notes:加密笔记记录Web应用程序
需积分: 10 172 浏览量
2021-05-12
15:02:42
上传
评论
收藏 566KB ZIP 举报
notes-master.zip （87个子文件） 
notes-master 
.gitignore 76B README.md 847B INSTALL.md 2KB Procfile 61B site basesettings.ini 3KB production.ini 173B startup server.xml 2KB
readme.txt 119B site logic forms.xml 436B data.xml 128B models.xml 345B content.xml 198B readme.txt 154B mountpoints.xml 165B views.xml 251B lib.ini 279B locale readme.txt 37B readme.txt 185B static readme.txt 231B bootstrap-media css bootstrap.min.css 134KB moya 286B external readme.txt 245B prodlogging.ini 526B readme.txt 1KB logging.ini 456B templates willmcgugan.notes 
front.html 1KB base.html 1KB readme.txt 101B data readme.txt 55B local readme.txt 111B wsgi.py 199B settings.ini 343B willmcgugan.notes logic rpc.xml 4KB forms.xml 1006B admin.xml 905B models.xml 833B content.xml 2KB mountpoints.xml 695B views.xml 1KB lib.ini 629B media css notes.css 2KB font-awesome.min.css 23KB font-awesome.css 28KB fonts FontAwesome.otf 92KB
fontawesome-webfont.svg 306KB fontawesome-webfont.ttf 119KB fontawesome-webfont.woff2 55KB fontawesome-webfont.eot 59KB fontawesome-webfont.woff 70KB js notes.js 21KB CryptoJS v3.1.2 hmac-ripemd160.js 7KB hmac-sha3.js 6KB rabbit-legacy.js 13KB hmac-sha224.js 5KB ripemd160.js 7KB sha3.js 6KB hmac-sha384.js 9KB md5.js 6KB tripledes.js 21KB rabbit.js 13KB aes.js 13KB sha1.js 4KB pbkdf2.js 5KB hmac-sha512.js 9KB sha384.js 9KB sha256.js 5KB sha512.js 8KB rc4.js 12KB hmac-md5.js 7KB hmac-sha256.js 5KB sha224.js 5KB hmac-sha1.js 5KB readme.txt 40B locale readme.txt 83B templates willmcgugan.notes front.html 89B components loading.html 70B newbook.html 188B base.html 2KB editor.html 5KB book.html 3KB widgets readme.txt 73B requirements.txt 31B heroku moya 0B heroku.ini 253B logging.ini 294B wsgi.py 178B app.json 2KB资源评论
汪纪霞
- 粉丝: 35
- 资源: 4700
最新资源
- Picasso_v3.1 2.ipa
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务，并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一（附源码）
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
