Go语言技术文章
-
- Python asyncio.Queue 怎样用 join 等待所有任务完成
- Python asyncio.Queue 的 join 等待未完成计数归零,需要消费者逐条调用 task_done。通过 TaskGroup 与退出哨兵示例,区分队列清空、消费者退出和业务成功,并说明 Python 3.13+ shutdown 的迁移注意事项。
- 文章 · python教程 | 6天前 | Python join TaskGroup asyncio.Queue task_done 426浏览 收藏
-
- Python asyncio.timeout 怎样把超时转换成 TimeoutError
- Python asyncio.timeout 会在截止时间到达时取消当前任务,并在上下文管理器退出时把 asyncio.CancelledError 转换为内置 TimeoutError。本文给出最小写法,再说明异常捕获位置、动态截止时间、expired 状态、嵌套超时和 wait_for 的区别。
- 文章 · python教程 | 6天前 | 285浏览 收藏
-
- Python asyncio.wait 怎样只处理先完成的任务
- asyncio.wait 配合 FIRST_COMPLETED 可以先拿到已经完成或被取消的任务,并把仍在运行的任务放进 pending 集合。本文说明如何读取结果、处理超时,以及为什么必须显式决定 pending 任务的后续生命周期。
- 文章 · python教程 | 6天前 | 314浏览 收藏
-
- Python pathlib.Path.from_uri 怎样解析带 UNC 的 file URI
- Python 3.13 引入的 Path.from_uri 能解析 file URI;Python 3.14 进一步明确 authority 行为。本文用 UNC 示例说明 Windows 与非 Windows 的差异、绝对路径要求和兼容处理。
- 文章 · python教程 | 6天前 | 281浏览 收藏
-
- Java ZonedDateTime 怎样处理跨时区的重复时间
- Java ZonedDateTime 遇到夏令时回拨时,同一个本地时间可能对应两个有效偏移。本文用 ZoneRules.getValidOffsets() 先判断重复,再用 withEarlierOffsetAtOverlap() 或 withLaterOffsetAtOverlap() 明确选择,最后将结果转换为 Instant 保存,避免账单、预约和审计记录出现歧义。
- 文章 · java教程 | 6天前 | 217浏览 收藏
-
- Java Optional 怎样避免 map 与 flatMap 混用
-
Java Optional 链式调用里,map 适合把当前值转换成普通值,flatMap 适合连接本身就返回 Optional 的查询。本文从返回类型入手,说明怎样避免 Optional
>、怎样让空值传播保持清晰,以及在哪个边界收敛成默认值或异常。 - 文章 · java教程 | 6天前 | 219浏览 收藏
-
- Java Class-File API 怎样读取方法指令而不加载类
- Java Class-File API 可以直接读取 .class 文件模型,不必通过 Class.forName 加载目标类。本文从 ClassModel、MethodModel 到 CodeModel,演示如何按方法名枚举方法指令,并说明无方法体、惰性解析、版本兼容和 CodeElement 类型筛选边界。
- 文章 · java教程 | 6天前 | Java · Java教程 · java Class-File API ClassFile MethodModel CodeModel 字节码分析 193浏览 收藏
-
- Java HttpRequest 怎样用 BodyPublishers.ofInputStream 延迟产生请求体
- 用 Java HttpRequest.BodyPublishers.ofInputStream 延迟打开请求体,处理重复发送时重新提供 InputStream,以及文件流和 HttpClient 生命周期边界。
- 文章 · java教程 | 6天前 | 238浏览 收藏
-
- Java pattern matching 怎样在 switch 中绑定 record 分量
- 介绍 Java 21 及以上如何在 switch 中使用 record pattern 直接绑定 record 分量,并处理嵌套结构、when 守卫、null 与穷尽性。
- 文章 · java教程 | 6天前 | 341浏览 收藏
-
- Java ZoneOffsetTransition 怎样判断夏令时的重复与跳过时间
- Java ZoneOffsetTransition 用来描述时区偏移发生不连续变化的瞬间。本文从 ZoneRules.getTransition 出发,说明怎样区分夏令时前进造成的不存在时间与回拨造成的重复时间,并给出业务解析时的判断边界。
- 文章 · java教程 | 6天前 | 323浏览 收藏
-
- Java Stream Gatherers 怎样把窗口聚合写成 gatherer
- Java 24 及更高版本可以用 Stream.gather 和 Gatherers.windowFixed 把连续元素聚成窗口,再映射成业务摘要。本文说明固定窗口、滑动窗口、尾窗口、不可修改结果和大窗口内存边界。
- 文章 · java教程 | 6天前 | 484浏览 收藏
-
- Java Pattern.asMatchPredicate 怎样复用正则过滤 Stream
- Java Pattern.asMatchPredicate 可以把已编译正则转换为 Predicate,直接交给 Stream.filter 做整条字符串筛选。本文对比 asPredicate 的子串查找语义,给出复用 Pattern、处理空输入和选择并行边界的紧凑写法。
- 文章 · java教程 | 6天前 | 361浏览 收藏
-
- Java ResourceBundle 怎样按 Locale 查找并回退资源
- Java ResourceBundle 按 Locale 查找资源时,应显式传入目标 Locale,区分请求候选链、JVM 默认 Locale 和基础资源,并用 getLocale 判断实际命中的 bundle。文章还说明如何在需要时禁止默认 Locale 参与回退。
- 文章 · java教程 | 6天前 | Java · java 国际化 Properties locale ResourceBundle 399浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析,希望您看完这套视频有所收获;包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 803次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 793次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 881次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 851次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 682次使用

