Showing Posts From

backend

Soulock
2026年06月11日
- 技术

Python from future import annotations 详解：延迟求值与前向引用

它解决什么问题 Python 在解析函数签名时会立即对类型注解求值。如果类还没定义完就引用了自身，会抛 NameError： class Node: def __init__(self, next: Node = None): # NameError: name 'Node' is not defined self.next = next加上这一行就能解决： from __future__ import annotationsclass Node: def __init__(self, next: Node = None): # 正常 self.next = next原理是让 Python 把所有注解保存为字符串，不再立即解析。核心效果 from __future__ import annotationsclass User: passdef get_user() -> User: return User()print(get_user.__annotations__) # {'return': 'User'} ← 字符串，不是 <class '__main__.User'>没有这行时，__annotations__ 里存的是实际类对象；有了这行，全部变成字符串，运行时不解析。解决循环引用 from __future__ import annotationsclass A: def test(self, b: B) -> None: passclass B: def test(self, a: A) -> None: pass不加的话，定义 A 时 B 还不存在，报 NameError。常见使用场景 FastAPI / Pydantic 模型互相引用： from __future__ import annotations from pydantic import BaseModelclass Article: author: Authorclass Author: articles: list[Article]SQLAlchemy ORM 关系： from __future__ import annotations from sqlalchemy.orm import Mapped, relationshipclass User(Base): posts: Mapped[list[Post]] = relationship()class Post(Base): user: Mapped[User] = relationship()这是 FastAPI、Pydantic、SQLAlchemy 等库的文件开头几乎都有这行的原因。运行时获取实际类型如果需要在运行时把字符串注解解析回真实类型，用 typing.get_type_hints()： from __future__ import annotations import typingclass Foo: def bar(self) -> Foo: return selfhints = typing.get_type_hints(Foo.bar) print(hints) # {'return': <class '__main__.Foo'>}get_type_hints() 会在运行时把字符串注解解析成真实类型。 Python 版本说明from __future__ import annotations 来自 PEP 563，Python 3.7 引入 PEP 563 原本计划在 Python 3.10 成为默认行为，后来推迟，至今（Python 3.12+）仍需显式导入 Python 3.10 引入了 X | Y 联合类型语法，可以写 int | None 代替 Optional[int]，但前向引用问题 from __future__ import annotations 仍是最简洁的解法一行导入，让注解写法更自由，是现代 Python 项目的常见约定。

Soulock
2026年06月06日
- 技术

量化交易中的 Universe：股票池定义、过滤规则与数据获取

Universe 是什么量化交易里，Universe（投资宇宙 / 股票池）指策略允许选股和交易的资产集合。简单理解： Universe = 你的策略在哪些股票里选比如：沪深 300 成分股（300 只）中证 500 成分股（500 只）全 A 股剔除 ST、停牌、次新股后的剩余标的某个行业的所有上市公司为什么要定义 Universe A 股有 5000+ 只股票。如果不做筛选，直接在全市场跑因子计算：计算量大，速度慢流动性差的股票出信号无法成交次新股、ST 股信号质量差，噪声多先定义好 Universe，再在 Universe 里做因子计算、排名、选股，是量化策略的标准流程：全市场（5000+只） ↓ Universe 过滤符合条件的股票池（如 3000 只） ↓ 因子计算每只股票打分 ↓ 排序选股前 N 名 → 下单交易静态 Universe 直接用指数成分股，每次调仓时更新成分股列表： import akshare as ak# 沪深 300 成分股 df = ak.index_stock_cons_csindex(symbol="000300") universe = df["成分券代码"].tolist()# 中证 500 df = ak.index_stock_cons_csindex(symbol="000905") universe = df["成分券代码"].tolist()动态 Universe 每天收盘后重新计算，根据流动性、市值等条件动态生成： import pandas as pddef build_universe(daily_data: pd.DataFrame) -> list: """ daily_data: 包含 code, close, volume, market_cap, is_st, list_days 等列 """ universe = daily_data[ (~daily_data["is_st"]) & # 剔除 ST (daily_data["list_days"] >= 60) & # 上市满 60 天 (daily_data["volume"] > 0) & # 非停牌 (daily_data["market_cap"] > 5e9) & # 市值 > 50 亿 (daily_data["turnover_20d"] > 5e7) # 20 日均成交额 > 5000 万 ] return universe["code"].tolist()常用 Universe 类型Universe 说明适合策略沪深 300 成分股蓝筹龙头，流动性好低换手率、稳健因子中证 500 成分股中盘股，成长性较好中小盘因子中证 1000 成分股小盘股，弹性大小盘动量、题材全 A 剔除 ST/停牌覆盖面广全市场扫描行业 Universe 限定某一行业行业轮动、配对交易在量化框架中使用 JoinQuant（聚宽）： from jqdata import get_index_stocksuniverse = get_index_stocks("000300.XSHG") # 沪深 300Qlib： # qlib 配置文件 market: csi300vn.py / 自研框架： universe = build_universe(daily_df)for code in universe: factor_score = compute_factor(code) ...Universe 与 AI Agent 量化在 AI Agent 驱动的量化系统里，Universe 还有另一层含义：限定 Agent 的分析范围。 universe: - A股 - 港股 - ETF配置好 Universe 后，Agent 的新闻抓取、因子计算、持仓分析都限制在这个范围内，避免无限制扩散导致计算量和 Token 消耗失控。

Soulock
2026年06月01日
- 技术

JS 动态执行字符串代码：new Function、eval 与 Node.js vm 沙箱

new Function（推荐） // 无参数 const code = "return 1 + 2"; const fn = new Function(code); console.log(fn()); // 3// 带参数 const fn2 = new Function("a", "b", "return a + b"); console.log(fn2(1, 2)); // 3// 多行代码 const fn3 = new Function(` const x = 10; return x * 2; `); console.log(fn3()); // 20和 eval 的主要区别：有独立函数作用域，不会污染外部变量可以明确传入参数，接口更清晰不能访问外部局部变量（只能访问全局）eval（不推荐） const result = eval("1 + 2"); console.log(result); // 3问题：和外部作用域共享变量，容易出现意外副作用引擎无法优化，性能差各种代码规范和 CSP 都禁止使用异步代码执行 const AsyncFunction = Object.getPrototypeOf(async function(){}).constructor;const code = ` const res = await Promise.resolve(123); return res; `;const fn = new AsyncFunction(code); fn().then(console.log); // 123Node.js vm 模块（沙箱执行）适合在 Node 服务端执行用户提交的代码，比 eval 更安全： const vm = require("vm");const context = { a: 1, b: 2 }; vm.createContext(context);const result = vm.runInContext("a + b", context); console.log(result); // 3设置超时防止死循环： try { vm.runInContext("while(true){}", context, { timeout: 1000 }); } catch (e) { console.error("超时:", e.message); // Script execution timed out }执行来自数据库的函数字符串： const str = ` function check(order) { return order.amount > 100; } `;const check = new Function(`${str}; return check;`)(); console.log(check({ amount: 200 })); // true实战：规则引擎表达式带上下文变量执行表达式： function runExpression(expr, data) { return new Function( "data", `with(data){ return ${expr} }` )(data); }runExpression("price * count", { price: 10, count: 2 }); // 20微信小程序：eval 和 Function 均被禁用小程序运行环境为了安全禁止动态代码生成： eval("1+1"); // eval is not a function new Function("return 1"); // Function constructor is disabled替代方案一：JSON 规则引擎 { "op": "and", "rules": [ { "field": "amount", "operator": ">", "value": 100 }, { "field": "vip", "operator": "=", "value": true } ] }function runRule(rule, data) { return rule.rules.every(item => { switch (item.operator) { case ">": return data[item.field] > item.value; case "=": return data[item.field] === item.value; } }); }替代方案二：globalThis 注册函数表 // 初始化时注册所有可调用函数 globalThis.actions = { checkVip(data) { return data.vip; }, checkAmount(data) { return data.amount > 100; } };// 运行时按名称调用 function dispatch(funcName, data) { return globalThis.actions[funcName]?.(data); }dispatch("checkAmount", { amount: 200 }); // trueglobalThis 在小程序中可用（等价于浏览器的 window），但 window、document 在小程序里不存在。这种函数表模式是小程序低代码/规则引擎的常见做法。

Soulock
2026年06月01日
- 技术

数据库版本范围查询：SemVer 比较与漏洞影响版本存储设计

版本号不能用字符串比较 -- 错误：字符串排序，结果是 2.10.0 < 2.9.0 SELECT '2.10.0' < '2.9.0' -- 返回 1（true）-- 正确：语义化版本（SemVer）比较 -- 2.10.0 > 2.9.0（major.minor.patch 各位独立比较）版本范围字符串如 >= 2.0-beta9 < 2.15.0 也无法直接用 SQL BETWEEN 或 LIKE 处理。方案一：数据库存原始版本，程序用 SemVer 库比较表结构简单： -- 资产表 asset(id, name, product_version)-- 漏洞规则表 vuln_rule(id, cve, affected_version_raw)Java 使用 semver4j 比较： <dependency> <groupId>org.semver4j</groupId> <artifactId>semver4j</artifactId> <version>5.3.0</version> </dependency>List<Asset> assets = assetMapper.selectAll(); List<VulnRule> rules = vulnMapper.selectAll();for (Asset asset : assets) { for (VulnRule rule : rules) { if (VersionMatcher.match(asset.getVersion(), rule.getAffectedVersion())) { // 命中漏洞 } } }优点：存储简单，逻辑清晰。缺点：全表扫描，百万资产时性能差。方案二：拆成上下界存数据库（企业推荐）把 >= 2.0-beta9 < 2.15.0 拆成字段： CREATE TABLE vulnerability_affected_version ( id BIGINT PRIMARY KEY, vuln_id BIGINT, min_version VARCHAR(50), max_version VARCHAR(50), min_include TINYINT, -- 1=>=, 0=> max_include TINYINT -- 1=<=, 0=< );Spring4Shell 的两个受影响区间存成两条记录： INSERT INTO vulnerability_affected_version VALUES (1, 'CVE-2022-22965', '5.2.0', '5.2.20', 1, 0), -- 5.2.0 <= ver < 5.2.20 (2, 'CVE-2022-22965', '5.3.0', '5.3.18', 1, 0); -- 5.3.0 <= ver < 5.3.18查询时取出所有规则，在程序里用 SemVer 库比较，兼容 beta、rc、snapshot 等预发布版本。方案三：版本号数字化后 SQL 直接查把 2.15.0 转成整数： // 2 * 1_000_000 + 15 * 1_000 + 0 = 2_015_000 int versionNum = major * 1_000_000 + minor * 1_000 + patch;数据库存两列： ALTER TABLE asset ADD COLUMN version_num BIGINT; ALTER TABLE vuln_rule ADD COLUMN min_num BIGINT, ADD COLUMN max_num BIGINT;-- 建索引 CREATE INDEX idx_version_num ON asset(version_num);直接 SQL 查询： SELECT a.*, v.cve FROM asset a JOIN vuln_rule v ON a.version_num >= v.min_num AND a.version_num < v.max_num;优点：可建索引，百万级数据也快。缺点：不支持 beta、rc 等预发布后缀。方案对比方案速度支持预发布复杂度程序 SemVer 比较全表扫是低拆字段 + SemVer 库取出再比是中版本数字化 + SQL 索引查询否中推荐设计（漏洞管理平台）参考 NVD、OSV、Snyk 等平台的数据结构： -- 漏洞主表 vulnerability(cve, severity, description, published_date)-- 受影响版本（一个漏洞可能有多个区间） vulnerability_affected_version( vuln_id, product, -- 组件名 min_version, max_version, min_inclusive, max_inclusive )接入外部数据源（NVD API、OSV API）时，它们的 JSON 结构也是这样分字段的，迁入成本最低。

Soulock
2026年05月31日
- 技术

停车场场景图像标注 JSON 格式解析与训练模型选择

标注 JSON 结构自动泊车停车场场景的图像标注通常以折线形式描述结构要素，典型 JSON 结构如下： { "code": 0, "data": { "markData": { "width": 1920, "height": 1536, "marks": [ { "type": "line", "pselect": "墙", "class": { "pname": "wall" }, "point": [ {"x": 117.9, "y": 890.8}, {"x": 164.4, "y": 824.3}, {"x": 210.9, "y": 777.4} ], "attrs": {}, "markId": "y4u-C3GB3x" }, { "type": "line", "pselect": "立柱", "class": { "pname": "pillar" }, "attrs": { "P": ["square"] }, "point": [ {"x": 546.7, "y": 626.9}, {"x": 590.8, "y": 621.1} ], "markId": "y4u-CBB2i3" } ], "totalNums": { "line": 10, "polygon": 0, "rect": 0, "point": 0 } } } }关键字段说明：字段说明type: "line" 折线标注（polyline）pselect 中文类别名（墙、路沿、立柱、其他类）class.pname 英文类别名（wall / kerb / pillar / other）point 折线坐标数组，(x,y) 为像素坐标，原点左上角attrs.P 立柱形状（square=方形柱）objectId 实例 ID，0 表示无实例关联常见标注类别类别说明用途wall（墙）停车场侧墙和隔断边界检测kerb（路沿）车位和道路边缘导航限制pillar（立柱）承重柱，通常为方形障碍物避让other（其他类）无法分类的边缘或遮挡训练时通常忽略训练模型选择这类折线标注本质是 Polyline Detection / Vector Map Learning，不是目标检测。数据量 < 1 万张：SegFormer（推荐）把折线标注膨胀成 Mask（每类一个像素值），用 SegFormer 做语义分割： JSON 折线标注 ↓ 生成 Mask（墙=1, 路沿=2, 立柱=3, 背景=0） ↓ SegFormer 训练 ↓ Wall/Pillar/Kerb 分割图SegFormer 训练门槛低、开源实现成熟，几天内可出可用结果。从 Mask 提取折线坐标（后处理）： import cv2# 骨架提取 skeleton = cv2.ximgproc.thinning(mask)# 轮廓提取 contours, _ = cv2.findContours(skeleton, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 折线拟合（减少点数） for cnt in contours: poly = cv2.approxPolyDP(cnt, epsilon=3, closed=False) points = [(int(p[0][0]), int(p[0][1])) for p in poly]数据量 > 10 万张：MapTR（生产级） MapTR 直接学习向量化地图，输出的就是折线坐标序列，不需要 Mask 中间步骤：输入图像 ↓ MapTR {"wall": [[x1,y1],[x2,y2],...], "pillar": [...]}代价是训练难度高、数据格式转换复杂、对数据量要求更高。方案对比方案输出坐标难度适合数据量SegFormer + 后处理间接低 < 1 万LaneATT / LSTR 直接中数万MapTR 直接高 > 10 万OpenCV 半自动辅助标注标注工具里用 OpenCV 实现"沿已标线方向自动延伸"，可减少 50%~80% 的点击次数： import cv2 import numpy as npdef predict_next_point(image, points): if len(points) < 2: return None last = np.array(points[-1]) prev = np.array(points[-2]) direction = last - prev direction = direction / (np.linalg.norm(direction) + 1e-6) roi_size = 80 cx, cy = int(last[0]), int(last[1]) roi = image[max(0,cy-roi_size):cy+roi_size, max(0,cx-roi_size):cx+roi_size] edges = cv2.Canny(roi, 50, 150) lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=15, minLineLength=10, maxLineGap=5) if lines is None: candidate = last + direction * 30 return tuple(candidate.astype(int)) best_line = None best_score = -1 for line in lines: x1, y1, x2, y2 = line[0] lv = np.array([x2-x1, y2-y1], dtype=float) lv = lv / (np.linalg.norm(lv) + 1e-6) score = abs(np.dot(direction, lv)) if score > best_score: best_score = score best_line = line[0] if best_line is not None and best_score > 0.7: x1, y1, x2, y2 = best_line mid = np.array([cx - roi_size + (x1+x2)//2, cy - roi_size + (y1+y2)//2]) return tuple(mid.astype(int)) return tuple((last + direction * 30).astype(int))用户标完前两个点后，鼠标移动时实时预显示下一个预测点，按 Enter 确认。

Soulock
2026年05月22日
- 技术

Windows 编译 DLL：MSVC cl.exe 与 MinGW g++ 对比

最小示例 dllmain.cpp： #include <windows.h> #include <stdio.h>extern "C" __declspec(dllexport) void HelloFromDll() { MessageBoxA(NULL, "Hello from DLL", "DLL", MB_OK); }BOOL APIENTRY DllMain(HMODULE hModule, DWORD reason, LPVOID lpReserved) { return TRUE; }MSVC cl.exe 编译 cl /LD /EHsc /Y- dllmain.cpp user32.lib参数说明：参数含义/LD 编译为 DLL（输出 .dll + .lib）/LDd Debug 版 DLL/EHsc 启用 C++ 标准异常处理/Y- 禁用预编译头（避免找不到 pch.h）user32.lib 链接 user32（MessageBox 所在库）必须在正确的命令提示符里运行普通 cmd 里没有 cl 命令，必须用：开始菜单 → Visual Studio 20xx → x64 Native Tools Command Prompt for VS 20xx 或在普通 cmd 里手动初始化： call "C:\Program Files\Microsoft Visual Studio\2022\Community\VC\Auxiliary\Build\vcvars64.bat" cl /LD /EHsc /Y- dllmain.cpp user32.libvcvars64.bat 路径随 VS 版本和安装目录变化，注意替换。输出文件成功后生成：dllmain.dll — 动态链接库 dllmain.lib — 导入库（供其他项目链接用） dllmain.exp — 导出表MinGW g++ 编译（不需要 VS）安装 MinGW 后： g++ -shared -o test.dll dllmain.cpp -luser32或指定目标架构： x86_64-w64-mingw32-g++ -shared -o test.dll dllmain.cpp -luser32MinGW 编译的 DLL 默认导出所有 extern "C" 函数，不需要 .def 文件。预编译头问题（/Y-） VS 新建项目默认启用预编译头，会生成 pch.h 和 pch.cpp。手写 .cpp 文件如果没有包含 pch.h，编译时报： fatal error C1010: unexpected end of file while looking for precompiled header解决方法：加 /Y- 禁用预编译头（适合独立小文件）在每个 .cpp 第一行加 #include "pch.h" 在文件属性里设置「不使用预编译头」导出函数声明 C++ 有 name mangling，跨语言调用需要 extern "C" 防止符号被修饰： // 头文件 #ifdef MYDLL_EXPORTS #define MYDLL_API __declspec(dllexport) #else #define MYDLL_API __declspec(dllimport) #endifextern "C" MYDLL_API int Add(int a, int b);用 .def 文件显式指定导出名（不受 extern "C" 影响）： LIBRARY mydll EXPORTS Add @1 Hello @2编译时加 /DEF:mydll.def。验证导出 dumpbin /exports dllmain.dll或用 Dependency Walker、x64dbg 查看导出表。

Soulock
2026年05月09日
- 技术

JS 生成 UUID：crypto.randomUUID 与 uuid npm 包

crypto.randomUUID（现代标准方案）浏览器和 Node.js 都内置支持： const id = crypto.randomUUID(); console.log(id); // "3f6c2a6f-8d7d-4f9c-b7d5-3fcb52c8a1aa"这是 UUID v4（随机），格式固定为 xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx。Chrome / Edge / Firefox 均支持 Node.js ≥ 19 直接用全局 crypto；Node.js 15–18 从 crypto 模块导入// Node.js 15-18 const { randomUUID } = require('crypto'); console.log(randomUUID());uuid npm 包适合需要 v1 / v5 或更好兼容性的场景： npm install uuidimport { v4 as uuidv4 } from 'uuid';console.log(uuidv4()); // "110e8400-e29b-41d4-a716-446655440000"各版本：版本特点场景v1 时间 + MAC 地址需要可排序的 IDv4 全随机最常用，通用唯一 IDv5 命名空间 + hash 相同输入生成相同 ID老版本兼容写法不能用 crypto.randomUUID 时的回退： function uuid() { return 'xxxxxxxx-xxxx-4xxx-yxxx-xxxxxxxxxxxx' .replace(/[xy]/g, c => { const r = Math.random() * 16 | 0; const v = c === 'x' ? r : (r & 0x3 | 0x8); return v.toString(16); }); }Math.random() 不是密码学安全随机数，高并发下理论上存在碰撞风险，生产环境优先用 crypto.randomUUID()。短 ID（不是 UUID）只需要一个不太长的唯一标识，不要求标准格式时： const id = Math.random().toString(36).slice(2); // "k9x2m8q"toString(36) 用 0–9 + a–z 36进制，slice(2) 去掉开头的 0.。这个不是 UUID，不保证唯一性，只适合临时标识（如 DOM id、session key）。更长更安全的短 ID： const id = crypto.getRandomValues(new Uint8Array(8)) .reduce((acc, b) => acc + b.toString(16).padStart(2, '0'), ''); // "a3f2c1d9e4b70821"使用场景数据库主键：用 UUID v4，全随机防枚举请求追踪：X-Request-ID header 用 crypto.randomUUID() 前端元素 key：用短 ID 即可内容寻址：用 UUID v5，同 URL 生成相同 ID

Soulock
2026年05月08日
- 技术

Electron app.asar 解包只有部分资源的原因与逆向方法

为什么解包只有部分资源 1. 文件在 app.asar.unpacked 而不在 asar 里 Electron 会把不适合打包进 asar 的文件放到同级目录： resources/ ├─ app.asar ← 前端代码、JS bundle └─ app.asar.unpacked/ ← 原生模块、大文件通常放在 unpacked 里的有：.node 原生扩展 ffmpeg.dll / ffmpeg.so AI 模型、WASM 文件浏览器内核组件解包时要把 app.asar 和 app.asar.unpacked 都看一遍。 2. webpack 把所有代码打成了 bundle 现代 Electron 应用几乎都用 webpack 打包，解包后看到的不是： src/pages/index.js src/components/Button.js而是： main.js renderer.js chunk.a1b2c3.js所有模块都合并进了 bundle，没有"缺文件"，只是代码被合并了。 3. 资源在运行时从网络下载部分 AI 软件、IDE 工具首次启动时会在线下载：语言包插件资源模型文件 JS chunk下载后存到用户目录，不在安装包里： Windows: %AppData%\应用名\ ← 配置、sqlite、token %LocalAppData%\应用名\ ← 缓存、大文件、下载资源4. JS 被编译为 V8 字节码（.jsc）商业 Electron 应用常用 bytenode 把 JS 编译成 .jsc： main.js → main.jsc普通 asar 解包后可以看到文件，但无法读取源码。 5. 应用对资源做了加密运行时解密： // 应用内部流程（无法直接看到） const encrypted = fs.readFileSync('xxx.bin'); const code = decrypt(encrypted, key); eval(code);解包后只能看到加密的 .bin 文件。解包工具 # 查看 asar 文件列表 npx asar list app.asar# 解包到指定目录 npx asar extract app.asar ./out解包后搜索这些关键字找 webpack 入口： webpackChunk __webpack_require__Electron 应用资源分布位置通常存放resources/app.asar 前端页面、JS bundle、html、cssresources/app.asar.unpacked/ .node 模块、dll、ffmpeg、WASM%AppData%/应用名/ 用户配置、sqlite、历史记录%LocalAppData%/应用名/ 缓存、下载的大文件、模型%AppData%/.../Code Cache/ V8 字节码缓存%AppData%/.../IndexedDB/ 结构化数据逆向流程 1. 解包 asar npx asar extract app.asar ./out2. 检查 app.asar.unpacked ls resources/app.asar.unpacked/3. 找 preload.js preload 是 Electron 主进程和渲染进程之间的桥梁，通常包含 IPC 通信和权限暴露逻辑： out/main/preload.js out/dist-electron/preload.js4. 找用户数据目录 # Windows dir %AppData%\应用名 dir %LocalAppData%\应用名5. Hook fs 抓解密内容对于运行时解密的资源，hook fs.readFileSync 把解密后的结果 dump 出来： const fs = require('fs'); const orig = fs.readFileSync;fs.readFileSync = function (path, options) { const result = orig.apply(this, arguments); if (path.includes('.bin') || path.includes('.jsc')) { console.log('[readFileSync]', path, result.toString('hex').slice(0, 64)); } return result; };6. 检查是否是 V8 字节码 .jsc 文件开头有 V8 magic bytes，可以用 bytenode 的 wrap 机制在运行时拿到原始代码，但需要和目标 Node.js/Electron 版本完全匹配。

Soulock
2026年05月07日
- 技术

Windows 配置 Maven PATH 并用 mvn 运行 Spring Boot

PowerShell 添加 Maven 到 PATH 当前用户（永久） $addPath = "D:\soft\apache-maven-3.9.15\bin" $currentPath = [Environment]::GetEnvironmentVariable("Path", "User")if ($currentPath -notlike "*$addPath*") { [Environment]::SetEnvironmentVariable("Path", "$currentPath;$addPath", "User") Write-Host "已追加: $addPath" } else { Write-Host "PATH 已存在" }当前会话立即生效 $env:Path += ";D:\soft\apache-maven-3.9.15\bin"重新打开终端才能读到写入注册表的值，不想重开就用这行临时追加。系统级 PATH（需管理员） $addPath = "D:\soft\apache-maven-3.9.15\bin" $currentPath = [Environment]::GetEnvironmentVariable("Path", "Machine")if ($currentPath -notlike "*$addPath*") { [Environment]::SetEnvironmentVariable("Path", "$currentPath;$addPath", "Machine") }cmd 添加 Maven 到 PATH :: 追加到当前用户 PATH（永久，写注册表） setx PATH "%PATH%;D:\soft\apache-maven-3.9.15\bin":: 当前窗口立即可用 set PATH=%PATH%;D:\soft\apache-maven-3.9.15\bin系统 PATH（需管理员）： setx /M PATH "%PATH%;D:\soft\apache-maven-3.9.15\bin"setx 会写注册表，当前窗口不生效，重新打开 cmd 后验证： mvn -v用 mvn 运行 Spring Boot 在项目根目录（有 pom.xml 的那层）执行： mvn spring-boot:run常用参数： # 跳过测试（开发时推荐，速度快） mvn spring-boot:run -DskipTests# 指定 profile mvn spring-boot:run -Dspring-boot.run.profiles=dev打包后运行 mvn clean package -DskipTests java -jar target/xxx.jar生产部署通常用这种方式，不依赖 Maven 运行时。常见错误 mvn 不是内部或外部命令 PATH 没生效。执行 mvn -v 测试，不行就重新打开终端，或确认 Maven bin 目录路径是否正确。 No plugin found for prefix 'spring-boot' pom.xml 缺少 Spring Boot Maven 插件，在 <build> 里加： <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> </plugins> </build>端口 8080 被占用 netstat -ano | findstr 8080 taskkill /PID 进程ID /F或在 application.yml 改端口： server: port: 8081多模块项目依赖解析失败 ${revision} 未替换说明父 pom 没有先 install，在项目根执行： mvn clean install -N -DskipTests-N 表示只安装父 pom，不递归子模块，之后再正常 mvn spring-boot:run。

Soulock
2026年04月15日
- 技术

JS 获取今天零点并前后偏移 N 小时：Date setHours 与时区格式化

获取今天零点 const now = new Date(); const midnight = new Date(now); midnight.setHours(0, 0, 0, 0);console.log(midnight); // Mon Apr 14 2026 00:00:00 GMT+0800setHours(0, 0, 0, 0) 四个参数分别是小时、分钟、秒、毫秒，全设为 0 就是当天零点（本地时间）。往后推 N 小时 const now = new Date(); const start = new Date(now); start.setHours(0, 0, 0, 0);const N = 10000; const end = new Date(start.getTime() + N * 60 * 60 * 1000);console.log("开始:", start); console.log("结束:", end); // 10000 小时 ≈ 416 天 + 16 小时后往前推 N 小时 const before = new Date(start.getTime() - N * 60 * 60 * 1000);console.log("今天零点:", start); console.log("往前 10000 小时:", before); // 约 416 天前时区问题：toISOString() 是 UTC console.log(start.toISOString()); // "2026-04-13T16:00:00.000Z" ← UTC 时间，比北京时间少 8 小时toISOString() 始终输出 UTC 时间。中国时区（UTC+8）的零点在 UTC 是前一天 16:00，如果直接用这个输出给后端或用于显示会有偏差。本地时间格式化： function formatLocal(date) { return [ date.getFullYear(), String(date.getMonth() + 1).padStart(2, "0"), String(date.getDate()).padStart(2, "0") ].join("-") + " " + [ String(date.getHours()).padStart(2, "0"), String(date.getMinutes()).padStart(2, "0"), String(date.getSeconds()).padStart(2, "0") ].join(":"); }console.log(formatLocal(start)); // "2026-04-14 00:00:00" console.log(formatLocal(end)); // "2027-06-30 16:00:00"生成时间序列 K 线拉取、回测等场景需要每小时一个时间点的数组： function generateHourlyRange(startDate, hours) { const step = 60 * 60 * 1000; const arr = []; for (let i = 0; i <= hours; i++) { arr.push(new Date(startDate.getTime() + i * step)); } return arr; }const start = new Date(); start.setHours(0, 0, 0, 0);const range = generateHourlyRange(start, 24); console.log(range.slice(0, 3).map(formatLocal)); // ["2026-04-14 00:00:00", "2026-04-14 01:00:00", "2026-04-14 02:00:00"]往前推的时间序列只需把 + i * step 改成 - i * step。与后端接口对接如果后端接受的是 Unix 时间戳（秒）： const startTs = Math.floor(start.getTime() / 1000); const endTs = Math.floor(end.getTime() / 1000);fetch(`/api/kline?start=${startTs}&end=${endTs}`)如果后端接受 ISO 字符串（UTC）： const params = new URLSearchParams({ start: start.toISOString(), end: end.toISOString() });两者都是基于 getTime() 的毫秒时间戳，不存在时区歧义，只是显示层面需要处理本地时区。