2. 程式人生 > >php SOAP之多層complex型別

php SOAP之多層complex型別

阿新 • • 發佈：2019-01-26
<?php $client = new SoapClient("http://www.example.com/Xservice.php?WSDL", array('trace'=>true)); $cardUID = array('ARN'=>'100000000000002', 'expiryDate'=>2044); $locationAccess10 = array( 'accessPermission'=>'ALLOW', 'project'=>'CASA BELLA', 'building'=>'MAGNIFICA', 'wing'=>'C'
, 'door'=>'301' ); $locationAccess11 = array( 'accessPermission'=>'ALLOW', 'project'=>'CASA BELLA', 'building'=>'MAGNIFICA', 'wing'=>'E', 'door'=>'302' ); $locationAccessS = array($locationAccess10, $locationAccess11); $cardInfo1 = array( 'residentID'
=>'1000010', 'cardUID'=>$cardUID, 'accessExpiryDate'=>'24/03/2016', 'locationAccess'=>$locationAccessS ); $cardUID2 = array('ARN'=>'000000011479FFFFFFFFFFFFFFFFFF', 'expiryDate'=>2044); $locationAccess20 = array( 'accessPermission'=>'ALLOW', 'project'=>'CASA BELLA', 'building'
=>'MAGNIFICA', 'wing'=>'C', 'door'=>'302' ); $locationAccessS2 = array($locationAccess20); $cardInfo2 = array( 'residentID'=>'1000011', 'cardUID'=>$cardUID2, 'accessExpiryDate'=>'24/03/2016', 'locationAccess'=>$locationAccess20 ); $cardUID3 = array('ARN'=>'100000000000004', 'expiryDate'=>2045); $cardInfo3 = array( 'residentID'=>'1000013', 'cardUID'=>$cardUID3, 'accessExpiryDate'=>'24/03/2016', ); $cardInfo = array($cardInfo1,$cardInfo2,$cardInfo3); try { $response = $client->AddAccessCardDetails(array('messageId'=>rand(), 'cardInfo'=>$cardInfo)); print_r($response); }catch (SoapFault $e){ echo '<h2>Debug</h2>'; echo $e->getMessage(); } echo '<h2>Request</h2>'; echo '<pre>'.htmlspecialchars($client->__getLastRequest(), ENT_QUOTES).'</pre>'; echo '<h2>Response</h2>'; echo '</pre>'.htmlspecialchars($client->__getLastResponse(), ENT_QUOTES).'</pre>'; ?>

相關推薦

php SOAP之多層complex型別

<?php $client = new SoapClient("http://www.example.com/Xservice.php?WSDL", array('trace'=>true)); $cardUID = array('ARN'=>'100000000000002', 'ex

MXNet實戰之多層感知機

這是來自MXNet官網裡面的一個例子，利用module包[1]來構建一個多層感知機，並在UCI letter recognition[2]中進行訓練。利用module包來訓練網路，可以採用兩種介面：中層介面和高層介面。高層介面可以看做是對中層介面的一種封裝。 其

神經網路之多層感知機MLP的實現（Python+TensorFlow）

用 MLP 實現簡單的MNIST資料集識別。 # -*- coding:utf-8 -*- # # MLP """ MNIST classifier, 多層感知機實現 """ # Import

TensorFlow學習筆記(二)：手寫數字識別之多層感知機

在【TensorFlow學習筆記(一)：手寫數字識別之softmax迴歸】中： 我使用softmax迴歸演算法識別mnist資料集的手寫數字，在我機器上的mnist測試集上最好結果是 92.9% 。

MXnet程式碼實戰之多層感知機

多層感知機介紹 多層感知器（MLP，Multilayer Perceptron）是一種前饋人工神經網路模型。與上文提到的多類邏輯迴歸非常相似，主要區別在：輸入層和輸出層之間插入了一個到多個隱含層。 如下圖，黃色的點為輸入層，中間為隱含層，綠色的點為輸出層：

前端多層回調問題解決方案之$.Deferred

fail -s 使用 defer 解決方法 == 默認 don blog javascript引擎是單線程的，但是通過異步回調可以實現IO操作並行執行能力，當業務邏輯復雜的時候我們就進入回調地獄。 本文講得ajax是在jquery1.5以前的版本，目的旨在讓我們理解延遲對象

Spark2.0機器學習系列之7： MLPC（多層神經網絡）

element nbsp hid 隨機梯度下降 support file dict 分類器 希望 Spark2.0 MLPC（多層神經網絡分類器）算法概述 MultilayerPerceptronClassifier（MLPC）這是一個基於前饋神經網絡的分類器，它是一種在

MySQL中間件之ProxySQL(3)：多層配置系統

greate The 如果 galera use img mat 模塊 def 1.ProxySQL中的庫 使用ProxySQL的Admin管理接口連上ProxySQL，可查看ProxySQL擁有的庫。 mysql -uadmin -padmin -h127.0.0.1

php程式設計中require和include多層巢狀導致檔案找不到的錯誤

php中include和require可以包含其他檔案 但常引入的是一個相對路徑 如此會產生一個檔案，如下： 例如： (網站根目錄) ├資料夾A │ │ │ └1.php ├資料夾B │ │

Python之路Python全域性變數與區域性變數、函式多層巢狀、函式遞迴 Python之路Python全域性變數與區域性變數、函式多層巢狀、函式遞迴

Python之路Python全域性變數與區域性變數、函式多層巢狀、函式遞迴 一、區域性變數與全域性變數   1、在子程式中定義的變數稱為區域性變數，在程式的一開始定義的變數稱為全域性變數。全域性變數作用域是整個程式，區域性變數作用域是定義該變數的子程式。 全域性變數

python的三大特性之多型（鴨子型別）

多型 多型指的是一類事物有多種形態 例如： peo=People() dog=Dog() pig=Pig() #peo、dog、pig都是動物,只要是動物肯定有talk方法 #於是我們可以不用考慮它們三者的具體是什麼型別,而直接使用 peo.talk() dog.talk() pi

Django 模型層之多表操作

一.建立模型 例項: 作者表: 擁有欄位:姓名(name),性別(sex),該表與書籍表之間為多對多的關係 作者詳情表: 擁有欄位:地址(addr),手機號(phone),該表與作者表之間為一對一的關係 出版社表: 擁有欄位:名字(name),地址(addr),該表與書籍表之間為一

模型層之多表操作

        一:建立模型 1 例項： 我們來假定下面這些概念，欄位和關係 作者模型：一個作者有姓名和年齡。 作者詳細模型：把作者的詳情放到詳情表，包含生日，手機號，家庭住址等資訊。作者詳情模型和作者模型之間是一對一的關係（one-to-one） 出

Django模型層之多表操作

一、建立多表模型 例項： 作者表: 擁有欄位:姓名(name),性別(sex),該表與書籍表之間為多對多的關係 作者詳情表: 擁有欄位:地址(addr),手機號(phone),該表與作者表之間為一對一的關係 出版社表: 擁有欄位:名字(name),地址(addr),該表與書籍

六天搞懂“深度學習”之三：多層神經網路

為了克服單層神經網路只能解決線性可分問題的侷限性，神經網路進化為多層結構。然而，花費了將近30年的時間，才將隱藏層新增到單層神經網路中。很難理解為什麼花費了這麼長時間，其中的主要問題是學習規則。 單層神經網路中的增量規則對於多層神經網路的訓練是無效的，這是因為訓練中在隱藏層產生的誤差並沒

Django之模型層，單，多表操作（一）

一：資料庫型別 　　資料庫主要分成兩類，關係型資料庫和非關係型資料庫，具體區別可參照部落格地址，https://blog.csdn.net/u012965373/article/details/51779361。以下個人簡單理解 　　1:關係型資料庫： 　　　　ORM 物件關係型對映。用物件的方式儲存資

Django之模型層，單，多表操作（三）

一：多表操作之增、刪、改   1.1：增： 　　一對多： 　　方式1:  　　 publish_obj=Publish.objects.get(nid=1) 　　  book_obj=Book.objects.create(title="海爾兄弟",publi

Django之模型層，單，多表操作（二）

一：單表操作之增，刪，改 　　1.1：增 　　　　方式一： 　　　　　　book_obj=Book.objects.create(title="python葵花寶典",state=True,price=100,publish="蘋果出版社",pub_date="2012-12-12") 　　　　方式二

Django之模型層-多表操作

自動 int its 數量 val foreign 編寫 ces first 多表操作 數據庫表關系 一對多：兩個表之間的關系一旦確定為一對多，必須在數據多的表中創建關聯字段 多對多：兩個表之間的關系一定確定為多對多，必須創建第三張表（關聯表） 一對一：一旦兩個表之間的關

PHP強化之08 - 型別的比較

----- 最後更新【2018-12-7】----- 一、False與NULL 1、False的七種情況 整型0、浮點0.0、布林false、空字串''、0字串'0'、空陣列[]、NULL。 2、NULL的三種情況: 被賦值為 NULL、尚未被賦值(或未定義的變數)、被 un