wince默认浏览器是什么?怎么禁用其后退功能?

硬件/嵌入开发 > 嵌入开发(WinCE) [问题点数:100分,结帖人guomaomao1981]
等级
本版专家分:0
结帖率 100%
等级
本版专家分:16155
勋章
Blank
签到新秀 累计签到获取,不积跬步,无以至千里,继续坚持!
Blank
红花 2008年9月 硬件/嵌入开发大版内专家分月排行榜第一
2008年5月 硬件/嵌入开发大版内专家分月排行榜第一
2008年4月 硬件/嵌入开发大版内专家分月排行榜第一
2008年3月 硬件/嵌入开发大版内专家分月排行榜第一
Blank
黄花 2008年10月 硬件/嵌入开发大版内专家分月排行榜第二
2008年8月 硬件/嵌入开发大版内专家分月排行榜第二
2008年7月 硬件/嵌入开发大版内专家分月排行榜第二
2008年6月 硬件/嵌入开发大版内专家分月排行榜第二
2007年12月 硬件/嵌入开发大版内专家分月排行榜第二
等级
本版专家分:77
等级
本版专家分:1038
等级
本版专家分:0
等级
本版专家分:16155
勋章
Blank
签到新秀 累计签到获取,不积跬步,无以至千里,继续坚持!
Blank
红花 2008年9月 硬件/嵌入开发大版内专家分月排行榜第一
2008年5月 硬件/嵌入开发大版内专家分月排行榜第一
2008年4月 硬件/嵌入开发大版内专家分月排行榜第一
2008年3月 硬件/嵌入开发大版内专家分月排行榜第一
Blank
黄花 2008年10月 硬件/嵌入开发大版内专家分月排行榜第二
2008年8月 硬件/嵌入开发大版内专家分月排行榜第二
2008年7月 硬件/嵌入开发大版内专家分月排行榜第二
2008年6月 硬件/嵌入开发大版内专家分月排行榜第二
2007年12月 硬件/嵌入开发大版内专家分月排行榜第二
等级
本版专家分:122682
勋章
Blank
签到新秀 累计签到获取,不积跬步,无以至千里,继续坚持!
Blank
优秀版主 2015年7月优秀小版主
2015年5月优秀小版主
2014年11月论坛优秀版主
Blank
微软MVP 2014年7月荣获微软MVP称号
2013年7月 荣获微软MVP称号
2012年7月 荣获微软MVP称号
2011年7月 荣获微软MVP称号
2010年7月 荣获微软MVP称号
Blank
红花 2016年8月 硬件/嵌入开发大版内专家分月排行榜第一
2016年6月 硬件/嵌入开发大版内专家分月排行榜第一
2015年12月 硬件/嵌入开发大版内专家分月排行榜第一
2015年7月 硬件/嵌入开发大版内专家分月排行榜第一
2015年6月 硬件/嵌入开发大版内专家分月排行榜第一
2015年4月 硬件/嵌入开发大版内专家分月排行榜第一
2014年12月 硬件/嵌入开发大版内专家分月排行榜第一
2014年10月 硬件/嵌入开发大版内专家分月排行榜第一
2014年9月 硬件/嵌入开发大版内专家分月排行榜第一
2014年8月 硬件/嵌入开发大版内专家分月排行榜第一
2014年7月 硬件/嵌入开发大版内专家分月排行榜第一
2014年5月 硬件/嵌入开发大版内专家分月排行榜第一
2014年4月 硬件/嵌入开发大版内专家分月排行榜第一
2014年3月 硬件/嵌入开发大版内专家分月排行榜第一
2014年1月 硬件/嵌入开发大版内专家分月排行榜第一
2013年12月 硬件/嵌入开发大版内专家分月排行榜第一
2013年10月 硬件/嵌入开发大版内专家分月排行榜第一
2013年9月 硬件/嵌入开发大版内专家分月排行榜第一
2013年8月 硬件/嵌入开发大版内专家分月排行榜第一
2013年7月 硬件/嵌入开发大版内专家分月排行榜第一
2013年5月 硬件/嵌入开发大版内专家分月排行榜第一
2013年4月 硬件/嵌入开发大版内专家分月排行榜第一
2013年3月 硬件/嵌入开发大版内专家分月排行榜第一
2012年12月 硬件/嵌入开发大版内专家分月排行榜第一
2012年11月 硬件/嵌入开发大版内专家分月排行榜第一
2011年3月 硬件/嵌入开发大版内专家分月排行榜第一
2011年2月 硬件/嵌入开发大版内专家分月排行榜第一
2009年10月 硬件/嵌入开发大版内专家分月排行榜第一
2009年7月 硬件/嵌入开发大版内专家分月排行榜第一
2009年6月 硬件/嵌入开发大版内专家分月排行榜第一
2007年12月 硬件/嵌入开发大版内专家分月排行榜第一
2003年6月 硬件/嵌入开发大版内专家分月排行榜第一
2002年9月 硬件/嵌入开发大版内专家分月排行榜第一
2002年8月 硬件/嵌入开发大版内专家分月排行榜第一
2002年7月 硬件/嵌入开发大版内专家分月排行榜第一
2002年5月 硬件/嵌入开发大版内专家分月排行榜第一
2002年4月 硬件/嵌入开发大版内专家分月排行榜第一
等级
本版专家分:833
等级
本版专家分:122682
勋章
Blank
签到新秀 累计签到获取,不积跬步,无以至千里,继续坚持!
Blank
优秀版主 2015年7月优秀小版主
2015年5月优秀小版主
2014年11月论坛优秀版主
Blank
微软MVP 2014年7月荣获微软MVP称号
2013年7月 荣获微软MVP称号
2012年7月 荣获微软MVP称号
2011年7月 荣获微软MVP称号
2010年7月 荣获微软MVP称号
Blank
红花 2016年8月 硬件/嵌入开发大版内专家分月排行榜第一
2016年6月 硬件/嵌入开发大版内专家分月排行榜第一
2015年12月 硬件/嵌入开发大版内专家分月排行榜第一
2015年7月 硬件/嵌入开发大版内专家分月排行榜第一
2015年6月 硬件/嵌入开发大版内专家分月排行榜第一
2015年4月 硬件/嵌入开发大版内专家分月排行榜第一
2014年12月 硬件/嵌入开发大版内专家分月排行榜第一
2014年10月 硬件/嵌入开发大版内专家分月排行榜第一
2014年9月 硬件/嵌入开发大版内专家分月排行榜第一
2014年8月 硬件/嵌入开发大版内专家分月排行榜第一
2014年7月 硬件/嵌入开发大版内专家分月排行榜第一
2014年5月 硬件/嵌入开发大版内专家分月排行榜第一
2014年4月 硬件/嵌入开发大版内专家分月排行榜第一
2014年3月 硬件/嵌入开发大版内专家分月排行榜第一
2014年1月 硬件/嵌入开发大版内专家分月排行榜第一
2013年12月 硬件/嵌入开发大版内专家分月排行榜第一
2013年10月 硬件/嵌入开发大版内专家分月排行榜第一
2013年9月 硬件/嵌入开发大版内专家分月排行榜第一
2013年8月 硬件/嵌入开发大版内专家分月排行榜第一
2013年7月 硬件/嵌入开发大版内专家分月排行榜第一
2013年5月 硬件/嵌入开发大版内专家分月排行榜第一
2013年4月 硬件/嵌入开发大版内专家分月排行榜第一
2013年3月 硬件/嵌入开发大版内专家分月排行榜第一
2012年12月 硬件/嵌入开发大版内专家分月排行榜第一
2012年11月 硬件/嵌入开发大版内专家分月排行榜第一
2011年3月 硬件/嵌入开发大版内专家分月排行榜第一
2011年2月 硬件/嵌入开发大版内专家分月排行榜第一
2009年10月 硬件/嵌入开发大版内专家分月排行榜第一
2009年7月 硬件/嵌入开发大版内专家分月排行榜第一
2009年6月 硬件/嵌入开发大版内专家分月排行榜第一
2007年12月 硬件/嵌入开发大版内专家分月排行榜第一
2003年6月 硬件/嵌入开发大版内专家分月排行榜第一
2002年9月 硬件/嵌入开发大版内专家分月排行榜第一
2002年8月 硬件/嵌入开发大版内专家分月排行榜第一
2002年7月 硬件/嵌入开发大版内专家分月排行榜第一
2002年5月 硬件/嵌入开发大版内专家分月排行榜第一
2002年4月 硬件/嵌入开发大版内专家分月排行榜第一
等级
本版专家分:677
M8平台云计算WebOS及浏览器试验项目之Webkit核心

2009-5-27 1:52:40: 原因就不多说了,2D SDK无期了,所以基于硬件加速的Webkit也无期了~~ 2009-5-17 15:58:56 撒花,第一个公开版本发布,源码请在本页找,呵呵! ...说下这个版本发布的目的,可能它现在并不好用...

Window对象的属性

一、location 对象 示例:http://www.home.com:8080/location/page.html?ver=1.0&id=timlq#love 1. window.location.href:完整的 URL(可读取可设置) 读取:返回值 ...id=timl...

js中的window对象

window对象表示浏览器中打开的窗口。  如果文档包含框架(frame或iframe标签),浏览器会为HTML文档创建一个window对象,并为每个框架创建一个额外的window对象。 PS:没有应用于window对象的公开标准,不过所有...

开发者需要了解的WebKit

2013-3-22 22:37|发布者:sxwgf|查看: 575|评论: 0|来自:infoq 摘要: Paul Irish是著名的前端开发工程师,同时他也是Chrome开发者关系团队成员,jQuery团队成员,Modernizr、 ...针对大家对WebKit的种种误解,他在...

javascript 常用方法

1.1、获取浏览器窗口的可视区域高度和宽度,滚动条高度有需要的朋友可参考一下。 document.body.clientWidth ==> BODY对象宽度 document.body.clientHeight ==> BODY对象高度 document.documentElement....

JavaScript常用的Math方法、event对象、window对象总结及获取时间

min()和max()方法 console.log(Math.min(2,4,3,6,3,8,0,1,3)); //最小值 console.log(Math.max(4,7,8,3,1,9,6,0,3,2)); //最大值 四舍五入 ...// Math.ceil()执行向上舍入,即它总是将数值向上舍入为最接近的整数;...

面向对象认识JS世界-BOM对象

面向对象认识JS-BOM window 任何我们定义的全局变量 函数 对象等都会成为window对象的属性 document其实是window对象的属性 window的方法: 1.window.parseInt('123') /*123*/ parseInt将其他类型数据转换成...

Android 手机百科全书: 新手入门

什么是widget?Widget的这个创想来自一个叫做Rose的苹果电脑工程师。98年的一天,Rose在自己的苹果操作系统桌面玩一个可以更换皮肤的MP3播放器时忽发奇想:如果在我桌面上运行的所有工具都能够更换皮肤或外观,那将...

js中window对象及其方法

今天我们来简单说一说关于js中的window对象,简单的记录一下他...整数,可选,省略时使用方案的默认端口,如http的默认端口为80。path路径由零或者多个“/”符合隔开的字符串,一般用来表示主机上的一个目录或者文...

android 面试题

(五种,说出哪五种,五种存储方式什么情况下用。)注意sharepreferes对象支持读取不支持写入,写入引用Editor。 SQLite: SQLite是一个轻量级的数据库,支持基本SQL语法,是常被采用的一种数据存储方式。Android...

ffmpeg mplayer x264 代码重点详解 详细分析

ffmpeg和mplayer中求平均值得方法 1 ordinary c language level #define avg2(a,b) ((a+b+1)>>1) #define avg4(a,b,c,d) ((a+b+c+d+2)>>2) 显而易见...,注意a,b宏表达式可能引出的副作用 ...

RFID的复习博客

嵌入式考完了,,,,,,不说了,没啥好留恋的,该RFID了。你(这篇博客)是否公开看我心情了。仅以此篇敬我人生最后一门课业考试以及第三篇练笔博客。 哈哈哈哈哈哈哈,最后一门了,加油。 文章目录RFID期末复习...

x264 代码重点详解 详细分析

eg mplayer x264 代码重点详解 详细分析 分类: ffmpeg 2012-02-06 09:19 4229人阅读 评论(1) 收藏 举报 h.264codecflv优化initializationinteger 目录(?)[+] ffmpeg和mplayer中求平均值得...#def

Windows Embedded Compact 7打包和部署程序 (上)

 1 实现帮助  实现帮助内容对应用程序开发来说是一项关键步骤,但经常被拖延到开发的后期再进行。...不仅如此,相比桌面上的Microsoft Windows操作系统,设备上的搜索与导航功能也是有限的。如图1.1    

给想当程序员的你:程序员面试宝典与进阶秘笈

第1章 C/C++

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

APP内置IM 系统——从入门到千万级在线

IM (即时通讯)系统是一种大型实时系统,其对技术方面的要求非常高。在APP社交化的今天,很多APP都希望为自己的应用增加IM系统,但却不得其法。本课程抽丝剥茧,搭建一套简IM 系统,先让开发者了解如何实现这类系统,然后会不断的对系统进行扩展,并详述要支撑千万级别的用户,系统架构要经过哪些方面的演变,在每个阶段需要具体考量哪些因素;其中涉及到大型网络开发、协议的制定解析、数据库的优化、负载均衡、监控、测试等方面的知识。相信通过此课程,开发者对IM 系统将有一个全面的认识。 a:0:{}

2020华为软件精英挑战赛初复赛赛题包.zip

2020华为软件精英挑战赛初复赛赛题包,不包含民间数据集,民间数据集在博客中给出大佬github地址。

基于Java的WebSocket的聊天室

HTML5中定义了WebSocket规范,该规范使得能够实现在浏览器端和服务器端通过WebSocket协议进行双向通信,运用Java语言和Tomcat的WebSocket实现作为服务端,实现一个聊天室的搭建。 运用Java语言和Tomcat的WebSocket实现作为服务端,快速实现一个聊天室的搭建。

Linux环境C++编程基础视频课程

基于C++面向对象编程基础知识讲解。内容包括: 1.C++对C的扩充 2.类与对象 3.继承与派生 4.多态与虚 函数 5.输入输出流 6.标准模板库 掌握以下知识:1.C++对C的扩充2.类与对象3.继承与派生4.多态与虚 函数5.输入输出流6.标准模板库

微信小程序源码-合集6.rar

微信小程序源码,包含:图片展示、外卖点餐、小工具类、小游戏类、演绎博览、新闻资讯、医疗保健、艺术生活等源码。

C#高性能大容量SOCKET并发完成端口例子(有C#客户端)完整实例源码

例子主要包括SocketAsyncEventArgs通讯封装、服务端实现日志查看、SCOKET列表、上传、下载、远程文件流、吞吐量协议,用于测试SocketAsyncEventArgs的性能和压力,最大连接数支持65535个长连接,最高命令交互速度达到250MB/S(使用的是127.0.0.1的方式,相当于千兆网卡1Gb=125MB/S两倍的吞吐量)。服务端用C#编写,并使用log4net作为日志模块; 同时支持65536个连接,网络吞吐量可以达到400M。

2020简历模板合集.rar

2020简历模板合集

从零基础开始用Python处理Excel数据.pdf

首先学习Python的基础知识,然后使用Python来控制Excel,做数据处理。 Excel使用者、Python爱好者、数据处理人员、办公人员等 第1章 python基础 1.1 什么是python? 1.2 为什么要学习用Python处理Excel表格? 1.3 手把手教你安装python程序 1.3.1 下载python 1.3.2 安装python 1.3.3 验证是否安装成功 1.4 安装Python集成开发工具PyCharm 1.4.1 下载 1.4.2 安装 1.5 Python的输入与输出

jdk1.8 64位官方正式版 jdk-8u91-windows

jdk1.8 64位官方正式版 jdk-8u91-windows

python 京东预约抢购茅台脚本插件 一键运行

python 京东预约抢购茅台脚本插件 一键运行,按照readme介绍的步骤即可。 已经测试可以抢购得到。 注意:本资源仅用于用来学习,严禁用于任何商业目的,下载之后应当在24小时之内删除。

C#入门必看实力程序100个

C#入门必看含有100个例字,每个例子都是针对C#的学习关键知识点设计的,是学习C#必须知道的一些程序例子,分享给大家,需要的可以下载

Java基础核心技术:面向对象编程(day05-day07)

本套Java视频完全针对初级学员,课堂实录,自发布以来,好评如潮!Java视频中注重与学生互动,讲授幽默诙谐、细致入微,覆盖Java基础所有核心知识点,同类Java视频中也是代码量大、案例多、实战性强的。同时,本Java视频教程注重技术原理剖析,深入JDK源码,辅以代码实战贯穿始终,用实践驱动理论,并辅以必要的代码练习。 通过20的课程学习,使学员掌握java核心语法、面向对象思想编程、异常处理、IO流、集合类、多线程、网络编程等。

Java面试题大全(备战2021)

这本面试手册包含了Java基础、Java集合、JVM、Spring、Spring Boot、Spring Cloud、Mysql、Redis、RabbitMQ、Dubbo、Netty、分布式及架构设计等方面的技术点。内容难度参差,满足初中高级Java工程师的面试需求。

xshell & xftp.zip

xshell6 和 xftp6个人版,直接安装即可使用。

相关热词 c# 获取剪切板内容 c#推箱子重新开始 c# 读取接口数据 c#配置 mysql c# 十进制转任意进制 c#微信模板消息开发 c# 刷新托盘 .csproj版本 c# dll文件 vc引用c# c# 电子秤调串口