rcp的文本编辑器的实例,可以读取,写入一个文本文件。初学者可以学习学习
2022-06-04 22:35:18 65KB rcp editor eclipse插件开发
1
由于Typora在官网下载是要访问github网站,导致很多用户下载时速度特别慢,因此上传一份Typora安装包,供大家下载使用,正常网速情况下仅需几秒即可下载完成。
2022-06-04 21:04:32 57.14MB Typora markdown
1
如何实现海量文本数据导入MS_SQL_Server2000数据库
2022-06-04 21:04:00 240KB sql 数据库 文档资料 database
文本编辑器 一个简单的文本编辑器。 执行的任务:i)打开ii)保存iii)重置iv)剪切v)复制vi)粘贴它使用基本的UI组件,没有样式。
2022-06-04 12:07:43 4.86MB Java
1
这是本人在学习c#时做的一个文本编辑器(用的是VS2008平台),类似于windows里的记事本,但功能比windows自带的记事本更强大,发在这里供大家共同学习!(源代码)
2022-06-03 21:31:17 2.21MB c# 文本编辑器 记事本
1
VC 在RichEdit文本框中添加表情图片的方法,类 CFaceEdit 实现部分,内含VC6和VC7多个版本,作 者: Flanker(刘翔),使用:   在CxxxApp::::InitInstance()中添加:   AfxInitRichEdit2();   以使用EditCtrl 2.0(VC7),注意,要使用EditCtrl 1.0(VC6),请使用本类的 VC6 版本。   使用CFaceEdit:   //将对话框类成员变量由CRichEditCtrl改为CFaceEdit   CFaceEdit m_FaceEdit;   CString pSymbol[] = {":)", ":(", ";)", ":0", ";-)"};   UINT nIDBmp[] = { IDB_BITMAP1, IDB_BITMAP2, IDB_BITMAP3, IDB_BITMAP4, IDB_BITMAP5};   m_FaceEdit.Init(5, pSymbol, nIDBmp);   m_FaceEdit.SetText("ha:(ha:0!");   或:CFaceEdit m_FaceEdit;   CString pSymbol[] = {":)", ":(", ";)", ":0", ";-)"};   CString sBmpFile[] = { "res\\kid.bmp", "res\\sad.bmp", "res\\showoff.bmp", "res\\quip.bmp", "res\\maze.bmp"};   m_FaceEdit.Init(5, pSymbol, sBmpFile);   m_FaceEdit.SetText("ha:(ha:0!");
2022-06-02 22:42:23 63KB VC 源码-文本字符
1
数据库2 这是高级数据库的课程项目。 用户在搜索人物、体育联盟或运动队时,可以找到相关信息。 比如你输入“Bill Gates”,它会给你一个信息框,里面包含盖茨的各种信息,比如生日、兄弟姐妹、公司等。当你输入“谁创建了谷歌?”这样的问题时,你会得到答案. 使用 Freebase API"" 由 Ariana Giorgi 和 Yelin Hong 创建 要运行该程序,您可以使用 3 种不同的实现方法: run.sh -key -q -t <(信息框)|(问题)> run.sh -key -f -t <(infobox)|(question)> 其中是每行一个查询的文本文件 run.sh -key 此方法允许您以交互方式提交查询。 示例:run.sh -key AIzaSyCIQ8gDGEMgxJpSsGK6BwkfLZXtN4MTf4E -q “Bill Gates” -t in
2022-06-02 16:07:24 891KB Java
1
很早以前自已搞的css排序文本,发现圆型排序都没人应用,希望对需要的人有用。
2022-06-02 14:58:11 7KB css html 文本 圆型
1
随着垃圾邮件数量日益攀升,如何有效识别垃圾邮件已成为一项非常重要的课题。为克服k最近邻(k-nea-rest neighbor,kNN)分类法在垃圾邮件识别中的缺陷,本文基于聚类算法提出了一种改进kNN识别方法。首先使用基于最小距离原则的一趟聚类算法将训练邮件集合划分为大小几乎相同的超球体,每个超球体包含一个类别或多个类别的文本;其次,采用投票机制对得到的聚类结果进行簇标识,即以簇中最多文本的类别作为簇的类别,得到的识别模型由具有标识的簇组成;最后,结合最近邻分类思想,对输入的邮件进行自动识别。实验结果表明,该方法可大幅度地降低邮件相似度的计算量,较TiMBL、Nave Bayesian、Stacking等算法效果要好。同时,该方法是一种可增量式更新识别模型的方法,具有一定的实用性。
1
如果您是一个老师,需要面对学生交上来的电子作业或报告,这是一个好的检测抄袭程度的工具。 支持txt和doc的作业。只需选中该作业文件夹就能给出一份抄袭报告。有源码,支持定制和后期服务。
2022-06-02 10:14:50 166KB 文本比对 作业检测 源码 doc转换
1