curl-7.65.0-win64-mingw.zip

  • LoginID
    了解作者
  • UNIX
    开发工具
  • 9.3MB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 0
    下载次数
  • 2019-12-23 07:33
    上传日期
more curl 20 chars lol
curl-7.65.0-win64-mingw.zip
  • curl-7.65.0-win64-mingw
  • bin
  • curl.exe
    3.9MB
  • curl-ca-bundle.crt
    220.8KB
  • libcurl-x64.dll
    996.1KB
  • docs
  • libcurl
  • ABI.txt
    2.5KB
  • symbols-in-versions.txt
    37.4KB
  • BUGS.txt
    12.9KB
  • GOVERNANCE.md
    5.4KB
  • README.md
    523B
  • INSTALL.md
    18.2KB
  • VERSIONS.txt
    2.3KB
  • INSTALL.txt
    324B
  • HISTORY.md
    10.4KB
  • INTERNALS.md
    43.9KB
  • THANKS.txt
    30KB
  • CONTRIBUTE.md
    11.4KB
  • BINDINGS.md
    5.1KB
  • CHECKSRC.md
    6KB
  • SSL-PROBLEMS.md
    3.5KB
  • HTTP-COOKIES.md
    4.5KB
  • TheArtOfHttpScripting.txt
    29.3KB
  • HTTP2.md
    5KB
  • LICENSE-MIXING.md
    4.6KB
  • CODE_OF_CONDUCT.md
    1.6KB
  • RESOURCES.txt
    2.4KB
  • FEATURES.txt
    6.1KB
  • SSLCERTS.md
    8.3KB
  • CIPHERS.md
    10.5KB
  • SECURITY-PROCESS.md
    5.5KB
  • FAQ.txt
    67.1KB
  • ALTSVC.md
    2.1KB
  • RELEASE-PROCEDURE.md
    2.8KB
  • CODE_STYLE.md
    7.6KB
  • DEPRECATE.md
    756B
  • KNOWN_BUGS.txt
    29.4KB
  • TODO.txt
    48.9KB
  • MAIL-ETIQUETTE.txt
    12KB
  • HELP-US.md
    3.2KB
  • BUG-BOUNTY.md
    4.3KB
  • ROADMAP.md
    1.9KB
  • include
  • curl
  • system.h
    18.1KB
  • multi.h
    15.8KB
  • easy.h
    3.6KB
  • stdcheaders.h
    1.3KB
  • curlver.h
    3KB
  • urlapi.h
    4.2KB
  • mprintf.h
    2KB
  • typecheck-gcc.h
    42.3KB
  • curl.h
    103.9KB
  • lib
  • libcurl.dll.a
    49.7KB
  • libcurl.a
    787.1KB
  • LICENSE-openssl.txt
    6.1KB
  • COPYING-zlib.txt
    5.2KB
  • COPYING.txt
    1.1KB
  • mk-ca-bundle.pl
    18.9KB
  • BUILD-HOMEPAGE.url
    62B
  • CHANGES.txt
    238.1KB
  • README.txt
    1.8KB
  • COPYING-libssh2.txt
    1.9KB
  • COPYING-nghttp2.txt
    1.2KB
  • RELEASE-NOTES.txt
    12KB
  • BUILD-README.txt
    123B
  • COPYING-brotli.txt
    1.1KB
内容介绍
![curl logo](https://curl.haxx.se/logo/curl-logo.svg) # Documentation You'll find a mix of various documentation in this directory and subdirectories, using several different formats. Some of them are not ideal for reading directly in your browser. If you'd rather see the rendered version of the documentation, check out the curl web site's [documentation section](https://curl.haxx.se/docs/) for general curl stuff or the [libcurl section](https://curl.haxx.se/libcurl/) for libcurl related documentation.
评论
    相关推荐
    • js4kids:存储我所有解决方案和笔记的存储库,用于 Nick Morgan 的 Javascript for Kids 一书
      js4kids 存储库,用于存储我一书的所有解决方案和笔记。 目录: 文件夹内容: 每个文件夹都包含该章节挑战的解决方案。 我更习惯于后端开发,所以我编写了.js脚本并使用以下命令在终端中运行所有这些脚本: ...
    • blockchain:用Python编写的区块链-一个文档项目
      您还将需要一个HTTP客户端,例如Postman或curl。 但是任何事情都会做。 步骤1:建立区块链 那么一个街区是什么样的呢? 每个块都有一个索引,时间戳,事务,证明(稍后会详细介绍)和上一个事务的
    • curl-7.65.0-win64-mingw.zip
      here you go another curl
    • android从bootloader到launcher启动流程整理
      讲述android 开机流程 从boot rom---bootloader---init--zygote---systemserver---ams 并附上自己整理的每个流程的流程图 ,清晰熟悉android 启动流程
    • 基于python开发的全国新工商采集工具 v1.2版本
      这个软件是通过scrapy爬虫框架结合代理IP池再加上request模拟请求技术以及验证码识别技术,可以做到日更新采集全国新工商信息。采集的数据自动存储在mysql数据库表里,可下载全量1.8亿多企业工商基本信息和36维度的详细信息.支持sql和excel导出数据包格式。
    • 卷积神经网络
      这是卷积神经网络的一个实际用例,已经调试好了,能够在matlab上成功运行,适合从事卷积神经网络(CNN)研究的人员学习使用。
    • OFDM的MATLAB仿真
      1.使用Matlab实现一个OFDM系统。 OFDM系统具体参数参照LTE标准,具体为: 系统带宽:5MHz; OFDM符号长度:0.0714ms; 子载波间隔:15kHz; CP长度:OFDM符号长度的7 ; FFT点数:512; 2.选择一种降低OFDM系统峰均比的算法,在1的基础上实现,并分析其性能。
    • matlab匹配滤波代码-matlab_for_thesis:Matlab博士学位论文代码
      matlab匹配滤波代码博士论文的MATLAB代码 博士论文的MATLAB代码的一部分,“井田双色散水下声通道中的多载波通信”。 函数下的func_JingTian文件夹 FUNC_JINGTIAN包含多载波通信中一些通常需要的功能: OFDM调制/解调模块,包括几种数据辅助的信道估计方法和差分解调; 快速实现GFDM和C-FBMC调制/解调,分别包括时域和频域的迫零(ZF)和匹配滤波(MF)均衡; 为OFDM信道估计中使用的压缩感测方法计算字典的功能; 增加信道效应,施加宽带多普勒失真的功能; 通过线性调频Z变换(CZT)以任意精度对频域中的信号进行重采样; Hermite函数合成的信号之间的交叉歧义函数的计算。 演示文件夹 以下列出了四个演示 demo1:使用基本追踪(BP)算法形式的压缩感知方法对OFDM进行稀疏2-D信道估计; demo2:比较基本数据辅助OFDM信道估计算法,包括常规频域插值和基于IDFT的变换域方法; demo3:圆形滤波器组多载波(C-FBMC / OQAM)的基于DFT特征向量的原型滤波器合成; demo4:用于广义频分复用(GFDM)的辅助日期辅助无干
    • Wind-Energy-Prediction-using-LSTM:使用LSTM进行风能预测的时间序列分析
      使用长期短期记忆(LSTM)进行风能预测 有关完整的详细信息,请阅读CSE 523项目报告.pdf。 介绍 由于风速/功率具有可再生性和环境友好性,因此在地球上受到越来越多的关注。 随着全球风电装机容量的Swift增加,风电行业正在发展为大型企业。 可靠的短期风速预测在风能转换系统中起着至关重要的作用,例如风轮机的动态控制和电力系统调度。 精确的预测需要克服由于天气条件波动而导致的可变能源生产问题。 风产生的功率高度依赖于风速。 尽管它是高度非线性的,但风速在特定时间段内遵循特定模式。 我们利用这种时间序列模式来获得有用的信息,并将其用于功率预测。 LSTM用于对数据执行不同的实验并得出结论。 结论 我们的目标是改善对使用风能发电的功率的预测,并且已经实现了将LSTM用作机器学习模型并对其进行模型优化。 我们还观察到,如果风速小于4 m / s,则系统生成的功率为零。 LSTM无法学习这
    • Aerosim Blockset
      The AeroSim aeronautical simulation blockset provides a complete set of tools for the rapid development of nonlinear 6-degree of freedom aircraft dynamic models. In addition to the basic aircraft dynamics blocks, the library also includes complete aircraft models which can be customized through parameter files.