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

华为存储模拟器（Storage Simulator）初体验 华为网络模拟器为eNSP，也有存储模拟器，虽然看不见物理，但也能通过模拟器了解存储的管理界面，华为存储的配置流程，如创建资源池，创建LUN，LUN与主机做映射关系等。模拟器为Storage Simulator，如下图，常见的OceanStor 5600或高端的18800都有，也有BCManger容灾软件平台。可以从下面列表进行下载，注册一个帐号即可。官方下载地址：点击下载下载后，直接一步步安装即可，同时会安装上JRE插件。安装完成后，开始菜单中会出现启动和停止菜单，如下图，使用时点击start demo即可，停止时点击stop demo。运行后，会提示启动成功，并提示访问https://127.0.0.1:8088，如下图到浏览器输入地址，进入登陆界面，用户名密码自动输入好了，直接点登陆即可。输入地址，进入登陆界面，用户名密码自动输入好了，直接点登陆即可登陆后，可以看到主界面和引导信息，左边为系统信息显示的内容，其它配置可以通过右边的一列图标菜单来切换，如下图所示，菜单内容包括系统信息、资源分配、主机、数据保护、监控、设置和技术支持系统项下可以看到系统的详细详细!资源分配是存储配置的主要内容，如下图，图片中有资源分配流程，可以直观的知道最后主机得到存储空间的一步步配置步骤，从创建硬盘域、创建存储池、创建LUN等，前后有先后顺序主机管理界面数据保护界面监控界面设置界面技术支持界面经过了对华为存储模拟器（Storage Simulator）初体验，初步了了解了华为存储的架构和基本的配置方法。待后期深入学习。

CVM搭建ZABBIX监控系统 一.安装php环境1.移除目前系统安装的 PHP 组件yum remove php* -y安装 PHP 的 YUM 源rpm -Uvh http://mirror.webtatic.com/yum/el6/latest.rpm检查 YUM 源是否已经存在ll /etc/yum.repos.d/webtatic.repo安装 PHP 环境yum -y install yum list|grep php71w|awk '{printf ("%s ",$1)}' --skip-broken2.修改 PHP 参数以安装 ZABBIX 的安装需求sed -i "s/;date.timezone =/date.timezone = Asia/Shanghai/g" /etc/php.inised -i "s#grep max_execution_time /etc/php.ini#max_execution_time = 300#g" /etc/php.inised -i "s#grep post_max_size /etc/php.ini#post_max_size = 32M#g" /etc/php.ini sed -i "s#grep max_input_time = /etc/php.ini#max_input_time = 300#g" /etc/php.ini sed -i "s#grep memory_limit /etc/php.ini#memory_limit = 128M#g" /etc/php.ini3.启动 PHP-FPM 服务service php-fpm start4.检查php-fpm服务是否正常启动并加入开机启动netstat -lntup|grep php-fpmchkconfig php-fpm on二.YUM 安装相关依赖组件1.安装 WEB 及数据库服务yum install -y ntpdate mailx dos2unix vim zcat wget net-snmp-utils gcc gcc-c++ autoconf httpd libxml* mysql mysql-server httpd-manual mod_ssl mod_perl mod_auth_mysql mysql-connector-odbc mysql-devel libdbi-dbd-mysql net-snmp-devel curl-devel unixODBC-devel OpenIPMI-devel java-devel fping2.启动 MYSQL 服务service mysqld startchkconfig mysqld on3.安装zabbix组件库实验未完成！下次继续更新

华为多区域ospf配置 学习目的1.掌握ospf配置指定router ID的方法2.掌握的区域ospf的配置方法3.掌握ospf区域之间路由汇总的配置方法4.掌握ospf参考宽带的配置方法5.掌握ospf参考带宽的配置方法6.掌握ospf引入外部路由的配置方法7.掌握ospf引入的外部路由时进行路由汇总的方法8.掌握ospf导入缺省路由的方法9.掌握对ospf中各类路由的管理距离修改的方法拓扑图按照拓扑配置好基础配置和ip给所有路由器配iP地址和掩码。配置时注意所有的Loopback接口配置有码均为24位，模拟成一^单独的网段。<Rl>syst€m-viewEntersystemview,returnuserviewwithCtrl+2.(R1)interfaceGigabitEthernet0/0/0[Rl-GigabitEthernetO/O/O]ipaddress10.0.124.124[Rl-GigabitEchernetO/O/O]quit各个路由器配置完成后，测试直连链路的连通性。配置多区域ospf为保证ospf的Router ID的稳定性，要为路由器配Router ID配置Router ID的方法有两种第一种【R1】Router ID 10.0.1.1第二种 在启动ospf的进程上加上Router ID【R1】ospf Router ID 10.0.1.1配置好Router ID以后要进入接口所属区域 arer 内修改ospf的网络类型为Broadcast，并宣布路由【R1】ospf Router ID 10.0.1.1【R1-ospf-1】 arer 2【R1-ospf-1】 network 10.0.124.1 0.0.0.0【R1-ospf-1】 network 10.0.1.1 0.0.0.0【R1-ospf-1】 quit【R1】interface loopbuck 0【R1-loopbuck 0】ospf network-type Broadcast【R1-loopbuck 0】quit各个路由器参考配置配置完成以后，display IP routing-lanle 查看路由表测试各个路由器间的连通性排错的常用命令display ospf brief 查看有路由器上运行的ospf的基本情况display ospf perr brief 查看路由器的ospf邻居关系简历情况display ospf lsdb 查看路由器数据库信息

飞冰(ICE) 阿里家的前端图形化一键工具 飞冰(ICE)“让前端开发简单而友好”是阿里对飞冰的介绍。今天逛开源中国，看到飞冰的更新日志，第一次了解到飞冰。下载飞冰安装后，简单使用后，感觉这太美妙了！我们做开发这行的，给公司给客户开发了这么多图形化的系统，提升工作效率，增加效益。但是我们自己日常用的工具，大多数却还是整天命令行命令行的……虽然不是很懂物料这个词，有点翻译的感觉。。。不过还是挺方便的，直接用它选模版生成项目。。。虽然vue的有点少另外还有很多插件可以使用。创建完项目后，可以查看项目详情。页面列表、布局列表以及项目依赖。可以很图形化地管理这些，并且不需要你自己安装NodeJS和Npm。新建一个页面也很简单，就是这一步软件会卡在那挺久的，有待优化。喜闻乐见的，直接开启了调试访问，非常简单。并且修改了源代码保存后，网页会自动生效。项目可以直接通过vscode等编辑器打开编辑。虽然阿里目前把飞冰定义为赋能中后台建设，但是我觉得以后开发工具带图形化界面才是趋势。图形化能够上手更加方便，日常使用也省心。而命令行我觉得更适合用于自动化脚本，在无需人工介入的情况下使用。更多信息请移步：官方网站： https://alibaba.github.io/ice/下载 iceworks： https://alibaba.github.io/ice/#/iceworksGithub： https://github.com/alibaba/ice/飞冰钉钉群号：21708683 或 点击查看二维码