深海游弋的鱼 – 第 61 页 – 智障儿童欢乐多

16款优秀的Vue UI组件库推荐

Vue 是一个轻巧、高性能、可组件化的MVVM库，API简洁明了，上手快。从Vue推出以来，得到众多Web开发者的认可。
在公司的Web前端项目开发中，多个项目采用基于Vue的UI组件框架开发，并投入正式使用。
开发团队在使用Vue.js框架和UI组件库以后，开发效率大大提高，自己写的代码也少了，很多界面效果组件已经封装好了。
在选择Vue UI组件库的过程中，通过GitHub上根据star数量、文档丰富程度、更新的频率以及维护等因素，也收集整理了一些优秀的Vue UI组件库。

PS：国内的UI组件大部分都只有一部分的，常用的头部导航，底部导航，listview，grid表格很多都是没有的。

后面才发现，基于Vue的Quasar Framework 介绍这个框架UI组件很全面，准备下次使用这个框架了

基于Vue的Quasar Framework 中文网
http://www.quasarchs.com/

quasarframework/quasar: Quasar Framework
https://github.com/quasarframework/quasar

Quasar（发音为/kweɪ.zɑɹ/)是MIT许可的开源框架（基于Vue），可帮助Web开发人员创建：
响应式网站
PWA（Progressive Web App）
通过Apache Cordova构建移动APP（Android，iOS，…）
多平台桌面应用程序（使用Electron）
Quasar允许开发人员编写一次代码，然后使用相同的代码库同时部署为网站、PWA、Mobile App和Electron App。使用最先进的CLI设计应用程序，并提供精心编写，速度非常快的Quasar Web组件。

当使用Quasar时，你不需要像Hammerjs，Momentjs或Bootstrap这样的额外重型库。它拥有这些功能，而且体积很小！

==============

1、 iView UI组件库
iView 是一套基于 Vue.js 的开源 UI 组件库，主要服务于 PC 界面的中后台产品。iView的组件还是比较齐全的，更新也很快，文档写得很详细。有公司团队维护，比较可靠的Vue UI组件框架。iView生态也做得很好，还有开源了一个iView Admin，做后台非常方便。官网上介绍，iView已经应用在TalkingData、阿里巴巴、百度、腾讯、今日头条、京东、滴滴出行、美团、新浪、联想等大型公司的产品中。
iView官网：https://www.iviewui.com/

2、Vux UI组件库
Vux是基于WeUI和Vue2.x开发的移动端UI组件库，主要服务于微信页面。Vux的定位已经很明确了，一是：Vue移动端UI组件库，二是：WeUI的基础样式库。Vux的组件涵盖了所有的WeUI的内容，还扩展了一些常用的组件。比如：Sticky、timeline、v-chart、XCircle。Vux是个人维护的。但是GitHub上star还是很高的，达到13k。在GitHub上看到对issue的关闭还是很迅速的。Vux文档基本的组件用法和效果都讲解到位了。在vux官网上也展示了很多Vux的使用案例。在微信页面开发中，基本没有太多的bug，开发还是比较顺手的。
Vux官网：https://vux.li/

3、Element UI组件库
Element，一套为开发者、设计师和产品经理准备的基于 Vue 2.0 的桌面端组件库。Element是饿了么前端开源维护的Vue UI组件库，更新频率还是很高的，基本一周到半个月都会发布一个新版本。组件齐全，基本涵盖后台所需的所有组件，文档讲解详细，例子也很丰富。没有实际使用过，网上的Element教程和文章比较多。Element应该是一个质量比较高的Vue UI组件库。
Element官网：http://element.eleme.io/#/zh-CN

4、Mint UI组件库
Mint UI基于 Vue.js 的移动端组件库，同样出自饿了么前端的项目。Mint UI是真正意义上的按需加载组件。可以只加载声明过的组件及其样式文件。Mint UI 采用 CSS3 处理各种动效，避免浏览器进行不必要的重绘和重排，从而使用户获得流畅顺滑的体验。网上的视频教程很多都是基于Mint UI来讲的，开发移动端web项目还是很方便，文档也很简介明了。很多页面Mint UI组件都已经封装好，基本可以照着例子写，简单的调整一下就可以实现。不过，在GitHub上看最后一次代码提交在2018年1月16日。不知道是项目比较稳定没有更新，还是项目有被废弃的可能。
Mint UI官网：http://mint-ui.github.io/#!/zh-cn

5、Bootstrap-Vue UI组件库
Bootstrap-VUE提供了基于vue2的Bootstrap V4组件和网格系统的实现，完成了广泛和自动化的WAI ARA可访问性标记。Bootstrap 4是最新发布的版本，与 Bootstrap3 相比拥有了更多的具体的类以及把一些有关的部分变成了相关的组件。同时 Bootstrap.min.css 的体积减少了40%以上。Bootstrap4 放弃了对 IE8 以及 iOS 6 的支持，现在仅仅支持 IE9 以上以及 iOS 7 以上版本的浏览器。想当初刚流行响应式网站的时候，Bootstrap是世界上最受欢迎的建立移动优先网站的框架，Bootstrap可以说风靡全球。就算放在现在很多企业网站都是采用Bootstrap做的响应式。Bootstrap-Vue可以让你在Vue中也实现Bootstrap的效果。
Bootstrap-Vue官网：https://bootstrap-vue.js.org/

6、Ant Design Vue UI组件库
Ant Design Vue是 Ant Design 3.X 的 Vue 实现，开发和服务于企业级后台产品。在GitHub上可以找到几个Ant Design的Vue组件。不过相比较而言，Ant Design Vue更胜一筹。Ant Design Vue共享Ant Design of React设计工具体系，实现了所有Ant Design of React的组件，支持现代浏览器和 IE9 及以上（需要 polyfills）。可以让熟悉Ant Design的在使用Vue时，很容易的上手。
Ant Design Vue官网：https://vuecomponent.github.io/ant-design-vue/docs/vue/introduce-cn/

7、AT-UI UI组件库
AT-UI 是一款基于 Vue.js 2.0 的前端 UI 组件库，主要用于快速开发 PC 网站中后台产品，支持现代浏览器和 IE9 及以上。AT-UI 更加精简，实现了后台常用的组件。
AT_UI官网：https://at-ui.github.io/at-ui/#/zh

8、Vant UI组件库
Vant是一个轻量、可靠的移动端 Vue 组件库。Vant是有赞团队开源的，主要维护也是有赞团队。Vant Weapp 是有赞移动端组件库 Vant 的小程序版本，两者基于相同的视觉规范，提供一致的 API 接口，助力开发者快速搭建小程序应用。截止到目前，Vant已经开源了50+ 个经过有赞线上业务检验的组件。比如：、AddressEdit 地址编辑、AddressList 地址列表、Area 省市区选择、Card 卡片、Contact 联系人、Coupon 优惠券、GoodsAction 商品页行动点、SubmitBar 提交订单栏、Sku 商品规格弹层。如果做商城的，不太在意界面，实现业务逻辑的话，用Vant组件库开发还是很快的。
Vant官网：https://youzan.github.io/vant/#/zh-CN/intro

9、cube-ui UI组件库
cube-ui 是基于 Vue.js 实现的精致移动端组件库。由滴滴内部组件库精简提炼而来，经历了业务一年多的考验，并且每个组件都有充分单元测试，为后续集成提供保障。在交互体验方面追求极致。遵循统一的设计交互标准，高度还原设计效果；接口标准化，统一规范使用方式，开发更加简单高效。支持按需引入和后编译，轻量灵活；扩展性强，可以方便地基于现有组件实现二次开发。
cube-ui官网：https://didi.github.io/cube-ui/#/zh-CN

10、Muse-UI UI组件库
Muse-UI基于 Vue 2.0 优雅的 Material Design UI 组件库。Muse UI 拥有40多个UI 组件，用于适应不同业务环境。Muse UI 仅需少量代码即可完成主题样式替换。Muse UI 可用于开发的复杂单页应用
Muse-UI官网：https://muse-ui.org/#/zh-CN

11、N3-components UI组件库
N3组件库是基于Vue.js构建的，让前端工程师和全栈工程师能快速构建页面和应用。N3-components超过60个组件组件列表、自定义样式、支持多种模化范式（UMD）、使用ES6进行开发。
N3官网：https://n3-components.github.io/N3-components/component.html

12、Mand Mobile
Mand Mobile是面向金融场景的Vue移动端UI组件库，丰富、灵活、实用，快速搭建优质的金融类产品，让复杂的金融场景变简单。Mand Mobile含有丰富的组件30+的基础组件，覆盖金融场景，极高的易用性组件均有详细说明文档、案例演示，汲取最前沿技术，组件化轻量化实现，兼顾稳定和品质，努力实现金融场景的全覆盖。
Mand Mobile官网：https://didi.github.io/mand-mobile/#/zh-CN/home

下面是1.x的文档和演示地址：（文档地址已经迁移了）

https://mand-mobile.github.io/1x-doc/
https://mand-mobile.github.io/2x-doc/

之前的地址打不开了

13、we-vue UI组件库
we-vue 是一套基于 Vue.js 的移动关组件库，结合 weui.css 样式库，封装了一系列组件，非常适于微信公众号等移动端开发。we-vue 包含35+ 个组件，单元测试覆盖率超 98%，支持 babel-plugin-import，完善的在线文档，详细的在线示例。
we-vue官网：https://wevue.org/

14、veui UI组件库
veui是一个由百度EFE team开发的Vue企业级UI组件库。目前文档还没有，只有demo。
GitHub上说是正在进行的一项工作。那我们就耐心等待吧。
veui官网：https://ecomfe.github.io/veui/components/#/

15、Semantic-UI-Vue UI组件库
Semantic-UI-Vue是基于 Vue.js对Semantic-UI 框架的实现。
Semantic作为一款开发框架，帮助开发者使用对人类友好的HTML语言构建优雅的响应式布局。Semantic-UI-Vue提供了一个类似于 Semantic-UI 的 API 以及一组可定制的主题。
Semantic-UI-Vue官网：https://semantic-ui-vue.github.io/#/
在选择框架的时候一定要根据实际Web开发情况和团队的熟悉程度来选择。一个好的UI组件库对一个Web项目来说很重要

16.Vue.js Material Component Framework — Vuetify.js

https://vuetifyjs.com/zh-Hans

Vuetify完全根据Material Design规范开发。每个组件都是手工制作的，为您的下一个伟大的应用程序带来最好的UI工具。开发并没有停留在Google规范中的核心组件上。通过社区成员和赞助商的支持，更多的组件将被设计并提供给大家享受。

这个主要是国外比较流行的vue ui组件，各种功能都有，有中文翻译的，但有些还是英文的，翻译得不是很好

PS：国内的UI组件大部分都只有一部分的，常用的头部导航，底部导航，listview，grid表格很多都是没有的。

参考链接

读取的XML节点中带有冒号怎么办？

昨天，编程读取XML的时候，遇上了类似下面的一段XML

<a:root xmlns:a="http://ww.abc.com/">
    <a:book>aaaa</a:book>
</a:root>

<a:root xmlns:a="http://ww.abc.com/">

<a:book>aaaa</a:book>

</a:root>

起初没有特别的留意，于是乎就像平时读取XML一样使用了。

 var ele = from item in xDoc.Descendants("a:book") select item;

1	var ele = from item in xDoc.Descendants("a:book") select item;

但是，运行报错，不允许传入冒号：之类的字符，后来查阅资料发现，节点中，冒号前的a代表是的命名空间，冒号后的才是根节点名称。在Root节点中，也对命名空间进行了声明 xmlns:a="http://ww.abc.com/" ，知道了这么一回事后，再来看看如何去读取，正确的读取是：

 XDocument xDoc = XDocument.Load("a.xml");
 XNamespace n = @"http://www.abc.com";
 var ele = from item in xDoc.Descendants(n + "book")
           select item.Value;

XDocument xDoc = XDocument.Load("a.xml");

XNamespace n = @"http://www.abc.com";

var ele = from item in xDoc.Descendants(n + "book")

select item.Value;

从代码可以看出，我声明了一个XNamespace类型的变量，并且把XML文件中出现的命名空间 http://ww.abc.com/ 赋值给它，然后再读取节点的时候，与真正的节点名称book进行拼接就可以了！

XML中出现命名空间的原因是，当你需要使用多个XML一起工作时，由于两个文档都包含带有不同内容和定义的节点元素，就会发生命名冲突，加上命名空间使用可以避免发生冲突，这与C#编程中类的命名空间的用处差不多。

另外，如果需要了解更多操作XML的可以访问下面这篇文章，写得很详细：

http://www.cnblogs.com/nsky/archive/2013/03/05/2944725.html

参考链接

在Visual Studio Code中对Python进行单元测试(Pytest)

1.打开项目的时候，选择打开目录 "Open folder...", 这样可以在项目目录下生成 ".vscode" 目录，如下图：

继续阅读在Visual Studio Code中对Python进行单元测试(Pytest)

全功能Python测试框架：pytest

python通用测试框架大多数人用的是unittest+HTMLTestRunner，这段时间看到了pytest文档，发现这个框架和丰富的plugins很好用，所以来学习下pytest.

继续阅读全功能Python测试框架：pytest

Java Calendar 获取上下午

SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMddHHmmss");
Date date = sdf.parse(yourdate);      	
Calendar cal=Calendar.getInstance();
if(null!=date) {
	cal.setTime(date);
	if (Calendar.AM == cal.get(Calendar.AM_PM)) {
		return "上午";
	}
}

SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMddHHmmss");

Date date = sdf.parse(yourdate);

Calendar cal=Calendar.getInstance();

if(null!=date) {

cal.setTime(date);

if (Calendar.AM == cal.get(Calendar.AM_PM)) {

return "上午";

}

参考链接

Java Calendar 获取上下午

python读取excel,获得下拉选中所有选项

利用python获取excel中所有下拉选（drop down）中的值，在百度搜了一下午，都没找到合适的方法，还是google靠谱给力，很快就找到解决办法了，分享一下，供有需要的同行参考。

继续阅读python读取excel,获得下拉选中所有选项

Python操作Excel

Python使用openpyxl-3.0.3复制Excel的一行内容并且插入到下一行，包含公式，下拉框，示例代码如下：

# coding=utf-8
# openpyxl-3.0.3
from openpyxl.reader.excel import load_workbook
from openpyxl.cell.cell import TYPE_FORMULA
from openpyxl.worksheet.worksheet import Worksheet
from openpyxl.utils import get_column_letter
from openpyxl.worksheet.cell_range import CellRange
import re
import copy

def insert_rows(self, row_idx, cnt, above=False, copy_style=True, copy_merged_columns=True, fill_formulae=True):
    """Inserts new (empty) rows into worksheet at specified row index.

    :param row_idx: Row index specifying where to insert new rows.
    :param cnt: Number of rows to insert.
    :param above: Set True to insert rows above specified row index.
    :param copy_style: Set True if new rows should copy style of immediately above row.
    :param fill_formulae: Set True if new rows should take on formula from immediately above row, filled with references new to rows.

    Usage:

    * insert_rows(2, 10, above=True, copy_style=False)

    """
    CELL_RE  = re.compile("(?P<col>\$?[A-Z]+)(?P<row>\$?\d+)")

    row_idx = row_idx - 1 if above else row_idx
    def replace(m):
        row = m.group('row')
        prefix = "$" if row.find("$") != -1 else ""
        row = int(row.replace("$", ""))
        row += cnt if row > row_idx else 0
        return m.group('col') + prefix + str(row)

    # First, we shift all cells down cnt rows...
    old_cells = set()
    old_fas = set()
    new_cells = dict()
    new_fas = dict()
    for c in self._cells.values():

        old_coor = c.coordinate

        # Shift all references to anything below row_idx
        if c.data_type == TYPE_FORMULA:
            c.value = CELL_RE.sub(
                replace,
                c.value
            )
            # Here, we need to properly update the formula references to reflect new row indices
            if old_coor in self.formula_attributes and 'ref' in self.formula_attributes[old_coor]:
                self.formula_attributes[old_coor]['ref'] = CELL_RE.sub(
                    replace,
                    self.formula_attributes[old_coor]['ref']
                )

        # Do the magic to set up our actual shift
        if c.row > row_idx:
            old_coor = c.coordinate 
            old_cells.add((c.row, c.column))
            c.row += cnt
            new_cells[(c.row, c.column)] = c
            if old_coor in self.formula_attributes:
                old_fas.add(old_coor)
                fa = copy.copy(self.formula_attributes[old_coor])
                new_fas[c.coordinate] = fa

    for coor in old_cells:
        del self._cells[coor]
    self._cells.update(new_cells)

    for fa in old_fas:
        del self.formula_attributes[fa]
    self.formula_attributes.update(new_fas)

    # Next, we need to shift all the Row Dimensions below our new rows down by cnt...
    # CHANGED: for row in range(len(self.row_dimensions) - 1 + cnt, row_idx + cnt, -1):
    for row in range(list(self.row_dimensions)[-1] + cnt, row_idx + cnt, -1):
        new_rd = copy.copy(self.row_dimensions[row - cnt])
        new_rd.index = row
        self.row_dimensions[row] = new_rd
        del self.row_dimensions[row - cnt]

    # Now, create our new rows, with all the pretty cells
    # CHANGED: row_idx += 1
    new_row_idx = row_idx + 1
    for row in range(new_row_idx, new_row_idx + cnt):
        # Create a Row Dimension for our new row
        new_rd = copy.copy(self.row_dimensions[row-1])
        new_rd.index = row
        self.row_dimensions[row] = new_rd

        # CHANGED: for col in range(1,self.max_column):
        for col in range(self.max_column):
            col = col + 1
            cell = self.cell(row=row, column=col)
            source = self.cell(row=row_idx, column=col)
            if copy_style:
                cell.number_format = copy.copy(source.number_format)
                cell.font = copy.copy(source.font)
                cell.alignment = copy.copy(source.alignment)
                cell.border = copy.copy(source.border)
                cell.fill = copy.copy(source.fill)
            if fill_formulae and TYPE_FORMULA == source.data_type :
                s_coor = source.coordinate
                if s_coor in self.formula_attributes and 'ref' not in self.formula_attributes[s_coor]:
                    fa = copy.copy(self.formula_attributes[s_coor])
                    self.formula_attributes[cell.coordinate] = fa
                #print("Copying formula from cell %s%d to %s%d"%(col,row-1,col,row))
                cell.value = re.sub(
                    "(\$?[A-Z]{1,3}\$?)%d" % (row_idx),
                    lambda m: m.group(1) + str(row),
                    source.value
                ) 
                cell.data_type = TYPE_FORMULA

    # Check for Merged Cell Ranges that need to be expanded to contain new cells
    for cr in self.merged_cells.ranges:
        min_col, min_row, max_col, max_row = cr.bounds
        if min_row <= row_idx and max_row > row_idx:
            if max_row + cnt >= CellRange.max_row.max:
                cr.expand(down = CellRange.max_row.max - max_row)
            else:
                cr.expand(down = cnt)
        elif min_row > row_idx:
            if max_row + cnt >= CellRange.max_row.max:
                cr.expand(down = CellRange.max_row.max - max_row)
            else:
                cr.expand(down = cnt)
            cr.shrink(top = cnt)

    # Merge columns of the new rows in the same way row above does
    if copy_merged_columns:
        bounds = [] 
        for cr in self.merged_cells.ranges:
            if cr.max_row == cr.min_row == row_idx:
                bounds.append((cr.min_col, cr.max_col))
        for (min_col, max_col) in bounds:
            for row in range(new_row_idx, new_row_idx + cnt):
                newCellRange = get_column_letter(min_col) + str(row) + ":" + get_column_letter(max_col) + str(row)
                self.merge_cells(newCellRange)

    # update dataValidation
    validations = self.data_validations.dataValidation
    for val in validations: 
        for cr in val.cells:
            min_col, min_row, max_col, max_row = cr.bounds
            if min_row <= row_idx and max_row >= row_idx:
                if max_row + cnt >= CellRange.max_row.max:
                    cr.expand(down = CellRange.max_row.max - max_row)
                else:
                    cr.expand(down = cnt)
            elif min_row > row_idx:
                if max_row + cnt >= CellRange.max_row.max:
                    cr.expand(down = CellRange.max_row.max - max_row)
                else:
                    cr.expand(down = cnt)
                cr.shrink(top = cnt)

    # update conditional_formatting tow steps
    # first get all conditional_formatting need to update
    cond_fmts = self.conditional_formatting
    upd_cfs = []
    for cf in cond_fmts: 
        for cr in cf.cells:
            min_col, min_row, max_col, max_row = cr.bounds
            if min_row <= row_idx and max_row >= row_idx:
                upd_cfs.append(cf)
                break
            elif min_row > row_idx:
                upd_cfs.append(cf)
                break

    # second update conditional_formatting
    for cf in upd_cfs:
        rules = cond_fmts[cf]
        del cond_fmts[cf.cells]
        for cr in cf.cells:
            min_col, min_row, max_col, max_row = cr.bounds
            if min_row <= row_idx and max_row >= row_idx:
                if max_row + cnt >= CellRange.max_row.max:
                    cr.expand(down = CellRange.max_row.max - max_row)
                else:
                    cr.expand(down = cnt)
            elif min_row > row_idx:
                if max_row + cnt >= CellRange.max_row.max:
                    cr.expand(down = CellRange.max_row.max - max_row)
                else:
                    cr.expand(down = cnt)
                cr.shrink(top = cnt)
        for r in rules:
            cond_fmts[cf] = r


Worksheet.insert_rows = insert_rows

if __name__ == "__main__":
    # 注意，keep_vba=True打开的Excel文档，保存之后，MS Office 无法打开
    wb = load_workbook(filename='example.xlsx', read_only=False, keep_vba=False, data_only=False, keep_links=True)
    ws = wb.active
    ws.insert_rows(6, 4, above=True, copy_style=True)
    wb.save('new_document.xlsx')
    wb.close()

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

140

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

162

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

180

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

# coding=utf-8

# openpyxl-3.0.3

from openpyxl.reader.excel import load_workbook

from openpyxl.cell.cell import TYPE_FORMULA

from openpyxl.worksheet.worksheet import Worksheet

from openpyxl.utils import get_column_letter

from openpyxl.worksheet.cell_range import CellRange

import re

import copy

def insert_rows(self, row_idx, cnt, above=False, copy_style=True, copy_merged_columns=True, fill_formulae=True):

"""Inserts new (empty) rows into worksheet at specified row index.

:param row_idx: Row index specifying where to insert new rows.

:param cnt: Number of rows to insert.

:param above: Set True to insert rows above specified row index.

:param copy_style: Set True if new rows should copy style of immediately above row.

:param fill_formulae: Set True if new rows should take on formula from immediately above row, filled with references new to rows.

Usage:

* insert_rows(2, 10, above=True, copy_style=False)

"""

CELL_RE = re.compile("(?P<col>\$?[A-Z]+)(?P<row>\$?\d+)")

row_idx = row_idx - 1 if above else row_idx

def replace(m):

row = m.group('row')

prefix = "$" if row.find("$") != -1 else ""

row = int(row.replace("$", ""))

row += cnt if row > row_idx else 0

return m.group('col') + prefix + str(row)

# First, we shift all cells down cnt rows...

old_cells = set()

old_fas = set()

new_cells = dict()

new_fas = dict()

for c in self._cells.values():

old_coor = c.coordinate

# Shift all references to anything below row_idx

if c.data_type == TYPE_FORMULA:

c.value = CELL_RE.sub(

replace,

c.value

)

# Here, we need to properly update the formula references to reflect new row indices

if old_coor in self.formula_attributes and 'ref' in self.formula_attributes[old_coor]:

self.formula_attributes[old_coor]['ref'] = CELL_RE.sub(

replace,

self.formula_attributes[old_coor]['ref']

)

# Do the magic to set up our actual shift

if c.row > row_idx:

old_coor = c.coordinate

old_cells.add((c.row, c.column))

c.row += cnt

new_cells[(c.row, c.column)] = c

if old_coor in self.formula_attributes:

old_fas.add(old_coor)

fa = copy.copy(self.formula_attributes[old_coor])

new_fas[c.coordinate] = fa

for coor in old_cells:

del self._cells[coor]

self._cells.update(new_cells)

for fa in old_fas:

del self.formula_attributes[fa]

self.formula_attributes.update(new_fas)

# Next, we need to shift all the Row Dimensions below our new rows down by cnt...

# CHANGED: for row in range(len(self.row_dimensions) - 1 + cnt, row_idx + cnt, -1):

for row in range(list(self.row_dimensions)[-1] + cnt, row_idx + cnt, -1):

new_rd = copy.copy(self.row_dimensions[row - cnt])

new_rd.index = row

self.row_dimensions[row] = new_rd

del self.row_dimensions[row - cnt]

# Now, create our new rows, with all the pretty cells

# CHANGED: row_idx += 1

new_row_idx = row_idx + 1

for row in range(new_row_idx, new_row_idx + cnt):

# Create a Row Dimension for our new row

new_rd = copy.copy(self.row_dimensions[row-1])

new_rd.index = row

self.row_dimensions[row] = new_rd

# CHANGED: for col in range(1,self.max_column):

for col in range(self.max_column):

col = col + 1

cell = self.cell(row=row, column=col)

source = self.cell(row=row_idx, column=col)

if copy_style:

cell.number_format = copy.copy(source.number_format)

cell.font = copy.copy(source.font)

cell.alignment = copy.copy(source.alignment)

cell.border = copy.copy(source.border)

cell.fill = copy.copy(source.fill)

if fill_formulae and TYPE_FORMULA == source.data_type :

s_coor = source.coordinate

if s_coor in self.formula_attributes and 'ref' not in self.formula_attributes[s_coor]:

fa = copy.copy(self.formula_attributes[s_coor])

self.formula_attributes[cell.coordinate] = fa

#print("Copying formula from cell %s%d to %s%d"%(col,row-1,col,row))

cell.value = re.sub(

"(\$?[A-Z]{1,3}\$?)%d" % (row_idx),

lambda m: m.group(1) + str(row),

source.value

)

cell.data_type = TYPE_FORMULA

# Check for Merged Cell Ranges that need to be expanded to contain new cells

for cr in self.merged_cells.ranges:

min_col, min_row, max_col, max_row = cr.bounds

if min_row <= row_idx and max_row > row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

elif min_row > row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

cr.shrink(top = cnt)

# Merge columns of the new rows in the same way row above does

if copy_merged_columns:

bounds = []

for cr in self.merged_cells.ranges:

if cr.max_row == cr.min_row == row_idx:

bounds.append((cr.min_col, cr.max_col))

for (min_col, max_col) in bounds:

for row in range(new_row_idx, new_row_idx + cnt):

newCellRange = get_column_letter(min_col) + str(row) + ":" + get_column_letter(max_col) + str(row)

self.merge_cells(newCellRange)

# update dataValidation

validations = self.data_validations.dataValidation

for val in validations:

for cr in val.cells:

min_col, min_row, max_col, max_row = cr.bounds

if min_row <= row_idx and max_row >= row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

elif min_row > row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

cr.shrink(top = cnt)

# update conditional_formatting tow steps

# first get all conditional_formatting need to update

cond_fmts = self.conditional_formatting

upd_cfs = []

for cf in cond_fmts:

for cr in cf.cells:

min_col, min_row, max_col, max_row = cr.bounds

if min_row <= row_idx and max_row >= row_idx:

upd_cfs.append(cf)

break

elif min_row > row_idx:

upd_cfs.append(cf)

break

# second update conditional_formatting

for cf in upd_cfs:

rules = cond_fmts[cf]

del cond_fmts[cf.cells]

for cr in cf.cells:

min_col, min_row, max_col, max_row = cr.bounds

if min_row <= row_idx and max_row >= row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

elif min_row > row_idx:

if max_row + cnt >= CellRange.max_row.max:

cr.expand(down = CellRange.max_row.max - max_row)

else:

cr.expand(down = cnt)

cr.shrink(top = cnt)

for r in rules:

cond_fmts[cf] = r

Worksheet.insert_rows = insert_rows

if __name__ == "__main__":

# 注意，keep_vba=True打开的Excel文档，保存之后，MS Office 无法打开

wb = load_workbook(filename='example.xlsx', read_only=False, keep_vba=False, data_only=False, keep_links=True)

ws = wb.active

ws.insert_rows(6, 4, above=True, copy_style=True)

wb.save('new_document.xlsx')

wb.close()

参考链接

Download KMSpico 11 Final Windows 10 Activator [2020]

KMSpico激活工具是激活Office 2016/2013/2010等常用的工具，一段时期之内发生被植入挖矿病毒的情况。

目前比较安全的下载地址是 Download KMSpico 11 Final Windows 10 Activator [2020]，压缩包有密码，密码 123456。

也可本站下载 kmspico

参考链接

Visual Studio Code调试Python无法Step Into导入(imported)模块的代码

Visual Studio Code调试Python无法Step Into导入(imported)外部模块的代码，导致在跟踪调用流程的时候非常不方便。

这个现象是Visual Studio Code为了防止调试的时候过多的关注不相干代码，因此默认禁止跟踪外部模块代码，只跟踪我们自己工程内部的代码。

禁止这部分功能，只需要在工程的配置文件launch.json中增加"justMyCode": false即可。

如下：

{
    // Use IntelliSense to learn about possible attributes.
    // Hover to view descriptions of existing attributes.
    // For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [

        {
            "name": "Python: 当前文件",
            "type": "python",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal",
            "justMyCode": false
        }
    ]
}

{

// Use IntelliSense to learn about possible attributes.

// Hover to view descriptions of existing attributes.

// For more information, visit: https://go.microsoft.com/fwlink/?linkid=830387

"version": "0.2.0",

"configurations": [

{

"name": "Python: 当前文件",

"type": "python",

"request": "launch",

"program": "${file}",

"console": "integratedTerminal",

"justMyCode": false

}

]

}

参考链接

MySQL延时复制(Delayed Replication)

延迟复制简介

即使通常MySQL复制很快，但MySQL缺省的复制存在延迟，并且用户无法缩短延迟时间。另一方面，有时却需要特意增加复制的延迟。设想这样一种场景，用户在主库上误删除了一个表，并且该操作很快被复制到从库。当用户发现这个错误时，从库早就完成了该事件重放。此时主库、从库都没有那个被误删的表了，如何恢复？如果有备份，可以幸运地从备份恢复，丢失的数据量取决于备份的新旧和从备份时间点到表被删除时间点之间该表上数据的变化量。如果没有备份呢？这种情况下，延迟复制或许可以帮上忙，作为一种恢复数据的备选方案。如果在发现问题时，从库还没有来得及重放相应的中继日志，那么就有机会在从库获得该表，继而进行恢复。这里忽略一些其它数据恢复方案，例如已经存在类似Oracle闪回技术（Flashback）在MySQL上的实现，实现方式为解析相应的二进制日志事件，生成反向的SQL语句。这些程序多为个人作品，并没有被加入MySQL发行版本中，因此在易用性、适用性、可靠性等方面还不能与原生的功能相提并论。

MySQL支持延迟复制，以便从库故意执行比主库晚至少在指定时间间隔的事务。在MySQL 8.0中，延迟复制的方法取决于两个时间戳：immediate_commit_timestamp和original_commit_timestamp。如果复制拓扑中的所有服务器都运行MySQL 8.0.1或更高版本，则使用这些时间戳测量延迟复制。如果从库未使用这些时间戳，则执行MySQL 5.7的延迟复制。

复制延迟默认为0秒。使用CHANGE MASTER TO MASTER_DELAY = N语句将延迟设置为N秒。从主库接收的事务比主库上的提交至少晚N秒才在从库上执行。每个事务发生延迟（不是以前MySQL版本中的事件），实际延迟仅强制在gtid_log_event或anonymous_gtid_log_event事件上。二进制日志中的每个GTID事务始终都以Gtid_log_event开头，匿名事务没有分配GTID，MySQL确保日志中的每个匿名事务都以Anonymous_gtid_log_event开头。对于事务中的其它事件，不会对它们施加任何等待时间，而是立即执行。注意，START SLAVE和STOP SLAVE立即生效并忽略任何延迟，RESET SLAVE将延迟重置为0。

例如，下面将实验环境中一主两从半同步复制中的一个从库设置为延迟60秒复制：

mysql> change master to master_delay = 60;
ERROR 3085 (HY000): This operation cannot be performed with a running slave sql thread; run STOP SLAVE SQL_THREAD FOR CHANNEL '' first.
mysql> stop slave sql_thread;
Query OK, 0 rows affected (0.00 sec)
 
mysql> change master to master_delay = 60;
Query OK, 0 rows affected (0.01 sec)
 
mysql> start slave sql_thread;
Query OK, 0 rows affected (0.00 sec)

mysql> change master to master_delay = 60;

ERROR 3085 (HY000): This operation cannot be performed with a running slave sql thread; run STOP SLAVE SQL_THREAD FOR CHANNEL '' first.

mysql> stop slave sql_thread;

Query OK, 0 rows affected (0.00 sec)

mysql> change master to master_delay = 60;

Query OK, 0 rows affected (0.01 sec)

mysql> start slave sql_thread;

Query OK, 0 rows affected (0.00 sec)

联机设置延迟复制时，需要先停止sql_thread线程。现在主库执行一个事务，观察从库的变化：

-- 主
mysql> create table test.t3(a int);
Query OK, 0 rows affected (0.01 sec)
 
mysql> 
 
-- 从
mysql> desc test.t3;
ERROR 1146 (42S02): Table 'test.t3' doesn't exist
mysql> desc test.t3;
+-------+---------+------+-----+---------+-------+
| Field | Type    | Null | Key | Default | Extra |
+-------+---------+------+-----+---------+-------+
| a     | int(11) | YES  |     | NULL    |       |
+-------+---------+------+-----+---------+-------+
1 row in set (0.00 sec)

-- 主

mysql> create table test.t3(a int);

Query OK, 0 rows affected (0.01 sec)

mysql>

-- 从

mysql> desc test.t3;

ERROR 1146 (42S02): Table 'test.t3' doesn't exist

mysql> desc test.t3;

+-------+---------+------+-----+---------+-------+

+-------+---------+------+-----+---------+-------+

| a | int(11) | YES | | NULL | |

+-------+---------+------+-----+---------+-------+

1 row in set (0.00 sec)

主库上建立了一个表test.t3，DDL语句自成一个事务。60秒后，从库上才出现该表。

从库上performance_schema模式下的replication_applier_configuration.desired_delay表列显示使用master_delay选项配置的延迟，replication_applier_status.remaining_delay表列显示剩余的延迟秒数。

-- 从
mysql> select desired_delay from performance_schema.replication_applier_configuration;
+---------------+
| desired_delay |
+---------------+
|            60 |
+---------------+
1 row in set (0.00 sec)
mysql> select remaining_delay from performance_schema.replication_applier_status;
+-----------------+
| remaining_delay |
+-----------------+
|            NULL |
+-----------------+
1 row in set (0.00 sec)
mysql>
-- 主
mysql> drop table test.t3;
Query OK, 0 rows affected (0.02 sec)
mysql> 
-- 从
mysql> select remaining_delay from performance_schema.replication_applier_status;
+-----------------+
| remaining_delay |
+-----------------+
|              54 |
+-----------------+
1 row in set (0.00 sec)
mysql> select remaining_delay from performance_schema.replication_applier_status;
+-----------------+
| remaining_delay |
+-----------------+
|              23 |
+-----------------+
1 row in set (0.00 sec)
mysql> select remaining_delay from performance_schema.replication_applier_status;
+-----------------+
| remaining_delay |
+-----------------+
|              16 |
+-----------------+
1 row in set (0.00 sec)
mysql> select remaining_delay from performance_schema.replication_applier_status;
+-----------------+
| remaining_delay |
+-----------------+
|            NULL |
+-----------------+
1 row in set (0.00 sec)
mysql>

-- 从

mysql> select desired_delay from performance_schema.replication_applier_configuration;

+---------------+

| desired_delay |

+---------------+

| 60 |

+---------------+

1 row in set (0.00 sec)

mysql> select remaining_delay from performance_schema.replication_applier_status;

+-----------------+

| remaining_delay |

+-----------------+

| NULL |

+-----------------+

1 row in set (0.00 sec)

mysql>

-- 主

mysql> drop table test.t3;

Query OK, 0 rows affected (0.02 sec)

mysql>

-- 从

mysql> select remaining_delay from performance_schema.replication_applier_status;

+-----------------+

| remaining_delay |

+-----------------+

| 54 |

+-----------------+

1 row in set (0.00 sec)

mysql> select remaining_delay from performance_schema.replication_applier_status;

+-----------------+

| remaining_delay |

+-----------------+

| 23 |

+-----------------+

1 row in set (0.00 sec)

mysql> select remaining_delay from performance_schema.replication_applier_status;

+-----------------+

| remaining_delay |

+-----------------+

| 16 |

+-----------------+

1 row in set (0.00 sec)

mysql> select remaining_delay from performance_schema.replication_applier_status;

+-----------------+

| remaining_delay |

+-----------------+

| NULL |

+-----------------+

1 row in set (0.00 sec)

mysql>

延迟复制可用于多种目的：

防止用户在主库上出错。延迟复制时，可以将延迟的从库回滚到错误之前的时间。

测试滞后时系统的行为方式。例如，在应用程序中，延迟可能是由从库设备上的重负载引起的。但是，生成此负载级别可能很困难。延迟复制可以模拟滞后而无需模拟负载。它还可用于调试与从库滞后相关的条件。

检查数据库过去的快照，而不必重新加载备份。例如，通过配置延迟为一周的从库，如果需要看一下最近几天开发前的数据库样子，可以检查延迟的从库。

延迟复制的简单理解就是，客户端始终保持每条数据的同步时间不低于指定的间隔，同步是持续的。跟计划任务不同，想达到跟计划任务一样，每隔一段时间，集中执行一次是做不到的，比如一小时执行同步一次，这个是做不到的。想实现定时同步，还是写计划任务吧。

延迟复制时间戳

MySQL 8.0提供了一种新方法，用于测量复制拓扑中的延迟，或称复制滞后。该方法取决于与写入二进制日志的每个事务（不是每个事件）的GTID相关联的以下时间戳：

original_commit_timestamp：将事务写入（提交）到主库二进制日志之后的自1970年1月1日00:00:00 UTC以来的微秒数。

immediate_commit_timestamp：将事务写入（提交）到从库的二进制日志之后的自1970年1月1日00:00:00 UTC以来的微秒数。

mysqlbinlog的输出以两种格式显示这些时间戳，从epoch开始的微秒和TIMESTAMP格式，后者基于用户定义的时区以获得更好的可读性。例如：

#190516 15:12:18 server id 1125  end_log_pos 239 CRC32 0xc1ebcb7c       Anonymous_GTID  last_committed=0        sequence_number=1       rbr_only=no     original_committed_timestamp=1557990738835397   immediate_commit_timestamp=1557990738838735     transaction_length=192
# original_commit_timestamp=1557990738835397 (2019-05-16 15:12:18.835397 CST)
# immediate_commit_timestamp=1557990738838735 (2019-05-16 15:12:18.838735 CST)
/*!80001 SET @@session.original_commit_timestamp=1557990738835397*//*!*/;
/*!80014 SET @@session.original_server_version=80016*//*!*/;
/*!80014 SET @@session.immediate_server_version=80016*//*!*/;
SET @@SESSION.GTID_NEXT= 'ANONYMOUS'/*!*/;
# at 239

#190516 15:12:18 server id 1125 end_log_pos 239 CRC32 0xc1ebcb7c Anonymous_GTID last_committed=0 sequence_number=1 rbr_only=no original_committed_timestamp=1557990738835397 immediate_commit_timestamp=1557990738838735 transaction_length=192

# original_commit_timestamp=1557990738835397 (2019-05-16 15:12:18.835397 CST)

# immediate_commit_timestamp=1557990738838735 (2019-05-16 15:12:18.838735 CST)

/*!80001 SET @@session.original_commit_timestamp=1557990738835397*//*!*/;

/*!80014 SET @@session.original_server_version=80016*//*!*/;

/*!80014 SET @@session.immediate_server_version=80016*//*!*/;

SET @@SESSION.GTID_NEXT= 'ANONYMOUS'/*!*/;

# at 239

通常，original_commit_timestamp在应用事务的所有副本上始终相同。在主从复制中，主库二进制日志中事务的original_commit_timestamp始终与其immediate_commit_timestamp相同。在从库的中继日志中，事务的original_commit_timestamp和immediate_commit_timestamp与主库的二进制日志中的相同，而在其自己的二进制日志中，事务的immediate_commit_timestamp对应于从库提交事务的时间。

在组复制设置中，当原始主服务器是组的成员时，将在事务准备好提交时生成original_commit_timestamp。再具体说，当事务在原始主服务器上完成执行并且其写入集准备好发送给该组的所有成员以进行认证时，生成original_commit_timestamp。因此，相同的original_commit_timestamp被复制到所有服务器应用事务，并且每个服务器使用immediate_commit_timestamp在其自己的二进制日志中存储本地提交时间。

组复制中独有的视图更改事件是一种特殊情况。包含该事件的事务由每个服务器生成，但共享相同的GTID。因此，这种事务不是先在主服务器中执行，然后复制到该组其它成员，而是该组的所有成员都执行并应用相同的事务。由于没有原始主服务器，因此这些事务的original_commit_timestamp设置为零。

监控延迟复制

在MySQL 8之前的老版本中，监控复制的延迟（滞后）最常用的方法之一是依赖于show slave status输出中的seconds_behind_master字段。但是，当使用比传统主从复制更复杂的复制拓扑，例如组复制时，此度量标准不再适用。MySQL 8中添加的immediate_commit_timestamp和original_commit_timestamp可提供有关复制延迟的更精细的信息。监控支持这些时间戳的复制延迟的推荐方法是使用以下performance_schema模式中的表。

replication_connection_status：与主服务器连接的当前状态，提供有关连接线程排队到中继日志中的最后和当前事务的信息。

replication_applier_status_by_coordinator：协调器线程的当前状态，仅在使用多线程复制时显示该信息，提供有关协调器线程缓冲到工作队列的最后一个事务的信息，以及当前正在缓冲的事务。

replication_applier_status_by_worker：应用从主服务器接收事务的线程的当前状态，提供有关应用程序线程或使用多线程复制时每个工作线程应用的事务信息。

使用这些表，可以监控相应线程处理的最后一个事务以及该线程当前正在处理的事务的信息，包括：

事务的GTID。

从库中继日志中检索的事务的original_commit_timestamp和immediate_commit_timestamp。

线程开始处理事务的时间。

对于上次处理的事务，线程完成处理它的时间。
除Performance Schema表之外，show slave status的输出还有三个字段与延迟复制有关：

SQL_Delay：非负整数，表示使用CHANGE MASTER TO MASTER_DELAY = N配置的复制延迟，以秒为单位。与performance_schema.replication_applier_configuration.desired_delay值相同。

SQL_Remaining_Delay：当Slave_SQL_Running_State等待主执行事件后的MASTER_DELAY秒时，该字段包含一个整数，表示延迟剩余的秒数。在它他时候，此字段为NULL。与performance_schema.replication_applier_status.remaining_delay值相同。

Slave_SQL_Running_State：一个字符串，指示SQL线程的状态（类似于Slave_IO_State）。该值与SHOW PROCESSLIST显示的SQL线程的State值相同。
当从库的SQL线程在执行事件之前等待延迟时，SHOW PROCESSLIST将其状态值显示为：Waiting until MASTER_DELAY seconds after master executed event。

2025 年 10 月
一	二	三	四	五	六	日
		1	2	3	4	5
6	7	8	9	10	11	12
13	14	15	16	17	18	19
20	21	22	23	24	25	26
27	28	29	30	31