MifareUltralight数据格式 将NFC标签的存储区域分为16个页,每一个页可以存储4个字节,一个可存储64个字节(512位).页码从0开始(0至15).前4页(0至3)存储了NFC标签相关的信息(如NFC标签的序列号.控制位等).从第5页开始存储实际的数据(4至15页). 读写MifareUltralight数据 使用MifareUltralight.get方法获取MifareUltralight对象,然后调用MifareUltralight.connect方法进行连接,并使用Mif

先看流程图 使用步骤: 第一步:声明权限 <!-- 允许应用程序使用NFC功能 --> <uses-permission android:name="android.permission.NFC" /> 第二步:Activity设置能拦截的NFC tag,不需要拦截ACTION_NDEF_DISCOVERED类型的NDEF标签,标题说了拦截非NDEF的tag <activity android:name="com.example.nfcdemo.

1. 在onCreate()中获取NfcAdapter对象: NfcAdapter nfcAdapter = NfcAdapter.getDefaultAdapter(this); 2.在onNewIntent()中获取Tag对象或者NdefMessage信息: 获取Tag对象: Tag tag = intent.getParcelableExra(NfcAdapter.EXTRA_TAG); 获取NdefMessage信息: Parcelable[] rawMsgs = getIntent()

Android对NFC技术的支持 Android2.3.1(API Level ＝ 9)开始支持NFC技术,但Android2.x和Android3.x对NFC的支持非常有限.而从Android4.0(API Level ＝ 14)开始,Google开始向NFC发力,NFC技术在Android中得到了更进一步的支持.尤其是Android4.1,可以利用NFC技术传递较大的数据(NFC会利用蓝牙技术进行大数据量的传输). 开启Android的NFC功能 支持如下3种NDEF数据的操作 Androi

1.使用目的:正常开发是针对NDEF格式数据进行开发,但实际情况并非如此,以厦门公交卡为例,厦门公交卡保存的是非NDEF格式数据.其类型是IsoDep类型. 2.非标准的NDEF格式数据流程:当厦门公交卡放到NFC上时,手机会捕获该厦门公交卡标签信息,自动获得该tag能支持的技术支持,其中标签的数据将封装到Intent中,并启动相关的Activity处理该标签信息,判断该标签类型为IsoDep类型后,使用该IsoDep类对标签进行操作. You can use the getTechList()

NDEF文本格式规范     不管什么格式的数据本质上都是由一些字节组成的.对于NDEF文本格式来说.这些数据的第1个字节描述了数据的状态,然后若干个字节描述文本的语言编码,最后剩余字节表示文本数据.这些数据格式由NFC Forum的相关规范定义,可以从下面的地址下载相关的规范. http://www.nfc-forum.org/specs/spec_dashboard NDEF文本数据格式 状态字节编码格式 判断数据是否为NDEF格式   获取NFC标签中的数据要通过NdefRecord.ge

/// <summary> /// DataTable to Excel(将数据表中的数据读取到excel格式内存中) /// </summary> /// <param name="dataTable">数据表</param> /// <param name="excelType">excel格式</param> /// <param name="sheetName"

在使用JsonObjectRequest时无法post非json格式的数据,因而采用StringRequest获取到相应的数据后再转为json格式的数据. //这里的上下文需要讨论 private static RequestQueue mRequestQueue = Volley.newRequestQueue(Global.getContext()); public interface IResponse{ void subscribeData(Object data); } /**Post

之前我只知道用驱动精灵来给新机器装网卡驱动,或者用下载好的exe格式文件给非新机器装网卡驱动. 今天下载了一个非exe格式的文件,就不知道怎么装了,百度了一下才知道,可以通过:”设备管理器“->右键点击要安装驱动的硬件->“更新驱动程序软件”->“浏览计算机以查找驱动程序软件”:的方式来用非exe格式的文件安装网卡驱动

某些时候可能有这种需求.在网页中点击一个链接或者一个button希望返回一张图片.一个pdf文档.一个csv文档等而非HTML. 在diango中非常easy做到这些.django中的view用来接收http request并返回web response. 通常情况下,返回的内容为HTML,但其可以返回的不只如此.还可以是上述图片.pdf文件等等.返回非HTML形式的内容的关键在于HttpResponse这个类,尤其是mimetype这个參数,通过将此參数设置为不同的值可以提示浏览器view返回

C#读取固定文本格式的txt文件 一个简单的C#读取txt文档的程序,文档中用固定的格式存放着实例数据. //判断关键字在文档中是否存在 ] == "设备ID:107157061").ToString(); //获取序列中满足查询条件的第一条数据 ] == "设备ID:108167353"); //获取序列中满足查询条件的最后一条数据 ] == "设备ID:108167353"); //根据where查询符合条件的所有数据并返回泛型集合 ] ==

网上有很多关于ios xml解析的方法,关于非UTF-8格式的网页解析也不少,我也试着看了好几个,但都没成功.今天无意中却弄好了,所以想和大家分享下.其实很简单,下面说下怎么得到非UTF-8格式的网页要解析的代码内容,这也是比较关键的一步,剩余的解析过程网上很多,这里就不在赘述了,如果实在有需要得话,再跟我联系. 1.以百度(http://www.baidu.com)为例,其网页格式为gb2312,新建一个项目project,在-(void)viewDidLoad内输入一下内容: 1NSURL

NDEF Uri格式规范 与NDEF文本格式一样,存储在NFC标签中的Uri也有一定的格式 http://www.nfc-forum.org/specs/spec_dashboard 编写可以解析Uri格式数据的类 import java.nio.charset.Charset; import java.util.Arrays; import java.util.HashMap; import java.util.Map; import android.net.Uri; import andro

日常开发和交流时,我们习惯将图片的颜色通道按照RGB(red, green, blue)进行排列.闲来无聊,在把玩卷积神经网络模型时发现OpenCV并没有按照这个顺序读入图片.好奇地搜索一下OpenCV为什么使用BGR而非RGB.看到这篇博文:Why does OpenCV use BGR color format. 仔细阅读这篇博文,作者在使用matplotlib显式OpenCV读入的图片,发现图片显示很怪异. 原图如下: 使用OpenCV读取在matplotlib上显示的结果 文中作者在一个

C语言函数sscanf()的用法 sscanf() - 从一个字符串中读进与指定格式相符的数据. 函数原型: int sscanf( string str, string fmt, mixed var1, mixed var2 ... ); int scanf( const char *format [,argument]... ); 说明: sscanf与scanf类似,都是用于输入的,只是后者以屏幕(stdin)为输入源,前者以固定字符串为输入源. 其中的format可以是一个或多个 {%[

读取Excel日期数据,一种方式是在EXCEL中把你的日期列的格式设置一下,设成"文本"型. 如果单元格格式设置为date,则在后台读出的数值是一个数值,如2008-08-08读出来是39688,怎样才能读出来是日期格式?方法如下: 要做一个判断,如果该单元格是一个double值,那么就要用 DateTime.FromOADate(double.Parse(range.Value2.ToString()));方法获得时间:如果就是一个时间,那么就直接DateTime.Parse(ran

链接 LMDB is the database of choice when using Caffe with large datasets. This is a tutorial of how to create an LMDB database from Python. First, let’s look at the pros and cons of using LMDB over HDF5. Reasons to use HDF5: Simple format to read/write

最近学习tensorflow,发现其读取数据的方式看起来有些不同,所以又重新系统地看了一下文档,总得来说,tensorflow 有三种主流的数据读取方式: 1) 传送 (feeding): Python 可以在程序的运行过程中,将数据传送进定义好的 tensor 变量中 2) 从文件读取 (reading from files): 一个输入流从文件中直接读取数据 3) 预加载数据 (preloaded data): 这个很好理解,就是将所有的数据一次性全部读进内存里. 对于第三种方式,在数据量小

最近在处理一张表的时候,需要按照日期排序,日期字段中日期的格式有两种. 格式一:07-Aug-2015 格式二:10/28/16 日期转化及格式化sql语句: select to_date('07-Aug-2015','dd-mm-yyyy','NLS_DATE_LANGUAGE = english') 英文日期, to_date('10/28/16','mm/dd/yy') 日期, to_char(to_date('07-Aug-2015','dd-mm-yyyy','NLS_DATE_LAN

将xml转换成Map,能够应对不用结构的xml,而不是只针对固定格式的xml.转换规则:1.主要是Map与List的互相嵌套2.同名称的节点会被装进List 示例: import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import java.util.List; import java.util.Map; import org.dom4j.Document; import org.dom