一个记录用户访问页面的类,顺便记一下PHP4的重载方式

当用户浏览某页面时需要转向到注册页面,注册完成后希望用户能返回到之前想访问的页面,这个类或许有用,目前该类还在完善中.



<?php
/*
* @author badboy
* @2009-5-27
* @php4 类语法
* 类Tracker用于跟踪用户访问页面
* 页面信息存放于Cookie中,如果Cookie被禁用,此类将不起作用.
*/
class Tracker
{

var $max_pages = 10 ; //最多保留多少个页面信息
var $trackStack; //踪迹栈
var $cookieName; //cookie名称,默认为 $_SERVER['HTTP_HOST'].'_PAGE_TRACK'

/*
* 构造方法
*/
function Tracker()
{
$this->trackStack=array();
$this->cookieName = '_PAGE_TRACK';
$this->loadFromCookie();

//移除过多的页面
if(count($this->trackStack)>$this->max_pages)
{
for($i=0;$i<count($this->trackStack)-$this->max_pages;$i++)
{
array_shift($this->trackStack);
}

}

}


/*
* 将页面信息保存到记录栈中,此方法被重截.
* 无参数版本表示将当前页加到踪迹栈中
* 有参数版本表示将指定页加到踪迹栈中
*/
function addPage()
{
$num_args = func_num_args();
$arr_args = func_get_args();
switch($num_args)
{
case 0:
$this->addPageOverloading_1();
break;
case 1:
$this->addPageOverloading_2($arr_args[0]);
break;
}
}
function addPageOverloading_1()
{
$page = urlencode($_SERVER['SCRIPT_NAME'].'?'.$_SERVER['QUERY_STRING']);
if($page!=$this->trackStack[count($this->trackStack)-1])
{
$this->trackStack[]=$page;
}
$this->mapToCookie();
}
function addPageOverloading_2($page)
{
$page = urlencode($page);
if($page!=$this->trackStack[count($this->trackStack)-1])
{
$this->trackStack[]=$page;
}
$this->mapToCookie();
}

/*
* 清除记录
*/
function clear()
{
$this->trackStack=array();
$this->mapToCookie();
}


function mapToCookie()
{
$cookies = implode('|||',$this->trackStack);
setcookie($this->cookieName,$cookies);
}

/*
* 从Cookie读取页面记录到$trackStack;
* 它们以|||分隔
*/
function loadFromCookie()
{
$cookies = $_COOKIE[$this->cookieName];
if(!$cookies)
return;
$this->trackStack = explode('|||',$cookies);
}


/*
* 返回栈中的页面
* 参数-1表示返回倒数一个页面,-2表示倒数第2个页面,0或空表示返回栈底的页面
* 此方法被重载
*/
function getPage()
{
$num_args = func_num_args();
$arr_args = func_get_args();
switch($num_args)
{
case 0:
return $this->getPageOverloading_1();
break;
case 1:
return $this->getPageOverloading_2($arr_args[0]);
break;
}
}
function getPageOverloading_1()
{
return urldecode($this->trackStack[0]);
}
function getPageOverloading_2($position)
{
if($position==0)
{
return $this->getPageOverloading_1();
}
else
{
return urldecode($this->trackStack[count($this->trackStack)+$position]);
}
}


}
?>
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的别。由于各物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分问题:判断图像中的目标属于哪个别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分 基于深度学习的目标检测算法主要分为两大: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值