没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
mailibex-master.zip (79个子文件)
mailibex-master
.travis.yml 373B
mix.exs 2KB
config
config.exs 3B
priv
mime.types 52KB
suffix.data 197KB
ebml.xml 52KB
test
mime_test.exs 6KB
flat_mail_test.exs 2KB
mime_headers_test.exs 3KB
mimes
sample.mpg 186KB
sample.mid 1KB
sample.rm 116KB
sample.ods 4KB
sample.7z 147B
sample.jar 7KB
sample.crt 1009B
sample.pem 493B
sample.psd 25KB
sample.ram 28KB
sample.der 705B
sample.zip 862B
sample.rtf 13KB
sample.bz2 57B
sample.tiff 18KB
sample.xlsx 3KB
sample.wmv 113KB
sample.odt 4KB
sample.flac 40KB
sample.txt 39B
sample.mkv 101KB
sample.pdf 54KB
sample.tar 3KB
sample.png 2KB
sample.jpg 1KB
sample.gif 3KB
sample.webm 79KB
sample.doc 24KB
sample.gz 51B
sample.mp2 16KB
sample.wav 43KB
sample.mp3 7KB
sample.svg 5KB
sample.woff 14KB
sample.ogg 32KB
sample.docx 5KB
sample.avi 283KB
sample.mp4 102KB
sample.bmp 6KB
mime_types_test.exs 612B
dkim_test.exs 3KB
mails
encoded.eml 5KB
invalid_dkim_sig.eml 1KB
valid_dkim_relaxedsimple_uncanon.eml 2KB
valid_dkim_relaxedsimple_canon.eml 2KB
valid_dkim_relaxed_canon.eml 1KB
invalid_dkim_relaxedsimple_uncanon.eml 2KB
invalid_dkim_simple_uncanon.eml 2KB
invalid_dkim_bodyh.eml 1KB
amazon.eml 21KB
invalid_dkim_dns.eml 1KB
key.pem 2KB
valid_dkim_relaxed_uncanon.eml 2KB
free.eml 23KB
valid_dkim_simple_canon.eml 2KB
test_helper.exs 15B
spf_test.exs 11KB
dmarc_test.exs 4KB
mix.lock 1KB
c_src
iconv_nif.c 4KB
LICENSE 1KB
.gitignore 55B
lib
spf.ex 12KB
mimemail_flat.ex 6KB
mime_types.ex 9KB
dkim.ex 6KB
mimemail_headers.ex 6KB
mimemail.ex 8KB
dmarc.ex 2KB
README.md 5KB
共 79 条
- 1
资源评论
胡轶强
- 粉丝: 22
- 资源: 4572
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- html+css+js的宠物领养网站(响应式)
- go实现通过命令访问Kafka
- 极速浏览器(超快速运行)
- uniapp vue3 下拉菜单组件(dropdownMenu)
- 《全面解析图像平滑处理:多种滤波方法及应用实例》
- Kafka客户端producer/consumer样例
- rocketmq和rocketmq数据转换
- 关于 v s 2019 c++20 规范里的 S T L 库里模板 decay-t<T>
- 本项目致力于创建一个基于Docker+QEMU的Linux实验环境,方便大家学习、开发和测试Linux内核 Linux Lab是一个开源软件,不提供任何保证,请自行承担使用过程中的任何风险
- RL Base强化学习:信赖域策略优化(TRPO)算法TensorFlow实现
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功