基于Python 3.X讲解，从入门到实战，全面讲解Python爬虫技术。全书重点难点附带微课讲解，书网融合互动学习。
电子书
章节目录
- 封面
- 题名页
- 版权页
- 前言
- 目录
- 第一篇 绪论
- 第1章 PLM概述
- 1.1 PLM概念
- 1.2 PLM的起源
- 1.3 PLM的价值
- 1.4 PLM的核心功能
- 第2章 PLM产品介绍
- 2.1 国内外主流的PLM产品
- 2.1.1 国外产品
- 2.1.2 国内产品
- 2.2 PLM二次开发的必要性
- 2.2.1 企业的个性化需求比较突出
- 2.2.2 和企业其他系统实现集成和整合
- 2.2.3 针对企业成长需求
- 2.2.4 围绕PLM系统的扩展和深化应用
- 2.3 开目PLM二次开发体系特点
- 2.3.1 可扩展性
- 2.3.2 多层次的二次开发框架
- 2.3.3 对数据库的访问
- 2.3.4 易学易用
- 2.3.5 轻松搭建复杂应用
- 第二篇 PLM二次开发技术
- 第3章 DPL语言介绍
- 3.1 二次开发平台介绍
- 3.1.1 DPL语言简介
- 3.1.2 DPL语言与其他语言的异同
- 3.2 DPL开发平台的安装
- 3.3 DPL脚本的编写
- 3.4 DPL语言语法
- 3.4.1 数据定义
- 3.4.2 运算符与表达式
- 3.4.3 过程控制语句
- 3.4.4 系统函数
- 3.4.5 平台函数
- 3.5 DPL代码调试
- 3.5.1 启动DPL语言调试器
- 3.5.2 查看平台运行日志文件
- 3.5.3 语法检查
- 3.5.4 分段查看
- 3.5.5 查看关键变量的值
- 3.5.6 查看表缓存
- 3.5.7 平台信息查看器
- 3.6 DPL调试器
- 3.6.1 界面介绍
- 3.6.2 操作说明
- 3.6.3 调用参数说明
- 3.6.4 疑难处理
- 第4章 平台查询介绍
- 4.1 什么是平台查询
- 4.2 平台查询的意义
- 4.3 平台查询的特点
- 4.4 平台查询的配置
- 4.4.1 平台查询文件配置样式
- 4.4.2 数据库查询配置
- 4.4.3 高级查询配置
- 4.5 调用平台查询文件
- 4.6 平台查询与DPL脚本的关系
- 4.7 平台查询调试
- 4.7.1 平台查询调试的开启及关闭
- 4.7.2 调试时显示调用参数
- 4.7.3 调试时显示错误提示等信息
- 4.7.4 调试时显示脚本内容
- 第5章 UI定义器介绍
- 5.1 UI定义器简介
- 5.2 UI定义器特点
- 5.3 界面的定义
- 5.3.1 UI定义器界面介绍
- 5.3.2 界面定义步骤
- 5.3.3 被定义界面/控件介绍
- 5.3.4 界面控制
- 5.4 界面的操作函数
- 5.4.1 UI对象
- 5.4.2 UI自定义属性和方法
- 5.4.3 执行事件
- 5.4.4 对象创建函数
- 5.4.5 执行命令
- 5.5 界面的调用
- 5.5.1 创建对象函数kmdp_CreateObject()
- 5.5.2 删除对象函数kmdp_DeleteObject（）
- 5.5.3 规范化指定UI对象及其子对象kmdp_StandardSonObjectFullName()
- 5.5.4 保存运行状态的UIT界面为UIT文件kmdp_SaveRunUitToFile()
- 5.5.5 调整UI控件位置和尺寸AdjustWindow()
- 第6章 PLM二次开发功能部署
- 6.1 二次开发主框架菜单定义
- 6.2 二次开发菜单定义
- 6.3 二次开发功能定义
- 6.4 二次开发功能扩展接口
- 6.5 功能回调函数
- 6.5.1 生成回调函数
- 6.5.2 使用回调函数
- 第三篇 PLM二次开发实践
- 第7章 图档分发回收管理
- 7.1 用户需求
- 7.2 需求分析
- 7.3 解决方案
- 7.4 功能开发
- 7.4.1 档案数据归档
- 7.4.2 文档检索
- 7.4.3 申请独立分发
- 7.4.4 分发单确认
- 7.4.5 文档打印
- 7.4.6 文档发送/接收/入库
- 7.4.7 文档利用
- 7.4.8 文档回收
- 7.5 应用效果
- 第8章 BOM多样性管理
- 8.1 EBOM、PBOM、MBOM管理
- 8.1.1 用户需求
- 8.1.2 需求分析
- 8.1.3 解决方案
- 8.1.4 功能开发
- 8.1.5 应用效果
- 8.2 BOM多视图管理
- 8.2.1 用户需求
- 8.2.2 需求分析
- 8.2.3 解决方案
- 8.2.4 功能开发
- 8.2.5 应用效果
- 8.3 BOM更改一致性管理
- 8.3.1 用户需求
- 8.3.2 需求分析
- 8.3.3 解决方案
- 8.3.4 功能开发
- 8.3.5 应用效果
- 8.4 超级BOM管理
- 8.4.1 用户需求
- 8.4.2 需求分析
- 8.4.3 解决方案
- 8.4.4 功能开发
- 8.4.5 应用效果
- 第9章 产品可配置管理
- 9.1 用户需求
- 9.2 需求分析
- 9.2.1 规则信息维护
- 9.2.2 零部件选配维护
- 9.2.3 生成精确BOM
- 9.3 解决方案
- 9.3.1 功能配置包
- 9.3.2 参数驱动
- 9.3.3 灵活选配
- 9.4 功能开发
- 9.4.1 可选配置信息及互斥规则信息维护
- 9.4.2 零部件选配规则维护
- 9.4.3 生成精确BOM
- 9.5 应用效果
- 第10章 ERP集成应用
- 10.1 用户需求
- 10.2 需求分析
- 10.3 解决方案
- 10.4 功能开发
- 10.4.1 中间表集成方式
- 10.4.2 webservice集成方式
- 10.4.3 ESB总线集成方式
- 10.4.4 RFC集成方式
- 10.5 应用效果
- 第11章 项目有效性管理
- 11.1 用户需求
- 11.2 需求分析
- 11.3 解决方案
- 11.4 功能开发
- 11.4.1 多级任务分派
- 11.4.2 任务进度监督与提醒
- 11.4.3 并行任务中文件的处理
- 11.4.4 文档齐套性管理
- 11.4.5 WBS管理和任务的统计分析
- 11.5 应用效果
- 第12章 成本管理
- 12.1 用户需求
- 12.2 需求分析
- 12.3 解决方案
- 12.3.1 自制件的下料制造成本
- 12.3.2 自制件的冲压制造成本
- 12.3.3 产品或总成焊装成本
- 12.4 功能开发
- 12.4.1 基础数据定义
- 12.4.2 基础数据维护
- 12.4.3 产品成本的核算
- 12.5 应用效果
- 第13章 工装设计及应用
- 13.1 用户需求
- 13.2 需求分析
- 13.3 解决方案
- 13.4 功能开发
- 13.4.1 用户与权限管理
- 13.4.2 工装信息管理
- 13.4.3 工装设计管理
- 13.4.4 工装仓库管理
- 13.4.5 统计查询
- 13.5 应用效果
- 第14章 产品试制管理
- 14.1 用户需求
- 14.2 需求分析
- 14.3 解决方案
- 14.4 功能开发
- 14.4.1 试制任务管理
- 14.4.2 装机任务
- 14.4.3 试装任务
- 14.4.4 零件出入库
- 14.4.5 物料维护
- 14.4.6 仪器校验
- 14.4.7 统计报表
- 14.5 应用效果
- 附录
- 武汉开目信息技术股份有限公司简介
- 封底
展开全部
PLM二次开发技术与工程应用是2018年由机械工业出版社出版,作者方建国 曾芬芳 等编著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《PLM二次开发技术与工程应用》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书共九章，主要内容包括：地基基础和地下空间工程技术、钢筋与混凝土技术、模板脚手架技术、装配式混凝土结构技术、钢结构技术、机电安装工程技术、绿色施工技术、防水技术、抗震与加固技术等。
电子书
掌握ANSYS Workbench 19.0多种分析技巧
电子书
买书即送单片机开发板，价格较单独购置图书和单片机开发板更优惠。
配套网站包含源代码和操作视频，让学习更简单。
图书包括基础项目和拓展项目，读者既可以学习和了解单片机原理，也可以制作有趣又实用的项目作品。
电子书
本书内容主要包括：基坑工程施工技术、地基与桩基工程施工技术、钢筋工程施工技术、混凝土工程施工技术、模板工程施工技术、防水工程施工技术、装配式建筑混凝土施工技术、BIM技术、海绵城市和综合管廊。
电子书
本书介绍Kafka的应用和使用，适合Java开发者和数据工程师。
电子书
数字电路初学者的“傻瓜型”教材，深入浅出讲解。
电子书
1.PyTorch核心开发者教你使用PyTorch创建神经网络和深度学习系统的实用指南。2.详细讲解整个深度学习管道的关键实践，包括PyTorch张量API、用Python加载数据、监控训练以及对结果进行可视化。3.PyTorch核心知识+真实、完整的案例项目，快速提升读者动手能力：a.全面掌握PyTorch相关的API的使用方法以及系统掌握深度学习的理论和方法；b.快速从零开始构建一个真实示例：肿瘤图像分类器；c.轻松学会使用PyTorch实现各种神经网络模型来解决具体的深度学习问题；d.章尾附有“练习题”，巩固提升所学知识；更有配套的代码文件可下载并动手实现。4.PyTorch联合创作者SoumithChintala作序推荐！5.书中所有代码都是基于Python3.6及以上的版本编写的，提供源代码下载。
