你应该这个姿势学习PHP(4)
1、fopen() fwrite() fclose() fiel_put_contents
1)fopen($path,'xx') 打开一个文件
xx = r 是以只读的方式打开并将指针指向头部
xx = r+ 读写方式打开
xx = w 写入方式,并清空文件内容,指针执行头部,不存在则创建
xx = w+ 读写方式,后面同上
xx = a 写入方式并将指针执行头部,但是写入会覆盖之前存在内容,如果不存在则创建
xx = a+ 读写方式,其他同上
2)fwrite($handle,content) 向文件中写入文字
3)flcose($path) 关闭文件
4)file_put_contents('file',content) 向文件中写入内容
应用场景:做文件的缓存以及做网站的日志记录等
2、fread() feof() fgets() fgetss() fgetc() file_get_contents() file()
1)fread($handle,$size) 从一个文件中获取指定字节大写的内容
2)feof($handle) 判断指针是否已经到达尾部
3)fgets() 从文件中读取一行
4)fgetss() 读取一行并过来html
4)fgetc() 从文件中读取一个字符
5)file_get_contents() 从一个文件句柄里面获取内容
6)file() 同上
应用场景:并发不是很高的情况下可以配置文件锁的机制做队列功能
for example:
$handle = fopen('1.txt','r');
while(!feof($handle)){
echo fgetc($handle);
}
fclose($handle);
3、file_exists()
1) file_exists() 检查文件或者目录是否存在
应用场景,我们做图片上传的时候,判断目录是否存在,如果不存在就创建
for example:
$handle = 'uploads/test';
if(!file_exists($handle)){
mkdir($handle,0777,true);
}
4、is_dir() is_file() is_link() is_readable() is_writeable() is_writable() is_uploaded_file() is_executable()
1)is_dir() 是否是一个目录
2)is_file() 是否是一个文件
应用场景:我们在循环遍历一个目录的时候,可以判断是否是目录,如果是将递归遍历
5、copy() move_uploaded_file() rename()
1)copy($one,$two)
2)move_uploaded_file()
应用场景:上传图片,移动临时文件到指定的目录
3)rename()
6、filesize() filetype()
1)filesize() 获取文件的大小
2)filetype() 获取文件的类型
7、pathinfo()
1)pathinfo() 返回路径的信息
8、dirname() basename()
1)dirname() 返回路径中的目录部分
2)basename() 返回路径中的文件部分
9、fileatime() filemtime() filectime() touch()
1)fileatime() 获取文件的上次访问时间
2)filemtime() 获取文件的修改时间
3)filectime() 获取文件的修改时间
4)touch() 设置文件的访问和修改时间
10、mkdir() unlink() rmdir()
1)mkdir($path,0777,true) 创建文件
2)unlink($file) 删除文件
3)rmdir() 删除目录
11、feof() fseek() rewind() ftell()
1)feof() 测试文件是否到了文件文件结束的位置
2)fsweek() 在文件中指针中定位
3)rewind() 倒回文件指针的位置
4)ftell() 返回文件读写的位置
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
基于Keras机器学习库的分类预测
在前面的博文中,我们分享了《基于scikit-learn机器学习库的分类预测》,本文将分享Keras机器学习库的分类预测。 一旦你在Keras中选择好机器学习模型,就可以用它来预测新的数据实例。初学者经常会有这样的疑问: 如何在Keras中用我自己的模型进行预测? 在本教程中,你将会发现如何在KerasPython库的机器学习模型进行分类和回归预测。文章结构如下: 1.如何构建一个模型,为预测做好准备。 2.如何在Keras库中进行类别和概率预测。 3.如何在Keras库中进行回归预测。 一、构建一个模型 在进行预测之前,你必须训练一个最终模型。你可以使用k-fold交叉验证或训练/测试数据,对模型进行训练。这样做的目的就是为了评估模型在样本外数据上的表现及其性能,比如新的数据。 你可以在这里了解更多关于如何训练最终模型
- 下一篇
干货| 架构师入门实战视频课程(二) 第二弹
《架构师入门实战视频课程》 前面第一篇的已经发布了一些,不了解的可以查看之前的文章,下载相关的资源 今天更新第二波, 废话不多说,直接上干货吧 关注微信公众号,回复相关代码,即可获得相关资料, 1. 回复:svn,获取Svn版本管理与代码上线架构方案等相关教程 2. 回复:git,获取Git分布式版本控制系统权威指南相关教程 3. 回复:java,获取 实战Java高并发程序设计模式视频相关教程 4. 回复:solr,获取 实战搜索引擎Solr集群和应用相关教程 5. 回复:zeromq,获取基于案例学Java服务器端程序设计ZeroMQ Netty视频教程相关教程 领取方式 关注微信公众号,回复相关代码,即可获取相关资料。 有任何问题可以联系我 长按自动识别二维码,关注本人微信公众号。 本期干货! 共享经济时代,默契操作! 声明:本次分享为自愿获取。 作者:章为忠 出处:http://www.fpeach.com/ 本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接。如有问题,可以微信:18618243664联系我,非常感谢。扫下面的二维...
相关文章
文章评论
共有0条评论来说两句吧...