全书内容分为三篇。1入门篇，针对完全没有任何Unity开发经验的开发者。学完本部分内容后，开发者应该对Unity的基本知识有所了解，包括常见3D引擎的对比分析以及Unity的基本使用。2进阶篇，涵盖AR/VR开发所必须掌握的Unity3d技能以及一个综合实战案例。3高级篇，主要通过实战案例的开发学习来掌握各种主流AR/VR设备平台的知识和技能。学完本部分内容后，开发者应对主流的AR/VR设备平台及其开发工具有充分的了解和认识。与此同时，开发者还应通过实战项目熟练掌握几个主流AR/VR设备平台的开发知识，如HTC Vive，Oculus Quest，Valve Index、Google Glass、Magic Leap、Noitom动作捕捉系统和微软HoloLens平台等。此外，开发者还需要掌握主流的AR开发SDK，特别是使用Vuforia SDK和AR Foundation（支持ARKit/ARCore）开发AR应用。

这是一部尝试从架构本质的角度对传统的企业级应用架构方法进行优化的著作，不仅提供了一套更优化的企业级应用架构方法论，能指导读者构建高质量的应用；而且对当下热门的分布式系统和大数据平台的架构方法进行了详细讲解，通过大量案例提供了可直接复用的经验。两位作者在大型上市科技公司和大型互联网企业从事研发和架构工作多年，本书融合了他们在不同领域的架构经验。全书一共11章，分为三个部分：第①部分（第 1～6 章）架构设计方法论总结了一套切实可行、操作性强的高质量架构方法——“5视图架构设计法”，并引入了领域驱动设计、规模化敏捷等先进的设计思想。第②部分（第 7～9章） 分布式架构设计与实践从实战的角度讲解了分布式系统的架构与设计，包括分布式的核心技术、微服务的架构设计，以及基于云端的分布式部署，旨在帮助读者构建支持高并发、高可用的系统架构。第③部分（第 10~11 章） 大数据架构设计从更宏大的视角介绍了大数据平台的架构与设计，包括数据中台以及大数据技术中台建设思路、路线图和实践经验。

本书由浅入深、全面、系统地介绍了Java代码审计的流程、Java Web漏洞产生的原理以及实战讲解，并力求语言通俗易懂、举例简单明了，便于读者阅读领会。同时结合具体案例进行讲解，可以让读者身临其境，快速了解和掌握主流的Java代码安全审计技巧。阅读本书不要求读者具备代码审计的相关背景，如有相关经验，对理解本书内容会更有帮助。本书也可作为高等院校信息安全专业的教材。

随着网络技术的迅速发展，如何有效地提取并利用信息，以及如何有效地防止信息被爬取，已成为一个巨大的挑战。《Python爬虫与反爬虫开发从入门到精通》从零开始系统地介绍了Python网络爬虫与反爬虫的开发与实战技能，全书共分为4篇，具体内容安排如下。第1篇：基础篇（第1～3章）。系统地讲解了Python爬虫与反爬虫开发环境的搭建、爬虫与反爬虫通用基础知识、Python编程基础。第2篇：爬虫篇（第4～8章）。这分讲解了网络爬虫的相关知识与技能，主要包括网络爬虫快速入门、XPath匹配网页数据、re正则匹配数据、WebSocket数据抓取、Scrapy爬虫框架应用与开发等。第3篇：反爬虫篇（第9～16章）。这分讲解了网络反爬虫的相关知识与技能，主要包括爬虫与反爬虫的区别与认识、反爬—Header信息校验、反爬—IP限制、反爬—动态渲染页面、反爬—文本混淆、反爬—特征识别、反爬—验证码识别、反爬—APP数据抓取等。第4篇：实战篇（第17章）。本篇主要列举了4个案例，综合讲解Python爬虫与反爬虫项目的实战应用。《Python爬虫与反爬虫开发从入门到精通》从零基础开始讲解，系统全面，案例丰富，注重实战，既适合Python程序员和爬虫爱好者阅学习，也可以作为广大职业院校相关专业的材或参考用书。

《机器学习数学基础（Python语言实现）》是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书，同时还介绍了非常经典的综合案例，除了编写机器学习的代码，还编写了深度学习的代码。《机器学习数学基础（Python语言实现）》一共分为两部分。部分为数学基础知识部分，包含 8个章节，介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例，读者能够了解Scikit-learn、Scikit-fuzzy、Theano、SymPy、NetworkX和CVXPY中相应的库函数的应用。第二部分为案例部分，包含4个章节，介绍了微积分、线性代数和概率统计问题的建模方法、求解流程和编程实现，以及工业生产领域的Python实战，包含了机器学习算法和深度学习PyTorch框架的应用。在学习《机器学习数学基础（Python语言实现）》内容前，建议读者先掌握基本的Python编程知识和数学基础，然后将《机器学习数学基础（Python语言实现）》通读一遍，了解《机器学习数学基础（Python语言实现）》的大概内容，后再跟着实例进行操作。《机器学习数学基础（Python语言实现）》既注重数学理论，又偏重编程实践，实用性强，适用于对编程有一定基础，对系统的数学知识非常渴望，想从事人工智能、大数据等方向研究的读者。同时也适合作为广大职业院校相关专业的教材或参考用书。

本书帮助读者快速了解Gambas的语法规则、语言特色、GUI程序开发规范，掌握Gambas的基本程序设计方法，包括Gambas集成开发环境与程序打包发布、数据类型与结构化程序设计、窗体设计、基本控件应用、图像处理与图形绘制、消息框与对话框、键盘与鼠标事件以及流操作等内容。 本书配备了不同层次的实例，并提供详细的程序注释说明，使读者能够深入理解程序设计基本思路、基本方法和一般步骤，提高实际应用能力。 本书适合程序开发人员参考，可作为计算机、电子信息、通信和自动化类等专业的BASIC程序设计课程教材，也可作为职业教育和社会培训用教材。

本书是针对所有层次Python读者而作的Python入门书。全书分两部分：部分介绍用Python编程所必须了解的基本概念，包括强大的Python库和工具，以及列表、字典、if语句、类、文件与异常、代码测试等内容；第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的2D游戏、利用数据生成交互式的信息图以及创建和定制简单的Web应用，并帮助读者解决常见编程问题和困惑。第2版进行了全面修订，简化了Python安装流程，新增了f字符串、get（）方法等内容，并且在项目中使用了Plotly库以及新版本的Django和Bootstrap，等等。

本书全方位地介绍了 C# 的语言特性。在内容上，它兼顾了各种类型的读者。对于初学者，本书不论是介绍基本的语法，还是介绍高级的语言特性，都采用了讲解和示例结合的方法。而对于经验丰富的读者，本书的每一章都详尽而系统，是的案头参考书。本书在前一版的基础上进行了大量的修订工作。不但将既有的内容和范例全部迁移到 .NET Core 之上，对 C# 8.0 与 .NET Core 3.x 提供的新特性进行了详细的介绍，还在部分示例中专门对编写跨平台运行的程序的技巧或陷阱进行了说明。可以说，本书从内容上涵盖了目前 C# 与 .NET Core 全新正式发行版的内容。

本书可帮助读者学会在Unix、Linux shell、MacOS和Windows命令行上以轻松、循序渐进的方式使用Rust进行编程，引导读者全面了解Rust提供的功能。本书从Rust的基础开始讲解，包括如何命名对象、控制执行流和处理基本类型。你将了解如何进行算术运算、分配内存、使用迭代器以及处理输入/输出。掌握了这些核心技能后，你将很快就能用Rust处理错误并使用Rust的面向对象特性构建强大的Rust应用程序。本书对初学者非常友好，只需了解基本的编程知识——好是有C或C 的基础知识，就可以完成本书的学习。而且，要充分理解本书，只需知道什么是整数和浮点数，以及能够区分标识符和字符串就可以了。通过阅读本书，你将能够：●　开始使用Rust进行编程●　了解各种数据结构和数据序列●　定义函数、泛型函数和结构等●　处理闭包、可变字符串、范围和切片●　使用trait并了解生命周期

《软件自动化测试实战：基于开源测试工具》旨在讲述测试框架、接口测试、Web自动化测试及移动端自动化测试。本书共8章，主要内容包括为什么要实施自动化测试，Python开发环境的搭建，Python基础知识，基于Python的单元测试框架UnitTest及其应用案例，HttpRunner测试框架及其应用案例，HttpRunnerManager测试平台的搭建过程，JMeter和Postman在接口测试中的应用，Docker基础与操作实战，Selenium自动化测试框架及其应用案例，Appium自动化测试框架及其应用案例等。《软件自动化测试实战：基于开源测试工具》适合测试人员和开发人员阅读，也可供高等院校计算机相关专业的师生阅读。