白嫖某玩文字游戏的【免费】在线设计网站 今天在某度搜LOGO在线制作，看有个网站写着大大的“免费”于是开开心心的点了进去 。。。别说，这网站弄出来的LOGO还蛮漂亮的。。。在线设计制作过程确实免费。。。但保存的时候就要钱了，最低也要99。。。于是，右键——检查，发现生成的LOGO都是SVG的，而且那里写着一个大大的watermark删掉那一行，于是得到了一个没水印的LOGO复制SVG节点，右键，复制，复制元素桌面新建个文本，粘贴进去，然后保存为svg，用IE打开查看（IE打开可以右键另存为png），得到一个没水印的LOGO右键保存为png后发现，不是透明的，有白背景回网站上继续看，这里有个background和#fff（白色），应该是这行了，删掉，然后再复制代码保存于是免费得到一个透明的LOGO图片网站也可以在线编辑，替换图标，字体，效果之类的，保存都一样，复制SVG出来就行了。。。Win11之类的系统没带IE的，或默认浏览器打开没有另存为png的，可以自己搜索svg转png，有不少在线服务的

网工必备华为、华三、思科交换机配置自动采集工具（支持telnet、ssh、命令自定义） 软件介绍华为、华三、锐捷、思科等交换机的自动采集保存的脚本，日常采集交换机的配置，端口信息，vlan、邻居关系等等，支持win10系统。目前此脚本支持自定义命令设置，支持telnet、ssh，不支持console。使用说明以下是链接，用的好的话给个赞再走。链接：https://pan.baidu.com/s/1wIH-_FWXQmcTu2y_AY0Y7w提取码：0zhd支持ssh、telnet、自定义命令的新版地址链接：https://pan.baidu.com/s/18T7BS097SUc6xp9--2uKqw提取码：5krb阿里不限速分流 https://www.aliyundrive.com/s/EJGXjHRkmAP⛔ 注意：虽然是同一厂商，但还是存在有些采集的命令略有不同，比如华为CE系列 和 s系列 采集命令上是有些不一样的，配置采集完了之后查看一下采集的配置是不是有出现错误，出现采集错误的原因可能是填写IP的时候是下拉自动填充的，尽量上面所有的ip和账户密码都手动填写。{cloud title="下载" type="github" url="https://www.aliyundrive.com/s/RkXqSutgoDk" password=""/}

autoPing 网络监测软件 软件介绍autoPing 是一款基于PING协议及TCP协议的网络net设备就在线状态监测软件。 可以能够布置设置定时监测网络拓扑图中的设备， 根据记录ping返回或端口检测结果在网络拓扑图上显示该设备在线状态， 兼有告警功能。autoPing v3.1更新内容：1.增加Ping必备工具2.增加tracert功能3.增加故障发生时间及故障恢复时间提示4.增加日志功能5.增加邮件报警功能6.增加检测更新功能{cloud title="autoPing" type="default" url="https://neictop-1256272185.cos.ap-guangzhou.myqcloud.com/2022/03/19/1647666277.zip" password=""/}

UNRAID系统的安装使用教程 {card-describe title="unraid是什么"}一个需要付费的家用向的nas系统unraid本身如字面意思，不使用raid。unraid磁盘组下，你的各块硬盘都是分别存储数据的。某块硬盘的数据丢失并不会影响到其他磁盘的数据，但是同时又可以享有raid一样的数据冗余保护。{/card-describe}折腾了几天 先来看一下成果 {x} 仪表板  {x} DOCKER  {x} 虚拟机 下面开始安装教程 直接引用大佬们的教程 一个系列从零入门 {bilibili bvid="BV1nE411B73Y" page=""/}看完上面的教程基本就对unraid的安装过程有一定的了解:@(脸红) 下面放一个开心版的安装教程{bilibili bvid="BV1LT4y1M7Si" page=""/}{lamp/}总结一下教程和安装过程里的坑 :@(内伤) :@(吐血倒地) 司波图大佬教程里的虚拟机安装配置是基于硬件直通 用显卡作为输出我按照教程虚拟机开启总是报错有遇到的小伙伴可以看一下下面的教程： UNRAID系统虚拟机的安装使用教程 折腾了几天 先来看一下成果{x} 仪表板  {x} DOCKER  {x} 虚拟机 下面开始安装教程 直接引用大佬们的教程 一个系列从零入门 {bilibili bvid="BV1nE411B73Y" page=""/}看完上面的教程基本就对unraid的安装过程有一定的了解:@(脸红) 下面放一个开心版的安装教程{bilibili bvid="BV1LT4y1M7Si" page=""/}{lamp/}总结一下教程和安装过程里的坑 :@(内伤) :@(吐血倒地) 司波图大佬教程里的虚拟机安装配置是基于硬件直通 用显卡作为输出我按照教程虚拟机开启总是报错有遇到的小伙伴可以看一下下面的教程： UNRAID系统虚拟机的安装使用教程 {lamp/}{x} 下面放个开心版 PS:有能力的小伙伴多多支持正版 ::(滑稽) :@(无奈) {cloud title="" type="bd" url="https://pan.baidu.com/s/1ScEseQykXnrgOQwH6e9PQQ" password="1127"/} {x} 备用下载隐藏内容，请前往内页查看详情遇到问题的小伙伴也可以联系博主 :@(邪恶)

win11更新 安装教程 北京时间6月24日23:00，微软举行下一代Windows发布会，正式发布名为Windows 11的新一代操作系统。 下面教大家怎么更新到微软官网查看自己电脑的配置要求是否符合 尤其是 TPM 如果自己主板支持的话到BIOS里面去开启一下 然后下载 电脑健康状况检查 安装打开检查是否支持安装win11（官网下载太慢 打包在文末下载） 可以参考如下视频{bilibili bvid="BV1tb4y1C78C"/}如果检测结果如下 {x} 就可以下载win11系统进行安装了 系统安装过程在这就不赘述了！ 下面放一下win 11的一些图片　开始菜单 　设置 　个性化 　文件管理 　信息流 {cloud title="电脑健康状况检查" type="default" url="https://neictop-1256272185.cos.ap-guangzhou.myqcloud.com/2021/06/30/PCHealthCheckSetup_v2.3.msi" password=""/}{cloud title="win11镜像" type="bd" url="https://pan.baidu.com/s/1mbi08z5ZR8KXNr5SMcgEJg" password="t5rc"/}

京东全民养红包 利用代码一键完成 京东全民养红包 利用代码一键完成1、打开http://www.jd.com 登录京东账号2、打开https://happy.m.jd.com/babelDiy/GZWVJFLMXBQVEBDQZWMY/XJf8bH6oXDWSgS91daDJzXh9bU7/index.html 进入活动页面3、按F12 点击Console 输入代码 之后按一下回车键 就会自动完成了代码如下：let productList=[],shopList=[],url="https://api.m.jd.com/client.action";function autoPost(id,type){fetch(`${url}?timestamp=${new Date(). getTime()}`,{method:"POST",mode:"cors",credentials:"include",headers:{"Content-Type":"application/x-www-form-urlencoded"},body:`functionId= raisepacket_collectScore&body={"type":${type},"ext":"${id}","appsign":1,"msgsign":2}&client=wh5`}).then(function(response){return response. json()}).then(function(res){console.log(res.data.biz_msg)})}function start(){fetch(`${url}?${new Date().getTime()}`,{method:"POST",mode:" cors",credentials:"include",headers:{"Content-Type":"application/x-www-form-urlencoded"},body:'functionId=raisepacket_getShopAndProductList &body=&client=wh5'}).then(function(response){return response.json()}).then(function(res){productList=res.data.result.productList;shopList=re s.data.result.shopList;console.log(`获取到任务,商品：${productList.length}商品：${shopList.length}`);autoProductTask()})}function autoProdu ctTask(){for(let i=0,leng=productList.length;i<leng;i++){(function(index){setTimeout(()=>{let item=productList[index];autoPost(item['id'],4); console.log(`商品总任务数：${leng}当前任务数：${index+1}`);if(leng-1==index){autoShopTask()}},index*1500)})(i)}}function autoShopTask(){for(l et i=0,leng=shopList.length;i<leng;i++){(function(index){setTimeout(()=>{let item=shopList[index];autoPost(item['id'],2);console.log(`商铺总任 务数：${leng}当前任务数：${index+1}`);if(leng-1==index){autoPlay()}},index*1500)})(i)}}function autoPlay(){for(let i=0,leng=4;i<leng;i++){(fu nction(index){setTimeout(()=>{autoPost(0,5);console.log(`好玩互动：${leng}当前任务数：${index+1}`);if(leng-1==index){autoInteract()}},index* 1000)})(i)}}function autoInteract(){for(let i=0,leng=4;i<leng;i++){(function(index){setTimeout(()=>{autoPost(0,10);console.log(`视频直播：$ {leng}当前任务数：${index+1}`);if(leng-1==index){autoShopping()}},index*1000)})(i)}}function autoShopping(){for(let i=0,leng=3;i<leng;i++){ (function(index){setTimeout(()=>{autoPost(0,3);console.log(`精彩会场：${leng}当前任务数：${index+1}`)},index*1000)})(i)}}start(); 完成

一键生成微信个人专属数据报告(了解你的微信社交历史) 简介你是否想过生成一份属于你的微信个人数据报告，了解你的微信社交历史。现在，我们基于python对微信好友进行全方位数据分析，包括：昵称、性别、年龄、地区、备注名、个性签名、头像、群聊、公众号等。其中，在分析好友类型方面，主要统计出你的陌生人、星标好友、不让他看我的朋友圈的好友、不看他的朋友圈的好友数据。在分析地区方面，主要统计所有好友在全国的分布以及对好友数最多的省份进行进一步分析。在其他方面，统计出你的好友性别比例、猜出你最亲密的好友，分析你的特殊好友，找出与你所在共同群聊数最多的好友数据，对你的好友个性签名进行分析，对你的好友头像进行分析，并进一步检测出使用真人头像的好友数据。目前网上关于这方面的数据分析文章比较多，但是运行起来比较麻烦，而本程序的运行十分简单，只需要扫码登录一步操作即可。功能截图如何运行# 跳转到当前目录 cd 目录名 # 先卸载依赖库 pip uninstall -y -r requirement.txt # 再重新安装依赖库 pip install -r requirement.txt # 开始运行 python generate_wx_data.py 如何打包成二进制可执行文件# 安装pyinstaller pip install pyinstaller # 跳转到当前目录 cd 目录名 # 先卸载依赖库 pip uninstall -y -r requirement.txt # 再重新安装依赖库 pip install -r requirement.txt # 更新 setuptools pip install --upgrade setuptools # 开始打包 pyinstaller generate_wx_data.py 编写思路首先，进行初始化，并根据不同操作系统，启用微信机器人。# 初始化所需文件夹 init_folders() # 启动微信机器人，自动根据操作系统执行不同的指令 if('Windows' in system()): # Windows bot = Bot(cache_path=True) elif('Darwin' in system()): # MacOSX bot = Bot(cache_path=True) elif('Linux' in system()): # Linux bot = Bot(console_qr=2,cache_path=True) else: # 自行确定 print(u"无法识别你的操作系统类型，请自己设置") exit() 登录完微信后，开始获取好友数据和群聊数据。# 获取所有好友 friends = bot.friends(update=False) # 获取所有活跃群聊 groups = bot.groups() 共同所在群聊成员分析，依次对每个好友进行检测。def group_common_in(): # 获取所有活跃的群聊 groups = bot.groups() # 每个好友与你相同的群聊个数 dict_common_in = {} # 遍历所有好友，第0个为你自己，所以去掉 for x in friends[1:]: # 依次在每个群聊中搜索 for y in groups: # x在y中 if(x in y): # 获取微信名称 name = x.nick_name # 判断是否有备注，有的话就使用备注 if(x.remark_name and x.remark_name != ''): name = x.remark_name # 增加计数 if(name in dict_common_in.keys()): dict_common_in[name] += 1 else: dict_common_in[name] = 1 获取微信好友头像，以便进一步分析。这里下载头像比较慢，所以采取多线程方式进行下载。在多线程中，使用队列保存我们的头像url，不同线程从队列中获取头像url，并下载到本地。 # 创建一个队列，用于多线程下载头像，提高下载速度 queue_head_image = Queue() # 将每个好友元素存入队列中 # 如果为了方便调试，可以仅仅插入几个数据，friends[1:10] for user in friends: queue_head_image.put(user) # 启动10个线程下载头像 for i in range(1, 10): t = Thread(target=download_head_image,args=(i,)) t.start() 其中download_head_image的具体实现为：# 下载好友头像，此步骤消耗时间比较长 def download_head_image(thread_name): # 队列不为空的情况 while(not queue_head_image.empty()): # 取出一个好友元素 user = queue_head_image.get() # 下载该好友头像，并保存到指定位置，生成一个15位数的随机字符串 random_file_name = ''.join([str(random.randint(0,9)) for x in range(15)]) user.get_avatar(save_path='image/' + random_file_name + '.jpg') # 输出提示 print(u'线程%d:正在下载微信好友头像数据，进度%d/%d，请耐心等待……' %(thread_name, len(friends)-queue_head_image.qsize(), len(friends))) 进行性别、地区统计，并将生产的html文件保存到本地。这里没什么难度，所以就不详细展开了。# 分析好友性别比例 def sex_ratio(): # 初始化 male, female, other = 0, 0, 0 # 遍历 for user in friends: if(user.sex == 1): male += 1 elif(user.sex == 2): female += 1 else: other += 1 name_list = ['男性', '女性', '未设置'] num_list = [male, female, other] pie = Pie("微信好友性别比例") pie.add("", name_list, num_list, is_label_show=True) pie.render('data/好友性别比例.html') 分析你认识的好友、最亲密的人以及特殊好友。以特殊好友为例，我们将好友分为星标好友(很重要的人), 不让他看我的朋友圈的好友, 不看他朋友圈的好友, 消息置顶好友, 陌生人。这里分类的依据是根据itchat中的StarFriend和ContactFlag而来的。根据经验可知，StarFriend为1表示为星标好友，ContactFlag为1和3表示好友，259和33027表示不让他看我的朋友圈，65539和65537和66051表示不看他的朋友圈，65795表示两项设置全禁止, 73731表示陌生人。# 特殊好友分析 def analyze_special_friends(): # 星标好友(很重要的人), 不让他看我的朋友圈的好友, 不看他朋友圈的好友, 消息置顶好友, 陌生人 star_friends, hide_my_post_friends, hide_his_post_friends, sticky_on_top_friends, stranger_friends = 0, 0, 0, 0, 0 for user in friends: # 星标好友为1,为0表示非星标,不存在星标选项的为陌生人 if('StarFriend' in (user.raw).keys()): if((user.raw)['StarFriend'] == 1): star_friends += 1 else: stranger_friends += 1 # 好友类型及权限：1和3好友，259和33027不让他看我的朋友圈，65539和65537和66051不看他的朋友圈，65795两项设置全禁止, 73731陌生人 if((user.raw)['ContactFlag'] in [259, 33027, 65795]): hide_my_post_friends += 1 if ((user.raw)['ContactFlag'] in [66051, 65537, 65539, 65795]): hide_his_post_friends += 1 # 消息置顶好友为2051 if ((user.raw)['ContactFlag'] in [2051]): sticky_on_top_friends += 1 # 陌生人 if ((user.raw)['ContactFlag'] in [73731]): stranger_friends += 1 bar = Bar('特殊好友分析') bar.add(name='', x_axis=['星标', '不让他看我朋友圈', '不看他朋友圈', '消息置顶', '陌生人'], y_axis=[star_friends, hide_my_post_friends, hide_his_post_friends, sticky_on_top_friends, stranger_friends], legend_orient="vertical", legend_pos="left") bar.render('data/特殊好友分析.html') 对好友个性签名进行分析，并绘制出词语。这里比较复杂，首先将个性签名列表转化为字符串，调用nlp处理接口，对返回的数据进行过滤。同时，对短语进行分词，过滤，词频统计操作。最后，使用pyechart进行绘制词语图。代码中注释非常多，基本都能看懂，所以在此也无需再详细展开了。# 分析个性签名 def analyze_signature(): # 个性签名列表 data = [] for user in friends: # 清除签名中的微信表情emoj，即<span class.*?</span> # 使用正则查找并替换方式，user.signature为源文本，将<span class.*?</span>替换成空 new_signature = re.sub(re.compile(r"<span class.*?</span>", re.S), "", user.signature) # 只保留签名为1行的数据，过滤为多行的签名 if(len(new_signature.split('\n')) == 1): data.append(new_signature) # 将个性签名列表转为string data = '\n'.join(data) # 进行分词处理，调用接口进行分词 # 这里不使用jieba或snownlp的原因是无法打包成exe文件或者打包后文件非常大 postData = {'data':data, 'type':'exportword', 'arg':'', 'beforeSend':'undefined'} response = post('http://life.chacuo.net/convertexportword',data=postData) data = response.text.replace('{"status":1,"info":"ok","data":["', '') # 解码 data = data.encode('utf-8').decode('unicode_escape') # 将返回的分词结果json字符串转化为python对象，并做一些处理 data = data.split("=====================================")[0] # 将分词结果转化为list，根据分词结果，可以知道以2个空格为分隔符 data = data.split(' ') # 对分词结果数据进行去除一些无意义的词操作 stop_words_list = [',', '，', '、', 'the', 'a', 'is', '…', '·', 'э', 'д', 'э', 'м', 'ж', 'и', 'л', 'т', 'ы', 'н', 'з', 'м', '…', '…', '…', '…', '…', '、', '.', '。', '!', '！', ':', '：', '~', '|', '▽', '`', 'ノ', '♪', 'a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w', 'x', 'y', 'z', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J', 'K', 'L', 'M', 'N', 'O', 'P', 'Q', 'R', 'S', 'T', 'U', 'V', 'W', 'X', 'Y', 'Z', '0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '\'', '‘', '’', '“', '”', '的', '了', '是', '你', '我', '他', '她','=', '\r', '\n', '\r\n', '\t', '以下关键词', '[', ']', '{', '}', '(', ')', '（', '）', 'span', '<', '>', 'class', 'html', '?', '就', '于', '下', '在', '吗', '嗯'] tmp_data = [] for word in data: if(word not in stop_words_list): tmp_data.append(word) data = tmp_data # 进行词频统计，结果存入字典signature_dict中 signature_dict = {} for index, word in enumerate(data): print(u'正在统计好友签名数据，进度%d/%d，请耐心等待……' % (index + 1, len(data))) if(word in signature_dict.keys()): signature_dict[word] += 1 else: signature_dict[word] = 1 # 开始绘制词云 name = [x for x in signature_dict.keys()] value = [x for x in signature_dict.values()] wordcloud = WordCloud('微信好友个性签名词云图') wordcloud.add("", name, value, shape='star', word_size_range=[1,100]) wordcloud.render('data/好友个性签名词云.html') 拼接所有好友头像，这里使用到PIL的图像处理功能，首先对头像个数进行统计，自适应生成矩形图片。由于我们知道微信头像尺寸为640 * 640，所以处理起来就很方便了。# 拼接所有微信好友头像 def merge_head_image(): # 拼接头像 pics = listdir('image') # 得到user目录下的所有文件，即各个好友头像 numPic = len(pics) eachsize = int(math.sqrt(float(640 * 640) / numPic)) # 先圈定每个正方形小头像的边长，如果嫌小可以加大 numrow = int(640 / eachsize) numcol = int(numPic / numrow) # 向下取整 toImage = Image.new('RGB', (eachsize * numrow, eachsize * numcol)) # 先生成头像集模板 x = 0 # 小头像拼接时的左上角横坐标 y = 0 # 小头像拼接时的左上角纵坐标 for index, i in enumerate(pics): print(u'正在拼接微信好友头像数据，进度%d/%d，请耐心等待……' % (index + 1, len(pics))) try: # 打开图片 img = Image.open('image/' + i) except IOError: print(u'Error: 没有找到文件或读取文件失败') else: # 缩小图片 img = img.resize((eachsize, eachsize), Image.ANTIALIAS) # 拼接图片 toImage.paste(img, (x * eachsize, y * eachsize)) x += 1 if x == numrow: x = 0 y += 1 toImage.save('data/拼接' + ".jpg") 检测使用人脸作为头像的好友数量，这里使用到opencv的人脸检测功能，使用opencv默认的模型进行检测。首先载入图片，并进行灰度处理，最后加载人脸识别模型进行检测，若检测到脸数大于0，则说明存在。同时要注意的是，对错误的头像要进行舍弃操作。# 检测使用真实人脸的好友个数 def detect_human_face(): # 得到user目录下的所有文件名称，即各个好友头像 pics = listdir('image') # 使用人脸的头像个数 count_face_image = 0 # 存储使用人脸的头像的文件名 list_name_face_image = [] # 加载人脸识别模型 face_cascade = CascadeClassifier('model/haarcascade_frontalface_default.xml') for index, file_name in enumerate(pics): print(u'正在进行人脸识别，进度%d/%d，请耐心等待……' % (index+1, len(pics))) # 读取图片 img = imread('image/' + file_name) # 检测图片是否读取成功，失败则跳过 if img is None: continue # 对图片进行灰度处理 gray = cvtColor(img, COLOR_BGR2GRAY) # 进行实际的人脸检测，传递参数是scaleFactor和minNeighbor,分别表示人脸检测过程中每次迭代时图 faces = face_cascade.detectMultiScale(gray, 1.3, 5) if (len(faces) > 0): count_face_image += 1 list_name_face_image.append(file_name) print(u'使用人脸的头像%d/%d' %(count_face_image,len(pics))) 所有数据统计完后，我们生产一个总的html网页文件，方便我们直接查看。# 生成一个html文件，并保存到文件file_name中 def generate_html(file_name): with open(file_name, 'w', encoding='utf-8') as f: data = ''' <meta http-equiv='Content-Type' content='text/html; charset=utf-8'> <meta charset="UTF-8"> <title>一键生成微信个人专属数据报告(了解你的微信社交历史)</title> <meta name='keywords' content='微信个人数据'> <meta name='description' content=''> <iframe name="iframe1" marginwidth=0 marginheight=0 width=100% height=60% src="data/好友地区分布.html" frameborder=0></iframe> <iframe name="iframe2" marginwidth=0 marginheight=0 width=100% height=60% src="data/某省好友地区分布.html" frameborder=0></iframe> <iframe name="iframe3" marginwidth=0 marginheight=0 width=100% height=60% src="data/好友性别比例.html" frameborder=0></iframe> <iframe name="iframe4" marginwidth=0 marginheight=0 width=100% height=60% src="data/你认识的好友比例.html" frameborder=0></iframe> <iframe name="iframe5" marginwidth=0 marginheight=0 width=100% height=60% src="data/你最亲密的人.html" frameborder=0></iframe> <iframe name="iframe6" marginwidth=0 marginheight=0 width=100% height=60% src="data/特殊好友分析.html" frameborder=0></iframe> <iframe name="iframe7" marginwidth=0 marginheight=0 width=100% height=60% src="data/共同所在群聊分析.html" frameborder=0></iframe> <iframe name="iframe8" marginwidth=0 marginheight=0 width=100% height=60% src="data/好友个性签名词云.html" frameborder=0></iframe> <iframe name="iframe9" marginwidth=0 marginheight=0 width=100% height=60% src="data/微信好友头像拼接图.html" frameborder=0></iframe> <iframe name="iframe10" marginwidth=0 marginheight=0 width=100% height=60% src="data/使用人脸的微信好友头像拼接图.html" frameborder=0></iframe> ''' f.write(data) 补充软件下载链接：http://pan.neic.top/s/r9gqrn17 密码：rm2jt5下载解压双击一键生成微信个人专属数据报告.exe运行本软件不收集存储数据，无隐私泄漏风险完整版源代码存放在github上，有需要的可以下载作者sqzhang：GitHub：https://github.com/shengqiangzhang/examples-of-web-crawlers项目持续更新，欢迎您star本项目

基于PushBear开发借助微信第三方实现消息推送和提醒 在做机房运维的闲时，思考 ZABBIX运维能实现微信推送告警信息，于是开始在搜索引擎上查找相关资料，于是找到了网上大神做好现成的微信推送工具。使用起来也很简单 只需要使用微信扫描登录即可。登录错过以后我们到通道里申请一个信息发送通道。在通道管理里面就能看到我们新建通道的相关信息，将要接收推送的微信上面通道信息里面的二维码就能接收到本通道的信息推送啦。接下来就开始配置我们的发送信息了，在通道的 发送信息的 能看到通道SendKey、通道名称 、信息推送测试工具等。推送API也很简单 一个接口两个参数。接下来我们做个类似告警信息的推送实例，做一个基于 一言(https://hitokoto.cn)的语录定时推送。直接贴上php代码 <?php // 创建一个cURL资源 $ch=curl_init(); // 设置URL和相应的选项 curl_setopt($ch,CURLOPT_URL,"https://v1.hitokoto.cn/"); curl_setopt($ch,CURLOPT_RETURNTRANSFER,true); // 抓取URL并把它传递给浏览器 $strRes=curl_exec($ch); // 关闭cURL资源，并且释放系统资源 curl_close($ch); //将返回值存到数组arrResponse $arrResponse=json_decode($strRes,true); //输出数组中hitokoto的值 //echo $arrResponse['hitokoto']; //将数组中hitokoto的值赋值给变量wz $wz = $arrResponse['hitokoto']; echo $wz; // 创建一个cURL资源 $sh=curl_init(); // 设置URL和相应的选项 curl_setopt($sh,CURLOPT_URL,"https://pushbear.ftqq.com/sub?sendkey=11771-f94c3a93052e90791b7e97bc71102fe9&text=每日鸡汤&desp=$wz"); curl_setopt($sh,CURLOPT_RETURNTRANSFER,true); // 抓取URL并把它传递给浏览器 $strRes=curl_exec($sh); // 关闭cURL资源，并且释放系统资源 curl_close($sh); ?> 然后在服务器写个定时脚本 #!/bin/bash PATH=/bin:/sbin:/usr/bin:/usr/sbin:/usr/local/bin:/usr/local/sbin:~/bin export PATH curl -sS --connect-timeout 10 -m 60 'http://d.neic.top/css.php' echo "----------------------------------------------------------------------------" endDate=`date +"%Y-%m-%d %H:%M:%S"` echo "★[$endDate] Successful" echo "----------------------------------------------------------------------------" 就可以在规定时间接收到推送了。 下面是手机微信端接收到推送