# 先查看一下你要前往 postgres 的 container 是哪一個, 記下 id
docker ps -a

# 進入 container 並且停在 bash 的 shell(環境)畫面中
# 請將下方 container_id 換成你環境中的目標的 id
docker exec -it container_id bash

## 接下來要來安裝 Zhparser, 但是我們要先下載來編譯一下喔
# 首先, 確定一下你的 postgres 版本, 先登入到 postgres 裡面
# 登入 postgres, 帳號如果你是依照官方的文件安裝, 那應該是 docmost
# 或是你自己設定的其他帳號
psql -U docmost

# 輸入以下指令
SELECT VERSION();

# 板主這邊看到的是
 PostgreSQL 18.3 (Debian 18.3-1.pgdg13+1) on x86_64-pc-linux-gnu, compiled by gcc (Debian 14.2.0-19) 14.2.0, 64-bit

# 確認完版本之後, 請輸入 exit 跳出, 回到 bash 畫面

# 那麼我們就可以透過以下指令準備好相關的環境
apt update -y && apt install wget gcc make git bzip2 postgresql-server-dev-18 -y

# 接下來我們要下載 Zhparser, 版本的部分你可以查閱下方網址
https://www.xunsearch.com/scws/download.php

# 確認好版本之下就來進行以下步驟
cd /tmp
wget http://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2
tar -jxvf scws-1.2.3.tar.bz2 
cd scws-1.2.3
./configure && make && make install

cd ..
git clone https://github.com/amutu/zhparser.git
cd zhparser/
make && make install

# 完成之後, 請登入 postgres
psql -U docmost

# 輸入以下指令
CREATE EXTENSION zhparser;
CREATE TEXT SEARCH CONFIGURATION chinese (PARSER = zhparser);

# 完成後請退出
exit

# 接下來你可以回到 docmost 試試看中文搜尋是否可以作用了

# jupyter
!pip install yfinance

# terminal mode
pip install yfinance
# or, maybe 如果你的環境中有 python2 與 3 的時候 就會分 pip 與 pip3 兩種指令
pip3 install yfinance

# 其實我們還需要另外兩個 library
# numpy 與 pandas, 只是通常我們的環境內都有, 所以沒有特別提出來

import numpy as np
import pandas as pd

import yfinance as yf

my_data = yf.download('TSLA', start='2025-01-02', end='2025-07-02')
print(my_data.info)

            Close.      High        Low         Open        Volume
Date                                                                 
2025-01-02  379.279999  392.730011  373.040009  390.100006  109710700
2025-01-03  410.440002  411.880005  379.450012  381.480011   95423300
2025-01-06  411.049988  426.429993  401.700012  423.200012   85516500
2025-01-07  394.359985  414.329987  390.000000  405.829987   75699500
2025-01-08  394.940002  402.500000  387.399994  392.950012   73038800
...                ...         ...         ...         ...        ...
2025-06-25  327.549988  343.000000  320.399994  342.700012  119845100
2025-06-26  325.779999  331.049988  323.609985  324.609985   80440900
2025-06-27  323.630005  329.339996  317.500000  324.510010   89067000
2025-06-30  317.660004  325.579987  316.600006  319.899994   76695100
2025-07-01  300.709991  305.890015  293.209991  298.459991  145085700

[123 rows x 5 columns]>

# For data manipulation
from datetime import datetime

import numpy as np
import pandas as pd

# To fetch financial data
import yfinance as yf

# For visualisation
import matplotlib.pyplot as plt
#print(plt.style.available)
#exit(0)
#plt.style.use('seaborn-darkgrid')
#plt.style.use('seaborn-v0_8-darkgrid')

# Set the ticker as 'EURUSD=X'
endToday = datetime.today().strftime('%Y-%m-%d')
#forex_data = yf.download('EURUSD=X', start='2025-01-02', end='2021-12-31')
#forex_data = yf.download('EURUSD=X', start='2025-01-02', end=endToday)
forex_data = yf.download('TSLA', start='2025-01-02', end=endToday)
#forex_data = yf.download('TSLA', start='2025-01-02', end='2025-07-02')


print(forex_data.info)
#exit(0)
# Set the index to a datetime object
forex_data.index = pd.to_datetime(forex_data.index)

# Display the last five rows
#forex_data.tail()

# Plot the close price
plt.figure(figsize=(15, 7))
#forex_data['Adj Close'].plot()

# 就是這一行讓繪圖先出現, 之後再呼叫 show 就出現一個空白的
#forex_data['Close'].plot()
plt.plot(forex_data['Close'])

# Set the title and axis label
plt.title('Tesla Data', fontsize=16)
plt.xlabel('Year-Month', fontsize=12)
plt.ylabel('Price', fontsize=12)
plt.xticks(fontsize=12)
plt.yticks(fontsize=12)
plt.legend(['Close'], prop={'size': 12})

# Show the plot
plt.show()

# 以下 js code 你可以自己試試看觀念是否正確喔!!
var A = 1;
var B = 1;
var AA = 0;
var BB = 0;

AA = A++ + A++;
BB = ++B + B++;

console.log("AA: " + AA + ", BB: " + BB)

# 結果印出如下
AA: 3, BB: 4

# 以上為什麼是 3, 為什麼是 4. 解說如下
AA = (1) + (2) = 3 此行結束時的 A 已成為 3
BB = (2) + (2) = 4 此行結束時的 B 已成為 3

# 首先會卡住不讓你卸載一定是因為有人正在使用該掛載目錄, 所以找出來結束他就是處理方向
# 方法 1, 使用 fuser, 如果發現無此指令的話可透過 "apt-get install psmisc" 安裝
# 如果我們掛載的資料匣是 /mntHere/, 則指令為
fuser -mv /mntHere/

# 接下來你會看到是哪一個 process ID 在使用它

# 那麼確定沒有還需要等待結束的 process 後, 我們就來將為結束且不需要的 process 關閉
fuser -kv /mntHere/

# 接下來可以再次查看有無其他的 process 使用它
fuser -mv /mntHere/

# 最後就直接卸載它吧
umount /mnthere/

# 方法 2, 使用 lsof
lsof /mntHere/

# 找出 process ID, 再將它們刪除即可卸載, 將以下指令的 processID 改為你自己查出的 ID 喔!
kill processID

# 最後就直接卸載它吧
umount /mnthere/

# 1. 設定一個分享目錄至samba的設定檔, 記得要使用 superuser 的權限喔
sudo vi /etc/samba/smb.conf

# 2. 設定內容給分享資料匣
[shareFolder]
path=/home/shareMan/shareFoler
browseable = yes
read only = no
writable = yes
valid users = joe, jane, tanaka, miko
# 以上應該不用說明了吧? 基本上應該很容易理解, 如有不清楚的歡迎留言

# 3. 設定 Samba 所需的使用者與密碼
# 剛剛在 samba 設定檔 smb.conf 內我們設定了4個使用者，但此使用者的密碼並不一定是Linux的系統帳號密碼

# 示範如下, 如果該帳號還沒有建立(系統帳號), 記得先透過以下指令建立喔!
# 設定不須登入/操作 Shell 的系統帳號 joe(範例), 這邊會問你要設定 "系統密碼" 為多少喔
sudo adduser joe --shell /bin/false

# 然後我們必需將這些使用者帳號在 samba 服務內的密碼進行設定、透過 smbpasswd 這個指令進行
# sudo smbpasswd -a <UserName>
sudo smbpasswd -a joe

# 4. Restart Samba service
sudo /etc/init.d/samba restart

# 5. 接下拉你可以到 winodws 或是別台想要登入這個分享俠的 nas, mac, linux 去試試看了!!

For Linux 與 macOS 可以透過以下指令獲取 java home 的位置:
    java -XshowSettings:properties -version 2>&1 > /dev/null | grep 'java.home' 

And for Windows 則使用以下方法:
    java -XshowSettings:properties -version 2>&1 | findstr "java.home"

function TS_test(inputObj: any): void{
    console.log("=====================================");
    // 完全正常的 case
    console.log('Best fruit name is: ' + inputObj.fruit!.name);
    // 因為沒有加上 ! ,所以並未強制判斷變數(物件)並要求跳出 error
    console.log('Case 1: Best food is: ' + inputObj.food);
    // 因為有加上 ! ,因此程式碼會判斷 food 是否存在, 不存在的話就會跳出 error
    console.log('Case 2: Best food is: ' + inputObj.food!.name);
    console.log("=====================================");
}

const TaiwanBest = {
    fruit: {name: 'banana'}
}
TS_test(TaiwanBest);

console.log('Case 2: Best food is: ' + inputObj.food!.name);

TypeError: Cannot read properties of undefined (reading 'name')