue'
AttributeError: "can't set attribute"

# 对于dicts的标准字符串repr很难阅读:
>>> my_mapping = {'a': 23, 'b': 42, 'c': 0xc0ffee}
>>> my_mapping
{'b': 42, 'c': 12648430. 'a': 23}  # �0�6

# “json”模块可以做得更好:
>>> import json
>>> print(json.dumps(my_mapping, indent=4, sort_keys=True))
{
    "a": 23,
    "b": 42,
    "c": 12648430
}

# 注意，这只适用于包含基本类型的字典(检查“pprint”模块):
>>> json.dumps({all: 'yup'})
TypeError: keys must be a string

# Python为什么很棒:函数参数解包

def myfunc(x, y, z):
    print(x, y, z)

tuple_vec = (1, 0, 1)
dict_vec = {'x': 1, 'y': 0, 'z': 1}

>>> myfunc(*tuple_vec)
1, 0, 1

>>> myfunc(**dict_vec)
1, 0, 1

# “timeit”模块允许您度量一小段Python代码的执行时间

>>> import timeit
>>> timeit.timeit('"-".join(str(n) for n in range(100))',
                  number=10000)

0.3412662749997253

>>> timeit.timeit('"-".join([str(n) for n in range(100)])',
                  number=10000)

0.2996307989997149

>>> timeit.timeit('"-".join(map(str, range(100)))',
                  number=10000)

0.24581470699922647

# Python为什么这么棒:就地值交换

# 假设我们想交换a和b的值。
a = 23
b = 42

# 使用临时变量的“经典”方法:
tmp = a
a = b
b = tmp

# Python也让我们使用这个简短的方法:
a, b = b, a

# 函数是Python中的特殊地位

# 它们可以作为参数传递给其他函数，也可以作为其他函数的值返回，也可以分配给变量并存储在数据结构中

>>> def myfunc(a, b):
...     return a + b
...
>>> funcs = [myfunc]
>>> funcs[0]
<function myfunc at 0x107012230>
>>> funcs[0](2, 3)
5

# 因为Python拥有一流的函数，所以它们可以用来模拟switch/case语句

def dispatch_if(operator, x, y):
    if operator == 'add':
        return x + y
    elif operator == 'sub':
        return x - y
    elif operator == 'mul':
        return x * y
    elif operator == 'div':
        return x / y
    else:
        return None


def dispatch_dict(operator, x, y):
    return {
        'add': lambda: x + y,
        'sub': lambda: x - y,
        'mul': lambda: x * y,
        'div': lambda: x / y,
    }.get(operator, lambda: None)()


>>> dispatch_if('mul', 2, 8)
16

>>> dispatch_dict('mul', 2, 8)
16

>>> dispatch_if('unknown', 2, 8)
None

>>> dispatch_dict('unknown', 2, 8)
None

# Python在标准库中内置了一个HTTP服务器。这是超级方便的网站预览。

# Python 3.x
$ python -m http.server

# Python 2.x
$ python -m SimpleHTTPServer 8000

# Python的列表理解非常棒。

vals = [expression 
        for value in collection 
        if condition]

# 这相当于:

vals = []
for value in collection:
    if condition:
        vals.append(expression)

# Example:

>>> even_squares = [x * x for x in range(10) if not x % 2]
>>> even_squares
[0, 4, 16, 36, 64]

# Python 3.5+支持“类型注释”，可以与Mypy等工具一起使用来编写静态类型的Python:

def my_add(a: int, b: int) -> int:
    return a + b