分类： 技术

禁止回车提交表单

项目里用了太多的弹层，还有太多的逻辑判断，要提交到不同的 action

结果发现一个问题，某个弹层内直接回车时表单就被提交了，省略了中间好多的逻辑判断什么的

决定先暂时把这个回车禁用掉，后期再来修复功能

自动提交情况说明：

默认情况下，单个输入框，无论按钮的type="submit"还是type="button"类型，回车即提交。
当type="submit"时，无论有几个type="text"输入框，回车均表示提交。（<button>按钮默认的type为submit）
当type="button"时，且存在多个输入框，回车不提交。（button）

网上查了下，处理办法有如下二种

1：解决单个输入框的回车即提交问题，可以增加一个隐藏的input="text" display='none'; 然后 type 类型为 button 。

2：在 form 表单或 input 中加入：onkeydown="if(event.keyCode==13){return false;}" 。

决定还是使用第二种，现在各种库用得太多，反而不直观。直接onkeydown，以后代码查起来清晰一点

win10 访问 xp 的共享

xp 上安装了一台打印机，要共享出来打印

结果发现能ping通，就是发现不了，

网上一搜，发现有解决办法

win10系统访问WindowsXP共享文件方法：

1、在Win1界面打开控制面板

2、在控制面板界面点击程序

3、点击启用或关闭Windows功能

4、勾选SMB 1.0/CIFS 文件共享支持

5、等待功能安装完成并重启电脑

6、重启后输入共享文件地址即可访问

使用Anaconda来搭python开发环境记录

换新电脑，之前的python环境是2.7，现在python都3.8了，所以想要与时俱进一下，准备2.7与3.8同时上。只能用虚拟环境来做多版本python并存，尝试一下大名鼎鼎的anaconda。

以下是相关的操作记录及知识备忘

Anaconda（https://www.anaconda.com/）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。

conda search --full-name <package_full_name>

Anaconda 解决了官方 Python 的两大痛点。

第一：提供了包管理功能，Windows 平台安装第三方包经常失败的场景得以解决，

第二：提供环境管理的功能，功能类似 Virtualenv，解决了多版本Python并存、切换的问题。

Anaconda 的镜像地址默认在国外，用 conda 安装包的时候会很慢，目前可用的国内镜像源地址有清华大学的。修改 ~/.condarc (Linux/Mac) 或 C:\Users\当前用户名.condarc (Windows) 配置：

channels:

  • https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  • defaults
    show_channel_urls: true

如果使用conda安装包的时候还是很慢，那么可以考虑使用pip来安装，同样把 pip 的镜像源地址也改成国内的，豆瓣源速度比较快。修改 ~/.pip/pip.conf (Linux/Mac) 或 C:\Users\当前用户名\pip\pip.ini (Windows) 配置(目录文件自己建)：

[global]

trusted-host = pypi.douban.com
index-url = http://pypi.douban.com/simple

pip 安装指定版本
pip install jinja2==2.7

#升级conda虚拟环境对应的python版本
conda update conda
conda update anaconda
conda update python

#验证conda已被安装
conda --version

#更新conda至最新版本
conda update conda

#查看conda帮助信息
conda --help

#卸载conda
控制面板删除程序

conda create -n py36 python=3.6 

#切换环境
activate <env_name>

#退出环境
deactivate

#显示已创建环境
conda env list
conda info --envs

#复制环境
conda create --name <new_env_name> --clone <copied_env_name>

#删除环境
conda remove --name <env_name> --all

#精确查找
conda search --full-name <package_full_name>

#模糊搜索
conda search <text>

#获取当前环境中已安装的包信息
conda list

#在指定环境中安装包
conda install --name <env_name> <package_name>

#在当前环境中安装包
conda install <package_name>

#使用pip安装包（pip只是包管理器，无法对环境进行管理。因此如果想在指定环境中使用pip进行安装包，则需要先切换到指定环境中，再使用pip命令安装包）
pip install <package_name>

#卸载指定环境中的包
conda remove --name <env_name> <package_name>

#卸载当前环境中的包
conda remove <package_name>

# 更新所有包
conda update --all
conda upgrade --all

#更新指定包
conda update <package_name>
conda upgrade <package_name>

#导出安装的包
conda env export > environment.yml