@Luca_Some · Post #156 · 13.07.2021 г., 10:36
#geoip https://github.com/Hackl0us/GeoIP2-CN/raw/release/Country.mmdb geoip 简版 填到qx的geoip来源即可
Hashtags
TGINSIGHT SIMILAR POSTS
Изворен канал @pythonotes · Post #32 · 7 фев.
Скорее всего уже слышали, что складывать строки через + это плохая практика. Падение производительности, и всё такое. Без лишних слов, давайте измерять: from timeit import timeit def t1(): # складываем 10 строк через + из переменной t = 'text' for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t2(): # склеиваем список строк через метод join arr = ['text'] * 10 for _ in range(1000): s = ''.join(arr) def t3(): # складываем через + но не из переменной а непосредственно инлайн объекты for _ in range(1000): s = 'text' + 'text' + 'text' + ... # всего 10 раз Теперь каждую строку склейки запустим по 10М раз >>> timeit(t1, number=10000) 0.21951690399964718 >>> timeit(t2, number=10000) 1.4978306379998685 >>> timeit(t3, number=10000) 0.2213820789993406 Хм, а нам говорили что через "+" это плохо и медленно ))) 😁 Тут стоит учитывать, что речь идёт о склейке множества длинных строк. Давайте изменим условия: def t4(): t = 'text'*100 for _ in range(1000): s = t + t + t + t + t + t + t + t + t def t5(): arr = ['text'*100] * 10 for _ in range(1000): s = ''.join(arr) def t6(): for _ in range(1000): s = 'text'*100 + 'text'*100 + ... # всего 10 раз >>> timeit(t4, number=10000) 12.795130728000004 >>> timeit(t5, number=10000) 2.642637542999182 >>> timeit(t6, number=10000) 0.2184546610005782 Вот, уже другой разговор, сразу видна разница, в среднем в 6 раз. Но погодите, почему последний тест t6() по скорости такой же как и t3()? Ведь строки теперь в 100 раз длиннее! Это вопросы оптимизации кода, какие простые изменения ускоряют или замедляют выполнение программы. Мы столкнулись с примером обхода обращения к переменной. Например, именно так работает директива #define в С++, во время компиляции подставляя значение переменной вместо ссылки на неё. В Python это тоже работает, но часто ли вы сможете встретить такой способ работы со строками? К сожалению, способ почти только теоретический. В целом, тесты показали то, что мы хотели. Делаем выводы самостоятельно. Полный листинг 🌍 #tricks
Пребарај: #geoip
@Luca_Some · Post #156 · 13.07.2021 г., 10:36
#geoip https://github.com/Hackl0us/GeoIP2-CN/raw/release/Country.mmdb geoip 简版 填到qx的geoip来源即可
Hashtags
@storage_qi · Post #457 · 20.11.2023 г., 11:55
#小葵花妈妈课堂#GEOIP 当我们谈论起一个IP的地理位置,似乎总会出现很多不同的答案,你是否困惑过这些相差十万八千里的答案是从何而来? IP地址的地理位置并不像手机号有一个清晰且固定的归属地。实际上,它更多依赖于互联网的共识。当一个IP地址首次被分配,它在 地区互联网注册管理机构(RIR) 中获得了一个官方的地理位置。但由于全球有五个这样的机构,加上一些历史原因,大家通常不会去这些官方数据库查询IP地址的位置。 这时候就冒出来了一批非官方、民间的地理位置数据库,他们通过查询RIR数据库、监测BGP协议、人工修正等方式来确定IP地址的地理位置,并提供查询接口。这些第三方数据库通常比官方数据库更易用、更新更快、定位更精准,因此被企业和个人广泛采用。但由于这些第三方数据库良莠不齐,存在数据的错误、过时,因此,在不同的网站或应用中查询同一IP地址可能会得到不同的结果。 目前,规模最大且较为权威的第三方数据库是Maxmind,像Cloudflare就使用了Maxmind的GEO数据库。一些大型公司,如谷歌,有时会自行维护一套GEO数据库以供定制化服务,所以会比较容易出现送中这种情况,但如果你在谷歌的后台固定了IP地址,那就可以基本杜绝送中的出现。
@Luca_Some · Post #147 · 13.07.2021 г., 10:28
导航 #cron #规则 #testflight #脚本 #汉化 #github #分流 #geoip #正则 #仓库同步 #github_ac #教程 #解析器 #配置 #图标 #appleid #贴纸 #羊毛 #各类推荐 #surge #dns #其他