如何在 php 代码中实现万年历
最编程
2024-05-07 22:53:07
...
php代码实现万年历的方法:1、利用php的日期函数获取当前年月日;2、计算该月第一天对应的是周几;3、分别计算上下月对应的年数与天数,实现上下月切换即可。
本文操作环境:Windows7系统、PHP7.1版、DELL G3电脑
PHP实现万年历
实现一个PHP万年历,先上图:
总体实现逻辑是:先把某月的天数展示在table里面。然后计算该月第一天对应的是周几。最后分别计算上下月对应的年数与天数,实现上下月切换。下面将一步一步具体实现:
第一步:利用PHP的日期函数获取当前年月日:
- 获取当前年 $y = date("Y");
- 获取当前月 $y = date("m");
- 获取当前是多少号 $d = date("d");
- 获取该月有多少天 $maxday = date("t");
- 获取本月第一天对应的星期 date("w",strtotime("{$y}-{$m}-1"));
- 接下来是界面代码,代码如下图
- 以上第一个for循环用于循环输出最大天数,1-$week表示对应的本月第一天是星期几。第二个for循环,循环输出每一行的日期。其中$i == $d表示判断是否为本月本号的日期,如果是则字体为红色标注。
第二步,实现上月和下一月切换:
- 分别定义变量 $prey,$preMonth,$nexty,$nextMonth表示点击上一月和下一月对应的年月
- 给上下年月赋值,并且为a标签添加链接 代码如下图
第三步:初始化的年月日,进行判断。判断是否为点击的上一月或者下一月。如果是这取该年月。不是者取当前。
- $y = isset($_GET["y"])?$_GET["y"]:date("Y");取年
- $m = isset($_GET["m"])?$_GET["m"]:date("m");取月
- if ($y == date("Y") && $m == date("m")) {
$d = date("d");
}判断是否为当前日期。具体代码如下图
到此万年历完成。
推荐学习:《PHP视频教程》
以上就是php代码怎么实现万年历的详细内容,更多请关注php中文网其它相关文章!
推荐阅读
-
如何在 php 代码中实现万年历
-
如何在 php 中实现冒泡排序算法
-
如何在 php 中实现冒泡排序算法
-
如何在 PHP 中实现分布式架构?
-
如何在 PHP 数组中实现多标准筛选(三种方法)
-
如何在 PHP 中实现用户注册时发送手机验证码和短信通知
-
[姿势估计] 实践记录:使用 Dlib 和 mediapipe 进行人脸姿势估计 - 本文重点介绍方法 2):方法 1:基于深度学习的方法:。 基于深度学习的方法:基于深度学习的方法利用深度学习模型,如卷积神经网络(CNN)或递归神经网络(RNN),直接从人脸图像中学习姿势估计。这些方法能够学习更复杂的特征表征,并在大规模数据集上取得优异的性能。方法二:基于二维校准信息估计三维姿态信息(计算机视觉 PnP 问题)。 特征点定位:人脸姿态估计的第一步是通过特征点定位来检测和定位人脸的关键点,如眼睛、鼻子和嘴巴。这些关键点提供了人脸的局部结构信息,可用于后续的姿势估计。 旋转表示:常见的旋转表示方法包括欧拉角和旋转矩阵。欧拉角通过三个旋转角度(通常是俯仰、偏航和滚动)描述头部的旋转姿态。旋转矩阵是一个 3x3 矩阵,表示头部从一个坐标系到另一个坐标系的变换。 三维模型重建:根据特征点的定位结果,三维人脸模型可用于姿势估计。通过将人脸的二维图像映射到三维模型上,可以估算出人脸的旋转和平移信息。这就需要建立人脸的三维模型,然后通过优化方法将模型与特征点对齐,从而获得姿势估计结果。 特征点定位 特征点定位是用于检测人脸关键部位的五官基础部分,还有其他更多的特征点表示方法,大家可以参考我上一篇文章中介绍的特征点检测方案实践:人脸校正二次定位操作来解决人脸校正的问题,客户在检测关键点的代码上略有修改,坐标转换部分客户见上图 def get_face_info(image). img_copy = image.copy image.flags.writeable = False image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = face_detection.process(image) # 在图像上绘制人脸检测注释。 image.flags.writeable = True image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) box_info, facial = None, None if results.detections: for detection in results. for detection in results.detections: mp_drawing.Drawing.detection = 无 mp_drawing.draw_detection(image, detection) 面部 = detection.location_data.relative_keypoints 返回面部 在上述代码中,返回的数据是五官(6 个关键点的坐标),这是用 mediapipe 库实现的,下面我们可以尝试用另一个库:dlib 来实现。 使用 dlib 使用 Dlib 库在 Python 中实现人脸关键点检测的步骤如下: 确保已安装 Dlib 库,可使用以下命令: pip install dlib 导入必要的库: 加载 Dlib 的人脸检测器和关键点检测器模型: 读取图像并将其灰度化: 使用人脸检测器检测图像中的人脸: 对检测到的人脸进行遍历,并使用关键点检测器检测人脸关键点: 显示绘制了关键点的图像: 以下代码将参数 landmarks_part 添加到要返回的关键点坐标中。
-
高德地图 API 教程:如何在 php 路径规划中实现地图导航
-
高德地图 API 教程:如何在 php 中实现地图的地理围栏触发功能
-
Goldmap API 文档分析:如何在 php 中实现地图的区域限制