104學習精靈

Visual Studio

Visual Studio
關注
邀請朋友
邀請朋友

Line

Facebook

複製連結

取消
Microsoft Visual Studio(簡稱VS)是美國微軟公司的開發工具套件系列產品。VS是一個基本完整的開發工具集,它包括了軟體整個生命周期中所需要的大部分工具,如UML工具、代碼管控工具、整合式開發環境等等。 Visual Studio 97為第一代Visual Studio,於1997年推出。它包含當時大部份由微軟推出的程式設計工具,包括Visual Basic 5.0、Visual C++ 5.0(主要用作視窗程式設計)、Visual J++ 1.1(用作Java及視窗程式設計)及Visual FoxPro(用作xBase設計)。它亦加入當時全新的Visual InterDev,使用ASP動態製作網站。 接下來的版本6.0在1998年6月發行,最後一個執行在Win9x機器上的版本。當微軟集中.NET框架開發時,Visual Studio 6.0是微軟開發系統這4年中的基礎。 Visual Studio .NET (2002) 支援.Net FrameWork 1.0。這是第一個必須執行於基於Windows NT的Windows平台上的Visual Studio版本,其安裝程式強化了這種需求。微軟引入了一種被稱為C#的新的程式語言,標的是.NET。它還引入了Visual J#作為Visual J++的繼任者。Visual J#程式使用Java的語法,但是與Visual J++程式不同,Visual J#只能以.NET Framework為標的,而不是像其他Java工具那樣以Java虛擬機器為標的。 Visual Basic被徹底地改變以適應新的框架,其新版被稱為Visual Basic .NET。微軟還為C++添加了C++託管擴充套件,這樣C++程式設計師就可以創建.NET程式了。 Visual Studio .NET可以被用來開發Windows應用程式(使用Windows Forms,.NET框架的一部分)、Web應用程式(使用ASP.NET和Web服務)以及移動裝置(使用.NET Compact Framework)。 Visual Studio .NET把除了Visual FoxPro以外的所有語言整合進了一個開發環境。與以前的Visual Studio相比,它的介面更簡潔,整合性更好。
關於教室
關注人數 24 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
關於教室
關注人數 24 人
104人力銀行從職缺中挑選出常見技能所成立的官方教室,提供大家進行共學互動。
學習主持人
持續分享知識,
有機會成為官方教室主持人
教室標籤
Hi~ 歡迎分享學習資源,有學習問題可匿名向Giver發問!
我要分享
我要提問

Visual Studio 學習推薦

全部
影片
文章

不知如何開始嗎? 先進行技能挑戰吧~

技能挑戰:初級
目前等級:未達初級
706 人已通過「初級」測驗,通過率70%,和學習精靈一起探索知識、增強能力!
我要挑戰
微軟 ASP.NET CORE 全端軟體工程師養成班
【預購課程】,超早鳥7折優惠實施中,只到 12/20!
立即暸解👉https://bit.ly/46RMHaE
前端主要以Vue.js為核心,學習相關熱門的MVVM動態網站開發框架,後端主要以微軟的C#程式為主,學習ASP.NET Core MVC、Restful API微服務趨勢與SQL Server開發應用,最後模擬業界實務專題部整合署Microsoft Azure 認知服務。
此課程由微軟國際認證名師陳宗興親授,過去宗興老師已成功協助近 1000名的學員成功就業或轉職軟體工程師。💻且在職場後的整體平均留用率達到83%以上。⬆️
此班最大特色為:
✅採用小班制教學方式。
✅避開平日上班時間,便於想轉職的學員。
✅採線上教學,側錄影片隨時複習。
✅專屬學習群組,隨時向老師助教提問。
✅模擬業界整合專題,導師調教傳授。
此班適合的對象:
⭕️剛畢業或退伍,具有程式基礎想從事軟體開發的社會新鮮人。
⭕️已上過其他就業養成班,尚覺得技術能力需要提升者。
⭕️具ASP.NET程式開發基礎,想學更深開發技術的人。
⭕️在職者,但對目前薪水及工作不滿意,想轉換職業跑道者。
不用花十萬 現在就立即展開學習
邁向ASP.NET Core 跨平台全端開發工程師吧!
(上期額滿,提早卡位最優惠!)
名額有限 ❗️現在就立即報名👇
1 0 4360 0
學習精靈

12/03 00:00

9973 118
Mike Ku

Learn Code With Mike品牌創辦人

2021/12/29

學會使用3個Scrapy網頁爬蟲偵錯技巧提升開發效率
Q:Scrapy Shell(互動介面)是什麼?
Scrapy Shell是一個互動式的終端(Terminal)介面,讓開發人員可以不需要等到整個Scrapy專案完成就能夠進行測試,主要是用來測試Scrapy框架使用css()或xpath()方法(Method)爬取資料的結果。
舉例來說,用Visual Studio Code開啟Scrapy專案,在終端介面(Terminal)的地方,利用以下的指令開啟Scrapy Shell:
如果想要確認回應的結果,可以使用以下的Scrapy Shell指令:
>>>view(response)
True
除此之外,假設要爬取其中的新聞標題,就可以在Scrapy Shell的互動式介面中,透過指令的方式,使用css()或xpath()方法(Method)來測試是否能夠爬取成功,如下範例:
>>> response.css("h3.post_title a.js-auto_break_title::text").get()
'Appier 將於東京交易所掛牌,市值估突破 10 億美元'
Q:Scrapy Logging(日誌)如何使用?
Scrapy網頁爬蟲另一個最常用來偵錯的方法就是Logging(日誌),依據重要的程度分為五種日誌類型,由高到低為:critical、error、warning、info、debug,由於Scrapy框架的網頁爬蟲類別(spiders)本身就已經有logger物件,所以無需引用就可以在網頁爬蟲中使用,如下範例:
class HotNewsSpider(scrapy.Spider):
name = 'hot_news'
allowed_domains = ['www.inside.com.tw']
def parse(self, response):
# 熱門文章標題
hot_news_title = response.xpath(
"//h1[@class='title']/text()").get()
if hot_news_title:
return hot_news_title
else:
self.logger.error("沒有爬取到熱門文章標題")
接下來,開啟Scrapy專案的settings.py檔案,加入以下設定,如下範例:
LOG_FILE = "inside_log.txt"
LOG_LEVEL = "ERROR" #特別注意這邊一定要大寫
其中「LOG_LEVEL(日誌層級)」可以自訂在哪一個日誌類型以上需要被記錄到日誌檔中,預設為DEBUG。
而Scrapy網頁爬蟲(spiders)模組以外,如果想要使用Logging(日誌),就需要引用logging模組(Module),以ITEM PIPELINE資料模型管道(pipelines.py)為例,如下範例:
from itemadapter import ItemAdapter
from scrapy.exporters import CsvItemExporter
import logging
class CsvPipeline:
def __init__(self):
self.file = open('posts.csv', 'wb')
self.exporter = CsvItemExporter(self.file, encoding='big5')
self.exporter.start_exporting()
def process_item(self, item, spider):
if item:
self.exporter.export_item(item)
return item
else:
logging.error("無資料匯出!")
...
如果想要學習更多的Python應用教學,歡迎前往Learn Code With Mike(https://www.learncodewithmike.com/2021/03/scrapy-spiders-debug.html
)網站觀看更多精彩內容。
2 0 593 0
學習精靈

08/25 00:00

3764 98

推薦給你

知識貓星球

喵星人

11/23 19:44

為什麼我的團隊出現「數據孤島」的情形?如何解決資訊不流通
數據孤島(Data Silos)是指在組織內部,不同部門或系統之間的數據無法有效共享和整合的現象。這種情況通常導訊息的孤立,影響企業的運營效率和決策能力。
【數據孤島的特點】
- 隔離性:數據孤島中的數據只能由特定的部門或團隊訪問,其他部門無法獲取或使用這些數據,造成訊息流通不暢。
- 重複性:不同部門可能會儲存相同的數據,導致資源浪費和數據不一致的問題。
- 決策困難:由於數據分散,企業難以進行全面的數據分析,影響決策的準確性和及時性。
【數據孤島的成因】
1. 技術障礙:不同部門使用的系統和平台可能不兼容,缺乏統一的數據標準和接口,導致數據無法共享。
2. 組織結構:各部門之間缺乏協作機制,可能出於自身利益考量而不願意共享數據,形成部門壁壘。
3. 數據治理不足:缺乏系統的數據治理策略,導致數據管理混亂,影響數據的質量和可靠性。
【數據孤島的影響】
✔ 降低效率:數據孤島會導致業務流程繁瑣,無法實現高效的跨部門協同,增加工作負擔。
✔ 影響決策:由於無法獲取全面的數據支持,管理層在做出決策時可能面臨困難,增加決策風險。
✔ 資源浪費:重複的數據存儲和處理不僅浪費了時間和人力資源,還可能導致數據的過時和不準確。
解決數據孤島問題的技術手段主要集中在數據整合、數據治理和系統協作等方面。以下是一些有效的技術方法:
【解決數據孤島的技術手段】
1. 數據集成平台
數據集成平台可以將來自不同系統的數據集中存儲、處理和分發,實現數據的一致性和可視化。這些平台通常使用ETL(提取、轉換、加載)工具來整合數據,從而消除數據孤島。
2. 數據倉庫和數據湖
數據倉庫和數據湖可以集中管理來自不同來源的數據,提供統一的數據視圖。數據倉庫適合結構化數據,而數據湖則能處理結構化和非結構化數據,支持更靈活的數據分析。
3. 統一的數據治理框架
建立明確的數據治理策略,包括數據分類、質量標準和安全規範,能夠提高數據的質量和一致性,並促進數據的共享和利用。
4. 雲ERP系統
雲ERP系統通過統一的平台整合企業的各個業務模塊,實現數據的集中管理和共享。這種系統能夠實時更新數據,提升決策效率和準確性,並減少IT成本。
5. API和微服務架構
功能:使用API(應用程式介面)和微服務架構可以促進不同系統之間的數據交互,實現靈活的數據共享和整合。這種方法能夠打破系統之間的壁壘,促進數據的流通。
6. 數據虛擬化技術
功能:數據虛擬化技術通過創建虛擬數據視圖,使得用戶能夠從多個數據源中一次性檢索數據,而不需要知道數據實際存儲的位置,從而提升數據訪問效率。
0 0 192 0
你可能感興趣的教室