提交苹果审核4.3，应用比较简单，也就用了人脸识别，支付，和广告，10.6第一次提交过了，登录页面完善了下，个人中心加了2个icon一直被拒4.3，跟苹果来来回回拉扯10多天，期间用了xcode打包，可能用了uni原生底层也被拒，后来用了别的打包平台搞定，血泪提交史。官方出来解释下？

1、使用setx命令来修改用户环境变量
例如：setx BUILD_ENV ltd

2、vue.config.js配置环境变量

module.exports = {  
    chainWebpack: config => {  
        config  
            .plugin('define')  
            .tap(args => {  
                args[0]['process.env'].BUILD_ENV = JSON.stringify(process.env.BUILD_ENV)  
                return args  
            })  
    }  
}

3、代码中通过 process.env.BUILD_ENV判断当前环境

原先是使用下面这个方法获取当前权限是否允许了。这个方法会先唤起权限申请，同意还是拒绝后才会得知结果。

plus.android.requestPermissions

后面参考：https://ask.dcloud.net.cn/question/181513问题里面美乐居士的评论

const Manifest = plus.android.importClass("android.Manifest");  
const MainActivity = plus.android.runtimeMainActivity();  
const permissionStatus = MainActivity.checkSelfPermission(Manifest.permission.CAMERA);  
if (permissionStatus === 0) {  
    // 权限已允许逻辑  
} else {  
    // 权限未申请或已拒绝逻辑  
}

↓↓↓ 各位大佬点点赞

　　R语言是一种十分流行的数据分析和统计建模语言，它提供了一个丰富的编程环境，包括数据分析、可视化以及数据挖掘等方面的工具和包。通过R语言，数据分析人员可以快速高效地处理数据，并且使用图表、统计方法和机器学习算法等方法来探索数据和构建模型。本文将重点介绍R语言在数据分析中使用的代码方法。
　　
　　全套分析代码模板：r.dyedus.top
　　
　　一、数据读取
　　
　　R语言有许多包可以读取各种格式的数据，例如csv、Excel、JSON等。其中最常用的是readr和readxl包，分别用于读取csv和Excel数据。
　　
　　对于csv文件，可以使用如下代码：
　　
　　 　　 　　library(readr) 　　 　　data <- read_csv("data.csv") 　　 　　
　　
　　对于Excel文件，可以使用如下代码：
　　
　　 　　 　　library(readxl) 　　 　　data <- read_excel("data.xlsx") 　　 　　
　　
　　二、数据清洗
　　
　　数据清洗是数据分析过程中非常重要的一步，它可以帮助我们识别数据中的异常值、空值以及重复值等问题，并对数据进行处理。
　　
　　删除空值：
　　
　　 　　 　　# 删除所有包含空值的行 　　 　　data <- na.omit(data) 　　 　　# 删除指定列中包含空值的行 　　 　　data <- data[complete.cases(data$列名), ] 　　 　　
　　
　　删除重复值：
　　
　　 　　 　　# 删除整个数据框中的所有重复行 　　 　　data <- unique(data) 　　 　　# 删除指定列中的重复行 　　 　　data[!duplicated(data$列名),] 　　 　　
　　
　　三、数据探索
　　
　　数据探索是数据分析的重要组成部分，它可以帮助我们了解数据的特征、分布以及变量之间的关系等信息。下面介绍几种常用的数据探索方法。
　　
　　1. 汇总信息
　　
　　汇总信息可以帮助我们了解数据的基本特征，例如平均值、中位数、标准差、最小值和最大值等。
　　
　　 　　 　　summary(data) 　　 　　
　　
　　2. 直方图
　　
　　直方图可以帮助我们了解数据的分布情况。
　　
　　 　　 　　hist(data$列名) 　　 　　
　　
　　3. 箱线图
　　
　　箱线图可以帮助我们了解数据的分布和异常值情况。
　　
　　 　　 　　boxplot(data$列名) 　　 　　
　　
　　四、数据可视化
　　
　　数据可视化是数据分析过程中非常重要的一步，它可以帮助我们直观地了解数据的特征和变量之间的关系。下面介绍几种常用的数据可视化方法。
　　
　　1. 散点图
　　
　　散点图可以帮助我们了解两个变量之间的关系。
　　
　　 　　 　　plot(data$列名1, data$列名2) 　　 　　
　　
　　2. 折线图
　　
　　折线图可以帮助我们了解变量随时间变化的趋势。
　　
　　 　　 　　plot(data$时间列名, data$数值列名, type="l") 　　 　　
　　
　　3. 条形图
　　
　　条形图可以帮助我们比较不同类别的数据之间的差异。
　　
　　 　　 　　barplot(data$数值列名, names.arg=data$类别列名) 　　 　　
　　
　　五、统计建模
　　
　　统计建模是数据分析过程中非常重要的一步，它可以帮助我们构建预测模型并进行预测。下面介绍几种常用的统计建模方法。
　　
　　1. 线性回归
　　
　　线性回归可以帮助我们了解变量之间的线性关系，并进行预测。
　　
　　 　　 　　model <- lm(目标列名 ~ 预测列名1 + 预测列名2, data=data) 　　 　　summary(model) 　　 　　
　　
　　2. 逻辑回归
　　
　　逻辑回归可以帮助我们对二元分类问题进行建模，例如判断一个人是否患有某种疾病。
　　
　　 　　 　　model <- glm(目标列名 ~ 预测列名1 + 预测列名2, data=data, family=binomial) 　　 　　summary(model) 　　 　　
　　
　　3. 决策树
　　
　　决策树是一种非常常用的分类算法，它可以帮助我们了解变量之间的关系，并进行预测。
　　
　　 　　 　　library(rpart) 　　 　　model <- rpart(目标列名 ~ 预测列名1 + 预测列名2, data=data) 　　 　　summary(model) 　　 　　
　　
　　六、数据导入
　　
　　在进行数据分析前，首先需要导入数据。R语言中有许多函数可以导入不同格式的数据，例如csv、txt、Excel、SPSS等。其中read.csv函数可以导入csv格式的数据，并将其转化为data frame的形式。以下是导入csv数据的代码：
　　
　　my_data <- read.csv("my_data.csv")
　　
　　其中，”my_data.csv”是文件的名称，my_data是导入的数据存储在R中的变量名。
　　
　　七、数据清洗
　　
　　数据清洗是数据分析的重要一环，旨在删除或纠正数据集中的任何错误、缺失、重复或无效值，以确保数据集的准确性和可靠性。以下是一些常用的数据清洗代码：
　　
　　1.删除缺失值
　　
　　如果数据集中有缺失值，可以使用na.omit函数删除这些值。以下是示例代码：
　　
　　my_data <- na.omit(my_data)
　　
　　2.删除重复值
　　
　　如果数据集中存在重复的行，则可以使用以下代码删除重复的值：
　　
　　my_data <- unique(my_data)
　　
　　3.更改变量类型
　　
　　在分析数据集之前，通常需要更改变量的类型。例如，若变量的类型是字符型，需要将其转化为数字型。以下是示例代码：
　　
　　my_data$age <- as.numeric(as.character(my_data$age))
　　
　　八、描述性统计
　　
　　描述性统计是一种用于概括和描述数据的技术，包括中心趋势、离散程度和分布等。以下是一些用于描述性统计的代码：
　　
　　1.均值计算
　　
　　可以使用mean函数计算变量的均值。以下是示例代码：
　　
　　mean(my_data$age)
　　
　　2.中位数计算
　　
　　可以使用median函数计算变量的中位数。以下是示例代码：
　　
　　median(my_data$age)
　　
　　3.标准差计算
　　
　　可以使用sd函数计算变量的标准差。以下是示例代码：
　　
　　sd(my_data$age)
　　
　　九、可视化
　　
　　数据可视化是一种重要的数据分析方法，它可以帮助我们更好地理解数据集的分布和变化。R语言提供了许多绘制图表的函数，以下是一些常见的绘图函数及其示例代码：
　　
　　1.散点图
　　
　　可以使用plot函数绘制散点图，并使用颜色、形状和大小等参数来区分不同的数据点。以下是示例代码：
　　
　　plot(my_data$age, my_data$income, col = "blue", pch = 19, cex = 0.8, main = "Scatterplot of Age and Income", xlab = "Age", ylab = "Income")
　　
　　其中，col是颜色参数，pch是形状参数，cex是大小参数，main是标题参数，xlab和ylab是x和y轴的标签。
　　
　　2.直方图
　　
　　可以使用hist函数绘制直方图，以显示变量的分布情况。以下是示例代码：
　　
　　hist(my_data$age, col = "green", main = "Histogram of Age", xlab = "Age", breaks = 20)
　　
　　其中，col是颜色参数，main是标题参数，xlab是x轴标签，breaks是直方图中的段数。
　　
　　3.箱线图
　　
　　可以使用boxplot函数绘制箱线图，以显示变量的中位数、四分位数、异常值等信息。以下是示例代码：
　　
　　boxplot(my_data$age, col = "orange", main = "Boxplot of Age", ylab = "Age")
　　
　　其中，col是颜色参数，main是标题参数，ylab是y轴标签。
　　
　　5.饼图
　　
　　可以使用pie函数绘制饼图，以显示变量在整个数据集中的比例。以下是示例代码：
　　
　　pie(table(my_data$gender), col = rainbow(2), main = "Pie Chart of Gender")
　　
　　其中，table函数将变量转化为表格形式，col是颜色参数，main是标题参数。
　　
　　总结：
　　
　　本文介绍了R语言在数据分析中的常用代码方法。数据分析是一个复杂的过程，需要不断探索和实践，希望本文能够帮助读者更好地掌握R语言在数据分析中的应用。

2023年7月4日，在工业和信息化部信息通信管理局的指导下，由中国信息通信研究院泰尔终端实验室联合电信终端产业协会（TAF）牵头发起《移动应用软件高API等级预置与分发自律公约（2023）》。小米、OPPO、vivo、三星、中兴、星纪魅族、奇虎、百度、腾讯、巨量引擎、快手等11家主流终端厂商及分发平台企业作为共同发起单位，联合签署了自律公约。公约声明APP开发者，将APP开发API等级提升至Android 11.0(API等级30)，即兼容性适配安卓11.0以上版本（targetSdkVersion>=30）。并要求移动应用软件预置与分发服务提供者，拒绝上架低API等级应用，共同维护用户权益。
小米、OPPO、vivo、华为等主流应用商店，将于2023年12月采用 targetSdkVersion>=30的等级要求作为应用上架收录标准。建议广大开发者如期适配。

====================================
解决方式：

↓↓↓ 各位大佬点点赞

换过很多网络，host也确认没有问题，能ping通ide.liuyingyong.cn，依然无法登录。
最后在csdn的找到他人经验：管理者模式运行，成功了
分享给碰到此问题的同学

全栈开发，可定制，可二开，灵活选择。
时间充裕，保质保量，价格便宜
有需要请联系 vx : wc149162536

注意：需要是uniapp项目

安装

https://ext.dcloud.net.cn/plugin?id=15331
前往uniapp的插件市场导入插件，地址：https://ext.dcloud.net.cn/plugin?id=15331

使用

1. 前往iconpark官网：https://iconpark.bytedance.com/复制vue代码

2.修改vue组件标签，增加''前缀

复制得到的vue组件：

<all-application theme="multi-color" size="24" :fill="['#333' ,'#2F88FF' ,'#FFF' ,'#43CCF8']"/>

增加''前缀，修改为：

<i-all-application theme="multi-color" size="24" :fill="['#333' ,'#2F88FF' ,'#FFF' ,'#43CCF8']"/>

''前缀是为了解决组件名冲突的问题

<all-application/> 改为 <i-all-application/>即可使用

3.组件名称列表

全部组件名称列表查看地址http://chenmeizhou.gitee.io/atom-css-doc/components/icon/icon.html

属性配置示例

线条outline

<ICamera></ICamera>  
<ICamera theme="outline"/>  
<ICamera theme="outline" fill="#2F88FF"/>

填充filled

<ICamera theme="filled" fill="#333"/>

双色two-tone

<ICamera theme="two-tone" :fill="['#333' ,'#2F88FF']"/>

多色multi-color

<ICamera theme="multi-color" :fill="['#333' ,'#2F88FF' ,'#FFF' ,'#43CCF8']"/>

线条粗细strokeWidth

<ICamera :strokeWidth="1"></ICamera>  
<ICamera :strokeWidth="2"></ICamera>  
<ICamera :strokeWidth="3"></ICamera>  
<ICamera :strokeWidth="4"></ICamera>

尺寸size

<ICamera :size="20"></ICamera>  
<ICamera size="20"></ICamera>  
<ICamera size="20px"></ICamera>  
<ICamera size="40rpx"></ICamera>  
<ICamera size="2em"></ICamera>

端点类型strokeLinecap

<ICamera ></ICamera>  
<camera strokeLinecap="round"/>  
<camera strokeLinecap="butt"/>  
<camera strokeLinecap="square"/>

拐点类型strokeLinejoin

<camera strokeLinejoin="round"/>  
<camera strokeLinejoin="miter"/>  
<camera strokeLinejoin="bevel"/>

由于机房临时停电检修，我们的iOS打包服务器将在2023年11月11日12时至16时期间暂停服务。在此期间，Android平台的打包服务将不受影响，可以正常进行。如果您需要提交iOS打包任务，请耐心等待我们的通知。我们将在服务恢复后尽快为您处理您的请求。

对于此次给您带来的不便，我们深感抱歉。如有任何疑问或需要进一步的帮助，请随时与我们联系。感谢您的理解与支持！

更新，iOS打包已经恢复。

1.照片通过上传到服务器后；返回照片地址信息；无法实现统一管理；

2. 基于若依 uniapp版本；其没有自带的上传插件；需要自己改造
3. 可以自行封装相应的上传组件；

支付宝云开发产品

是一款蚂蚁集团独立自研的 Serverless小程序一站式开发平台，当前已经在 uniCloud 中开放使用。

新老用户回馈，新用户 0 元购，双11狂欢

好消息！云开发首次大促正在火爆进行中，详见下方活动参与方式。

uniCloud 支付宝云开发产品为广大用户提供了免费版、基础版、标准版、专业版、企业版和旗舰版等不同版本的套餐，也提供了不同超低折扣套餐：

新用户0元购活动：每个新用户首个环境 300元及以下套餐 0 元购 3 个月
2023年6月1日~2024年12月31日注册为新用户
注意：0元购套餐到期后用户可以选择续费，降配或者停服处理，不会自动扣费哦

小程序云双11大促活动：每个用户可享受 4.5折全量套餐优惠！此外还有欢乐抽奖，最高赢 iPhone 15 Pro！
活动时间：2023年11月1日~2023年11月30日

（悄悄地说，如果您购买云开发企业版及以下的套餐，可参与 0 元购活动。如果想购买旗舰版，可以使用小程序云双11大促活动的4.5折优惠券呦～）

活动参与方式及抽奖规则

在uniCloud控制台注册并购买支付宝小程序云服务空间，具体抽奖规则如下：
1、新用户注册并累计账单金额（含优惠金额）满100元即可获得抽奖机会1次；
2、新老用户通过邀请码邀请新用户，累计账单金额（含优惠金额）满100元即可获得抽奖机会1次；

如何累计账单金额（含优惠金额）满100元？

• 购买云开发基础版4.5元/月套餐包，按量计费余额超过95.5 元；
• 购买云开发标准版22元/月套餐包5个月及以上；
• 购买云开发专业版76元/月套餐包1个月及以上；
• 购买云开发企业版300元/月套餐包；
• 购买云开发旗舰版652元/月套餐包

支付宝云开发提供更加优惠的套餐价格《价格列表》，支持套餐和按需付费混合使用，CDN 流量包多种灵活付费方式，最大程度上降低用户使用成本，让我们一起连接未来，创造无限！快来体验uniCloud支付宝小程序云版，享受无门槛试用和更多抽奖福利。

点击直通活动页面：https://unicloud.dcloud.net.cn/uni_modules/uni-trade/pages/create-order/create-order?buy_type=1

一键领取优惠大礼包：https://cloud.alipay.com/main/doubleElevenMarket?channel=318