注：本文的邮件服务器只用于发送邮件，也就是STMP服务器。
一、准备工作
1. 为邮件服务器添加DNS解析
虽然不加DNS解析也能把邮件发出去，但会被大多数邮件服务器当作垃圾邮件。根据我们的实际经验，需要添加三条DNS解析记录：A记录、MX记录、TXT记录。比如域名cnblogs.info，对应的DNS记录如下：
2. 准备存放邮件的硬盘空间
如果用的是阿里云入门级Linux服务器，有一块20G的数据盘未挂载，需要格式化并挂载（假设这里挂载的目录是/data）。
二、配置postfix
postfix是CentOS默认安装的邮件服务器软件。以下配置示例假设要配置的域名是cnblogs.inf
2022-11-27 03:25:49
68KB
1
Maildev：用于在开发过程中测试电子邮件的SMTP服务器和Web界面MailDev MailDev是一种易于使用的Web界面，可在开发过程中测试项目生成的电子邮件，该简便易用的Web界面运行在基于Node.js的计算机上。
安装并运行$ npm install -g maildev $ maildev如果要将MailDev与Docker一起使用，可以在Docker Hub上使用maildev / maildev映像。
有关使用Docker的指南，请查阅文档。
$ docker run -p 1080：1080 -p 1025：1025 maildev / maildev为了方便与Grunt一起使用，请尝试使用grunt-maildev。
用法Usag
2022-11-26 10:22:14
2.05MB
1
利用Python写了简单测试主机是否存活脚本，此脚本不适于线上使用，因为网络延迟、丢包现象会造成误报邮件，那么后续会更新判断三次ping不通后再发报警邮件，并启用多线程处理。
#!/usr/bin/env python
# coding:UTF-8
import time
import pexpect
import smtplib
from email.mime.text import MIMEText
mail_host = "smtp.163.com" #定义smtp服务器
mail_to = "baojingtongzhi@163.com" #邮件收件人
mail_from =
2022-11-25 08:27:58
42KB
1
今天在测试邮件功能的时候，发现明明在本地发邮件功能可以正常使用的，但是放到了阿里云服务器上，就发送失败。报错信息如下：System.Net.WebException: 无法连接到远程服务器 ---> System.Net.Sockets.SocketException: 由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。
想到阿里云喜欢用安全组屏蔽端口，于是我就赶紧去配置了安全规则。进站出站都配置了，结果还是不行，然后索性把防火墙也关了，依旧不行。经过一番折腾，发现阿里自带屏蔽25端口。简直尴尬，后来找了阿里的一些规则文档，发现需要申请开通屏蔽端口。但是经过咨询了阿里工作人员，发现现在已经不开放25端口。通过与客服联系，写了以下代码，仅供参考，亲测成功！
2022-11-24 23:42:39
52KB
1
LinkedIn爬网程序连接
Linkedin搜寻器搜索并收集我的联系
安装
$ sudo apt-get update && sudo apt-get upgrade
$ sudo apt-get install virtualenv python3 python3-dev python-dev gcc libpq-dev libssl-dev libffi-dev build-essentials
$ virtualenv -p /usr/bin/python3 .env
$ source .env/bin/activate
$ pip install -r requirements.txt
如何使用
$ python linkedin.py < linkedin> < linkedin>
这个怎么运作
开启Chrome浏览器
访问linkedi
2022-11-24 18:30:52
3.69MB
1
垃圾邮件分类项目
理想情况下，模型的估计性能可以告诉我们它在看不见的数据上的表现如何。 对未来数据进行预测通常是我们要解决的主要问题。 选择度量标准之前了解上下文非常重要，因为每种机器学习模型都会尝试使用不同的数据集来解决具有不同目标的问题。 Logistic回归没有改变，因为它的参数已经是最好的了。 即使SVC取得了很大的进步，但它的速度仍然很慢，但仍然不是最好的。 朴素贝叶斯（Naive Bayes）成功预测了4945个实际垃圾邮件中的4894个。 但是，Logistic回归和朴素贝叶斯彼此接近，不准确的足球我还是选择NaïveBayes模型作为数据集的最佳垃圾邮件分类器，因为朴素贝叶斯比Logistic回归要快。 与更复杂的方法相比，朴素贝叶斯学习者和分类器可以快速得到实现。 类条件特征分布的解耦意味着可以将每个分布独立地估计为一维分布。 反过来，这有助于减轻因维数的诅咒而产生的问题
2022-11-21 11:37:43
223KB
1