mlmphp源码,MLP代码

本文目录一览：

• 1、解密php eval(base64_decode方法
• 2、PHP 网站程序里边有个license的授权文件，源码是这样的那位大哥帮我破解一下：50分送上
• 3、php 按条件查询2个表输出结果，并结算出其中一个的 总数，如何写新手 谢谢
• 4、r语言中怎样查看函数源代码

解密php eval(base64_decode方法

对于第一段：

eval(base64_decode(‘ZnVuY3Rpb24gdGhlbWVfZm9vdGVyX3QoKSB7IGlmICghKGZ1bmN0aW9uX2V4aXN0cygiY2hlY2tfdGhlbWVfZm9vdGVyIikgJiYgZnVuY3Rpb25fZXhpc3RzKCJjaGVja190aGVtZV9oZWFkZXIiKSkpIHsgdGhlbWVfdXNhZ2VfbWVzc2FnZSgpOyBkaWU7IH0gfSB0aGVtZV9mb290ZXJfdCgpOw==’));

你可以编写如下的测试程序：

?php

exit(base64_decode(‘ZnVuY3Rpb24gdGhlbWVfZm9vdGVyX3QoKSB7IGlmICghKGZ1bmN0aW9uX2V4aXN0cygiY2hlY2tfdGhlbWVfZm9vdGVyIikgJiYgZnVuY3Rpb25fZXhpc3RzKCJjaGVja190aGVtZV9oZWFkZXIiKSkpIHsgdGhlbWVfdXNhZ2VfbWVzc2FnZSgpOyBkaWU7IH0gfSB0aGVtZV9mb290ZXJfdCgpOw==’));

?

在命令行执行上面的测试程序，输出结果如下：

function theme_footer_t() { if (!(function_exists(“check_theme_footer”) function_exists(“check_theme_header”))) { theme_usage_message(); die; } } theme_footer_t();

上面输出的结果，可以替换测试你的第一段代码，它们完全等效，或者说就是解密后的代码，你掌握这个方法，PHP根本就是不可能真正加密的，都是欺负初学者而已。

PHP 网站程序里边有个license的授权文件，源码是这样的那位大哥帮我破解一下：50分送上

把所有涉及到变量的地方，都输了一下变量值即可。目测是eval执行一估base64解密的代码

php 按条件查询2个表输出结果，并结算出其中一个的 总数，如何写新手 谢谢

你在 while 上面那一行添加一个 $a = “”;

在 while里面那个 echo”br”;下面在添加一行 $a += $row1[goods_amount]; 这个必须在 大括号}里面 ,然后在 大括号外面 echo $a; 就可以了，望采纳！

r语言中怎样查看函数源代码

在r中看函数源代码：

在R中，代码可以分为如下几个级别：

首先，是你输入了函数对象名称，你可以直接看到代码的，如要获得函数对象fivenum的代码，就只需要在Console中键入函数对象名称fivenum就可以得到如下结果：

function (x, na.rm = TRUE)

{

xna – is.na(x)

if (na.rm)

x – x[!xna]

else if (any(xna))

return(rep.int(NA, 5))

x – sort(x)

n – length(x)

if (n == 0)

rep.int(NA, 5)

else {

n4 – floor((n + 3)/2)/2

d – c(1, n4, (n + 1)/2, n + 1 – n4, n)

0.5 * (x[floor(d)] + x[ceiling(d)])

}

}

environment: namespace:stats

从上面的例子可以看出，这类函数对象的代码是最容易看到的，也是我们学习的最好的材料了，而R中最大多数的函数对象是以这种方式出现的。

其次，我们在输入mean这类函数名次的时候，会出现如下结果：

function (x, …)

UseMethod(“mean”)

environment: namespace:base

这表示函数作者把函数“封”起来了。这个时候我们可以先试一试methods(mean)，利用methods函数看看mean这个函数都有哪些类型的，我们得到的结果如下：

[1] mean.data.frame mean.Date mean.default mean.difftime mean.POSIXct mean.POSIXlt

其实对此可以有一个简单的理解，虽然不够精确。因为在R中，mean函数可以求得属于不同类型对象的平均值，而不同类型对象平均值的求法还是有一些小小差 异的，比如说求一个向量的平均值和求一个数据框的平均值就有所差异，就要编写多个mean函数，然后“封”起来，以一个统一的mean出现，方便我们使 用。这正好也反映了R有一种类似泛型编程语言的性质。

既然我们已经知道mean中还有这么多种类，我们可以输入mean.default试一试就可以得到：

function (x, trim = 0, na.rm = FALSE, …)

{

if (!is.numeric(x) !is.complex(x) !is.logical(x)) {

warning(“argument is not numeric or logical: returning NA”)

return(as.numeric(NA))

}

if (na.rm)

x – x[!is.na(x)]

trim – trim[1]

n – length(x)

if (trim 0 n 0) {

if (is.complex(x))

stop(“trimmed means are not defined for complex data”)

if (trim = 0.5)

return(stats::median(x, na.rm = FALSE))

lo – floor(n * trim) + 1

hi – n + 1 – lo

x – sort.int(x, partial = unique(c(lo, hi)))[lo:hi]

n – hi – lo + 1

}

.Internal(mean(x))

}

environment: namespace:base

同样就可以得到mean.data.frame、mean.Date、mean.difftime、mean.POSIXct、mean.POSIXlt 的具体内容了。值得注意的是，在R中，出现有多个同样近似功能的函数封装为一个函数的时候（这时候在函数中多半会出现类似UseMethod函数使用的情 况），我们不妨先输入mean.default试一试。这种形式的函数在R中一般作为默认的函数表示。

第三，这是一种特殊的情况，有人认为应该和第二种是一类，但是我还是要提出来单独归类。在这种情况也和第二种的原因有些类似，但并不是完全一致。

也许我们大家都很熟悉plot函数了吧，输入函数名plot的时候，我们会得到如下结果：

function (x, y, …)

{

if (is.null(attr(x, “class”)) is.function(x)) {

nms – names(list(…))

if (missing(y))

y – {

if (!”from” %in% nms)

else if (!”to” %in% nms)

1

else if (!”xlim” %in% nms)

NULL

}

if (“ylab” %in% nms)

plot.function(x, y, …)

else plot.function(x, y, ylab = paste(deparse(substitute(x)),

“(x)”), …)

}

else UseMethod(“plot”)

}

environment: namespace:graphics

请注意plot函数中也出现了UseMethod这个函数，但是和mean不同的是，前面有相当多的语句用于处理其他一些事情。这个时候，我们也使用methods(plot)来看看，得到如下结果：

plot.acf* plot.data.frame* plot.Date* plot.decomposed.ts* plot.default

plot.dendrogram* plot.density plot.ecdf plot.factor* plot.formula*

plot.hclust* plot.histogram* plot.HoltWinters* plot.isoreg* plot.lm

plot.medpolish* plot.mlm plot.POSIXct* plot.POSIXlt* plot.ppr*

plot.prcomp* plot.princomp* plot.profile.nls* plot.spec plot.spec.coherency

plot.spec.phase plot.stepfun plot.stl* plot.table* plot.ts

plot.tskernel* plot.TukeyHSD

不看不知道，一看吓一跳，还以为我们输入plot的输出就是函数本身，结果也许不是如此。可能有人已经理解了，其实最后的UseMethod函数实在默认的调用plot.default函数，赶快再看看plot.default函数吧，发现它再调用plot.xy函数，再看看plot.xy函数，再plot.xy函数中调用了一个.Internal(plot.xy(xy, type, pch, lty, col, bg, cex, lwd, …))函数，也许这就是真正起作用的函数了吧。思路基本上就是如此了，是否这个时候您可以获得一些阅读查找R函数内容的乐趣。

除了直接输入FUN.default形式外，还可以使用getS3method(FUN,”default”)来获得代码。这样就解决了绝大多数函数代码查看的工作了。

在第二种情况种，我们说了一般可以通过FUN.default获得想要的结果。但是只有称为generic的函数才有这种“特权”。而lm等则没有，不过我们也可以尝试使用methods(lm)来看看结果如何，发现：

[1] lm.fit lm.fit.null lm.influence lm.wfit lm.wfit.null

Warning message:

function ‘lm’ appears not to be generic in: methods(lm)

出现了警告信息，表示说lm不是泛型函数，但是还是给出了结果lm.fit等，大致上可以看成是和lm相关的系列函数吧。这样子就出现了有趣的局面，比如说既有plot.ts，也有ts.plot。

依照第三种情况，我们发现竟然有的函数用星号标识了的，比如plot.stl*等，当我们输入plot.stl，甚至是plot.stl*的时候都会给出 要么找不到这个对象，要么干脆是代码错误的信息。原来凡是用了*标识的函数，都是隐藏起来的函数，估计是怕被人看见（其实这是玩笑话）！我们要看这些函数 的代码，我们该怎么办呢？其实也很容易，使用功能强大的getAnywhere(FUN)，看看这个函数的名称，就可以猜想到它的功能估计是很强大的， Anywhere的内容都可以找到！getAnywhere(plot.stl)的结果如下：

A single object matching ‘plot.stl’ was found

It was found in the following places

registered S3 method for plot from namespace stats

namespace:stats

with value

function (x, labels = colnames(X), set.pars = list(mar = c(0,

6, 0, 6), oma = c(6, 0, 4, 0), tck = -0.01, mfrow = c(nplot,

1)), main = NULL, range.bars = TRUE, …, col.range = “light gray”)

{

sers – x$time.series

ncomp – ncol(sers)

data – drop(sers %*% rep(1, ncomp))

X – cbind(data, sers)

colnames(X) – c(“data”, colnames(sers))

nplot – ncomp + 1

if (range.bars)

mx – min(apply(rx – apply(X, 2, range), 2, diff))

if (length(set.pars)) {

oldpar – do.call(“par”, as.list(names(set.pars)))

on.exit(par(oldpar))

do.call(“par”, set.pars)

}

for (i in 1:nplot) {

plot(X[, i], type = if (i nplot)

“l”

else “h”, xlab = “”, ylab = “”, axes = FALSE, …)

if (range.bars) {

dx – 1/64 * diff(ux – par(“usr”)[1:2])

y – mean(rx[, i])

rect(ux[2] – dx, y + mx/2, ux[2] – 0.4 * dx, y –

mx/2, col = col.range, xpd = TRUE)

}

if (i == 1 !is.null(main))

title(main, line = 2, outer = par(“oma”)[3] 0)

if (i == nplot)

abline(h = 0)

box()

right – i%%2 == 0

axis(2, labels = !right)

axis(4, labels = right)

axis(1, labels = i == nplot)

mtext(labels[i], side = 2, 3)

}

mtext(“time”, side = 1, line = 3)

invisible()

}

environment: namespace:stats

注意到前面有一段解释型的语言，描述了我们要找的这个函数放在了什么地方等等。其实对任意我们可以在R中使用的函数，都可以先试一试getAnywhere，看看都有些什么内容。算是一个比较“霸道”的函数。

在上面plot.xy函数中，我们还可以看到.Internal这个函数，类似的也许还可以看到.Primitive、.External、.Call等函数这就和R系统内部工作方式和与外部接口的定义有关了，如果对这些函数有兴趣的话，就要学习组成R系统的源代码了。

最后，如果真的想阅读组成R系统本身的源代码，在各个CRAN中均有下载。你可以得到组成R系统所需要的材料。其中很多C语言（还有就是F）的源代码，均 是精心挑选过的算法，哪怕就是想学从头到尾编写具体的算法，也是学习的好材料。同时，你可以看到R系统内部是如何构成的，理解了这些对于高效使用R有至关 重要的作用。这个范畴的材料就要着重看一看R-Lang和R-inits了。

至此，R中阅读代码的内容就依照我的理解介绍了一下。随后将有一些R代码示例的分析注解、语言本身、R应用的和行业使用的材料翻译和具体例子说明。欢迎大家多多和我交流，一起进步。