提供上面脚本案例

以下是运行测试80、443和3306端口的示例输出：

Port 80 is open
Port 443 is open
Port 3306 is closed

在此示例输出中，80和443端口是打开的，而3306端口是关闭的。

相关问题

Unity CustomEditor的使用案例

Unity CustomEditor 是Unity中一种自定义Inspector界面的方式，可以帮助开发者更加方便地编辑和管理组件。

以下是一个使用 CustomEditor 的案例：

假设有一个名为“Player”的脚本，它包含一个 public 变量“health”，并且希望在 Inspector 界面中添加一个进度条来显示当前健康值。

首先，需要创建一个名为“PlayerEditor”的自定义编辑器类，并继承 UnityEditor.Editor 类。

在 PlayerEditor 类中，需要使用 SerializedProperty 类来获取 health 变量并创建一个进度条。

代码示例如下：

using UnityEditor;
using UnityEngine;

[CustomEditor(typeof(Player))]
public class PlayerEditor : Editor
{
    SerializedProperty healthProp;

    void OnEnable()
    {
        healthProp = serializedObject.FindProperty("health");
    }

    public override void OnInspectorGUI()
    {
        serializedObject.Update();

        EditorGUILayout.PropertyField(healthProp);

        float healthValue = healthProp.floatValue;
        EditorGUILayout.LabelField("Health");
        EditorGUI.ProgressBar(EditorGUILayout.GetControlRect(), healthValue / 100f, healthValue.ToString("0.00"));

        serializedObject.ApplyModifiedProperties();
    }
}

在上面的代码中，首先使用 CustomEditor 特性将 Player 类与 PlayerEditor 类关联起来。

然后，在 OnEnable 方法中，使用 SerializedObject 和 SerializedProperty 类来获取 health 变量。

在 OnInspectorGUI 方法中，使用 EditorGUILayout 类将 health 变量显示为默认的 Inspector 字段。

接下来，使用 EditorGUI 类创建一个进度条，并将其显示在 Inspector 界面中。

最后，使用 SerializedObject 类应用修改后的属性值。

当保存 Player 脚本并返回 Unity 编辑器时，应该可以看到自定义进度条已添加到 Inspector 界面中。

这就是一个简单的 CustomEditor 示例，它演示了如何在 Unity 中创建自定义 Inspector 界面。

matlab调用cplex代码案例

以下是一个简单的 Matlab 调用 CPLEX 代码的案例：

假设我们要解决下面的线性规划问题：

maximize 3x1 + 4x2
subject to
x1 + x2 <= 5
2x1 + 3x2 <= 12
x1, x2 >= 0

首先，我们需要安装 CPLEX 并在 Matlab 中配置 CPLEX 的路径。然后，我们可以使用 Matlab 的 API 调用 CPLEX 的求解器来解决这个问题。下面是一个 Matlab 脚本的示例：

% 导入 CPLEX 的 Matlab API
import ilog.concert.*;
import ilog.cplex.*;

% 创建变量和目标函数
x = cplexvar(2, 'LB', 0);
f = [3 4] * x;

% 创建约束条件
A = [1 1; 2 3];
b = [5; 12];
cplex_addrows(A, b, [], [], [], [], [], [], []);

% 创建模型和求解器对象
cplex = Cplex('myLP');
cplex.addCols(f);
cplex.Model.sense = 'maximize';

% 求解
cplex.solve();

% 输出结果
fprintf('\nSolution status = %s\n', cplex.Solution.statusstring);
fprintf('Objective value = %g\n', cplex.Solution.objval);
fprintf('x1 = %g\n', cplex.Solution.x(1));
fprintf('x2 = %g\n', cplex.Solution.x(2));

在上面的代码中，我们首先导入了 CPLEX 的 Matlab API。然后，我们创建了两个变量 x1 和 x2，并定义它们的下限为 0。接着，我们创建了目标函数 f，并将其添加到求解器中。我们还创建了两个约束条件，并将它们添加到求解器中。最后，我们创建了一个 CPLEX 模型对象和一个 CPLEX 求解器对象，并使用它们来求解线性规划问题。最后，我们输出了求解结果。