php字符串怎么拼接，需终身服用他汀类药吗？
血脂高是疾病吗？医生把它当做疾病，一种代谢障碍疾病。按照医院的逻辑，是疾病就要吃药，他汀类药物是降脂预防动脉粥样硬化的一线、基石类药物。你血脂高就应该吃他汀，而且只要一直高就应该一直吃。
问题是，如果给医生吃大量高升糖食物和反式脂肪酸食物，他也会血脂高！那么，血脂高是不是病呢？还是不是脂肪代谢障碍呢？
如果，改变错误饮食与吃药你只能选择一种，哪一种是对你来说最重要的呢？
你有所不知的是，饮食调理对于高血脂来说，比药物重要十倍！整碗整碗的饭吃错了导致的血脂高，想通过几颗小小的药片逆转本就是舍本逐末。而通常医生不是营养师，医生传递出来的膳食营养信息并不准确！
20%的血脂来自体外摄入，80%的血脂来自体内合成！在体内合成的部分，大多数的血脂来自我们日常吃的糖类食物转化，只要控制精致米面类糖类食物，就可以很好的控制血脂的大量产生，而且，高脂肪食物随着摄入量增加，人体吸收的量会随之锐减，这也是为何2017年美国心脏病联合会提倡下，取消了美国膳食指南中胆固醇摄入限制的原因！
医生倡导以米面为主食的低盐低脂清淡饮食，反而可能加重血脂生成！
我们的身体最不能适应的，是大量精致米面类高升糖食物的摄入。高升糖食物会快速升高升高血糖，刺激胰岛素大量分泌。大量血糖无法利用，一小部分转化为糖原，另外一部分就转化为胆固醇，这，才是导致我们肥胖与高血脂的最主要也是最容易被忽视的原因。以前我们吃的都是糙米粗面，富含大量的膳食纤维和维生素，很少吃到精致米面食物，反而不容易发生血脂高的问题。
至于老年性的脂代谢异常是有的，但是一般也可以通过饮食调控解决。
那么，降脂的基石他汀类药物是怎样发挥作用的呢？他汀类药物通过抑制血糖转化为胆固醇来控制血脂升高，导致血液中滞留的葡萄糖增多，所以，服用他汀类药物必然影响血糖！
拜斯亭作为他汀类药之一，因毒副作用过大导致30多个美国人失去生命，从2002年进入中国药品市场以来，就已售出140多万粒。之后国家药品监督管理局已发出通知，禁止使用该药。他汀类药在降脂的同时，也带来了肝功下降、肌肉疼痛等毒副作用。而这一问题在德国拜耳公司宣布拜斯亭撤出市场之前，并没有引起国人的重视。人们关注的仅仅是他汀类药对人有利的一面。国内外有关他汀类药毒副作用的病例，关于澳大利亚国家药物不良反应中心列举了两代、3个他汀类药，第一代为用培养法生产的辛伐他汀，第二代为用人工合成法生产的阿托伐他汀和西立伐他汀，两代药物之间由于结构有差异，临床效果和毒副作用也有一些区别。3个药物的剂量及引起CK变化的病人总数：西立伐他汀为19人，阿托伐他汀为20人，辛伐他汀30人。可以看出，西立伐他汀应用剂量虽小，但也能导致CK值严重升高，而用量较大的阿托伐他汀和辛伐他汀，导致CK值升高的程度更是惊人的。西立伐他汀的剂量虽小，但引起肌痛发生率（6％）阿托伐他汀增加患糖尿病的风险达12％，这已经是一个比较高的数据，瑞舒伐他汀引发糖尿病风险更高。立普妥，作为全球第一大制药厂，美国辉瑞最畅销的原研药，由于隐瞒了增加糖尿病风险，在美国已经有上千人提起诉讼，将要面临巨额罚款。所有这些他汀类药物，都是经过临床双盲实验被证明“安全”的药物！
如此，你还要长久的吃他汀吗？而且，国外的患者吃药致病后一般会通过法律途径获得巨额赔偿，我们呢？
vista专注非药物调理，给你的都是干货！在悟空的404个回答。
关于更多慢病调理，可查看我的悟空问答，之前在疗养院指导慢病康复，多种慢病非药物调理方法都在里面。
赠人玫瑰手有余香，感谢点赞关注转发！用爬虫技术能做到哪些有趣的事情？
看到这个问题必须来怒答一波～用python爬虫爬便宜机票了解一下？
喜欢旅行又怕吃土？让Python来爬取最便宜机票吧！图源：
videoblocks.com
你喜欢旅行吗？
这个问题通常会得到一个肯定的答案，随后引出一两个有关之前冒险经历的故事。大多数人都认为旅行是体验新文化和开阔视野的好方法。但如果问题是“你喜欢搜索机票的过程吗？”也许话题就到此为止了……
可事实上，便宜的机票往往也很重要！本文将尝试构建一个网络爬虫，该爬虫对特定目的地运行并执行带有浮动日期（首选日期前后最多三天）的航班价格搜索。它会将结果保存为excel文件并发送一封包含快速统计信息的电子邮件。显然，这个爬虫的目的就是帮助我们找到最优惠的价格！
你可以在服务器上运行脚本(一个简单的Raspberry Pi就可以)，每天运行一到两次。结果会以邮件形式发送，建议将excel文件存入Dropbox文件夹，以便随时随地查看。
因为爬虫以“浮动日期”进行搜索，所以它会搜索首选日期前后最多三天的航班信息。尽管该脚本一次仅运行一对目的地，但可以很容易地改写该爬虫使其每个循环运行多个目的地。最终甚至可能找到一些错误票价...那会很有意思！
另一个爬虫某种意义上来讲，网络爬取是互联网“工作”的核心。
也许你认为这是一个十分大胆的说法，但谷歌就是从拉里·佩奇用Java和Python构建的网络爬虫开始的。爬虫不断地爬取信息，整个互联网都在试图为所有问题提供最佳的可能答案。网络爬取有不计其数的应用程序，即使更喜欢数据科学中的其他分支，你仍需要一些爬取技巧以获得数据。
这里用到的一些技术来自于最近新的一本佳作《Python网络数据采集》，书中包含与网络爬取相关的所有内容，并提供了大量简例和实例。甚至有一个特别有意思的章节，讲述如何解决验证码检验的问题。
Python的拯救第一个挑战就是选择爬取信息的平台，本文选择了客涯（Kayak）。我们试过了Momondo, 天巡（Skyscanner）, 亿客行（Expedia）和其它一些网站，但是这些网站上的验证码特别变态。
在那些“你是人类吗？”的验证中，尝试了多次选择交通灯、十字路口和自行车后，客涯似乎是最好的选择，尽管短时间内加载太多页面它会跳出安全检查。
我们设法让机器人每4到6个小时查询一次网站，结果一切正常。虽然说不定哪个部分偶尔会出点小问题，但是如果收到验证码，既可以手动解决问题后启动机器人，也可以等待几小时后的自动重启。
如果你是网络爬取新手，或者不知道为何有些网站花费很大力气阻止网络爬取，那么为构建爬虫写下第一行代码前，你一定要多加努力。
谷歌的“网络爬取规范”：
http://lmgtfy.com/?q=web+scraping+etiquette
系紧安全带...导入并打开Chrome浏览器标签页后，会定义一些循环中会用到的函数。这个架构的构思大概是这样的：
· 一个函数用于启动机器人程序，表明想要搜索的城市和日期。
· 这个函数获得首轮搜索结果，按“最佳”航班排序，然后点击“加载更多结果”。
· 另一个函数会爬取整个页面，并返回一个dataframe数据表。
· 随后重复步骤2和步骤3，得出按“价格”和“航行时间”排序的结果。
· 发送一封简要总结价格（最低价和平均价）的邮件，并将带有这三种排序类型的dataframe数据表保存为一份excel文件。
· 以上所有步骤会在循环中重复，每X小时运行一次。
每个Selenium项目都以一个网页驱动器开始。我们使用Chromedriver驱动器，但还有其它选择。PhantomJS和Firefox也很受欢迎。下载Chromedriver后，将其置于一个文件夹中即可。第一行代码会打开一个空白Chrome标签页。
from time import sleep, strftime
from random import randint
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
import smtplib
from email.mime.multipart import MIMEMultipart
# Change this to your own chromedriver path!
chromedriver_path = 'C:/{YOUR PATH HERE}/chromedriver_win32/chromedriver.exe'
driver = webdriver.Chrome(executable_path=chromedriver_path) # This will open the Chrome window
sleep(2)
这些是将用于整个项目的包。使用randint函数令机器人在每次搜索之间随机睡眠几秒钟。这对任何一个机器人来说都是必要属性。如果运行前面的代码，应该打开一个Chrome浏览器窗口，机器人会在其中导航。
一起来做一个快速测试：在另一个窗口上访问客涯网（http://kayak.com），选择往返城市和日期。选择日期时，确保选择的是“+-3天”。由于在编写代码时考虑到了结果页面，所以如果只想搜索特定日期，很可能需要做一些微小的调整。
点击搜索按钮在地址栏获取链接。它应该类似于下面所使用的链接，将变量kayak定义为url，并从网页驱动器执行get方法，搜索结果就会出现。
无论何时，只要在几分钟内使用get命令超过两到三次，就会出现验证码。实际上可以自己解决验证码，并在下一次验证出现时继续进行想要的测试。从测试来看，第一次搜索似乎一直没有问题，所以如果想运行这份代码，并让它在较长的时间间隔后运行，必须解决这个难题。你并不需要十分钟就更新一次这些价格，对吧？
每个XPath都有陷阱到目前为止，已经打开了一个窗口，获取了一个网站。为了开始获取价格和其他信息，需要使用XPath或CSS选择器，我们选择了XPath。使用XPath导航网页可能会令人感到困惑，即使使用从inspector视图中直接使用“复制XPath”，但这不是获得所需元素的最佳方法。有时通过“复制XPath”这个方法获得的链接过于针对特定对象，以至于很快就失效了。《Python网络数据采集》一书很好地解释了使用XPath和CSS选择器导航的基础知识。
接下来，用Python选择最便宜的结果。上面代码中的红色文本是XPath选择器，在网页上任意一处右键单击选择“inspect”就可以看到它。在想要查看代码的位置，可以再次右键单击选择“inspect”。
为说明之前所观察到的从“inspector”复制路径的缺陷，请参考以下差异：
1 # This is what the copymethod would return. Right click highlighted rows on the right side and select “copy> Copy XPath”//*[@id=“wtKI-price_aTab”]/div[1]/div/div/div[1]/div/span/span
2 # This is what I used todefine the “Cheapest” buttoncheap_results= ‘//a[@data-code = “price”]’
第二种方法的简洁性清晰可见。它搜索具有data-code等于price属性的元素a。第一种方法查找id等于wtKI-price_aTab的元素，并遵循第一个div元素和另外四个div和两个span。这次……会成功的。现在就可以告诉你，id元素会在下次加载页面时更改。每次页面一加载，字母wtKI会动态改变，所以只要页面重新加载，代码就会失效。花些时间阅读XPath，保证你会有收获。
不过，使用复制的方法在不那么“复杂”的网站上工作，也是很好的！
基于以上所展示的内容，如果想在一个列表中以几个字符串的形式获得所有搜索结果该怎么办呢？其实很简单。每个结果都在一个对象中，这个对象的类是“resultWrapper”。获取所有结果可以通过像下面这样的for循环语句来实现。如果你能理解这一部分，应该可以理解接下来的大部分代码。它基本上指向想要的结果（结果包装器），使用某种方式（XPath）获得文本，并将其放置在可读对象中（首先使用flight_containers，然后使用flight_list）。
前三行已展示在图中，并且可以清楚地看到所需的内容，但是有获得信息的更优选择，需要逐一爬取每个元素。
准备起飞吧！最容易编写的函数就是加载更多结果的函数，所以代码由此开始。为了在不触发安全验证的前提下最大化所获取的航班数量，每次页面显示后，单击“加载更多结果”。唯一的新内容就是所添加的try语句，因为有时按钮加载会出错。如果它对你也有用，只需在前面展示的start_kayak函数中进行简要注释。
# Load more results to maximize the scraping
def load_more():
try:
more_results = '//a[@class = “moreButton”]'
driver.find_element_by_xpath(more_results).click()
# Printing these notes during the program helps me quickly check what it is doing
print('sleeping…..')
sleep(randint(45,60))
except:
pass
现在，经过这么长的介绍，已经准备好定义实际爬取页面的函数。
我们编译了下一个函数page_scrape中的大部分元素。有时这些元素会返回列表插入去程信息和返程信息之间。这里使用了一个简单的办法分开它们，比如在第一个 section_a_list和section_b_list变量中，该函数还返回一个flight_df数据表。所以可以分离在不同分类下得到的结果，之后再把它们合并起来。
def page_scrape():
“““This function takes care of the scraping part”““
xp_sections = '//*[@class=“section duration”]'
sections = driver.find_elements_by_xpath(xp_sections)
sections_list = [value.text for value in sections]
section_a_list = sections_list[::2] # This is to separate the two flights
section_b_list = sections_list[1::2] # This is to separate the two flights
# if you run into a reCaptcha, you might want to do something about it
# you will know there's a problem if the lists above are empty
# this if statement lets you exit the bot or do something else
# you can add a sleep here, to let you solve the captcha and continue scraping
# i'm using a SystemExit because i want to test everything from the start
if section_a_list == []:
raise SystemExit
# I'll use the letter A for the outbound flight and B for the inbound
a_duration = []
a_section_names = []
for n in section_a_list:
# Separate the time from the cities
a_section_names.append(''.join(n.split()[2:5]))
a_duration.append(''.join(n.split()[0:2]))
b_duration = []
b_section_names = []
for n in section_b_list:
# Separate the time from the cities
b_section_names.append(''.join(n.split()[2:5]))
b_duration.append(''.join(n.split()[0:2]))
xp_dates = '//div[@class=“section date”]'
dates = driver.find_elements_by_xpath(xp_dates)
dates_list = [value.text for value in dates]
a_date_list = dates_list[::2]
b_date_list = dates_list[1::2]
# Separating the weekday from the day
a_day = [value.split()[0] for value in a_date_list]
a_weekday = [value.split()[1] for value in a_date_list]
b_day = [value.split()[0] for value in b_date_list]
b_weekday = [value.split()[1] for value in b_date_list]
# getting the prices
xp_prices = '//a[@class=“booking-link”]/span[@class=“price option-text”]'
prices = driver.find_elements_by_xpath(xp_prices)
prices_list = [price.text.replace('$','') for price in prices if price.text != '']
prices_list = list(map(int, prices_list))
# the stops are a big list with one leg on the even index and second leg on odd index
xp_stops = '//div[@class=“section stops”]/div[1]'
stops = driver.find_elements_by_xpath(xp_stops)
stops_list = [stop.text[0].replace('n','0') for stop in stops]
a_stop_list = stops_list[::2]
b_stop_list = stops_list[1::2]
xp_stops_cities = '//div[@class=“section stops”]/div[2]'
stops_cities = driver.find_elements_by_xpath(xp_stops_cities)
stops_cities_list = [stop.text for stop in stops_cities]
a_stop_name_list = stops_cities_list[::2]
b_stop_name_list = stops_cities_list[1::2]
# this part gets me the airline company and the departure and arrival times, for both legs
xp_schedule = '//div[@class=“section times”]'
schedules = driver.find_elements_by_xpath(xp_schedule)
hours_list = []
carrier_list = []
for schedule in schedules:
hours_list.append(schedule.text.split('\n')[0])
carrier_list.append(schedule.text.split('\n')[1])
# split the hours and carriers, between a and b legs
a_hours = hours_list[::2]
a_carrier = carrier_list[1::2]
b_hours = hours_list[::2]
b_carrier = carrier_list[1::2]
cols = (['Out Day', 'Out Time', 'Out Weekday', 'Out Airline', 'Out Cities', 'Out Duration', 'Out Stops', 'Out Stop Cities',
'Return Day', 'Return Time', 'Return Weekday', 'Return Airline', 'Return Cities', 'Return Duration', 'Return Stops', 'Return Stop Cities',
'Price'])
flights_df = pd.DataFrame({'Out Day': a_day,
'Out Weekday': a_weekday,
'Out Duration': a_duration,
'Out Cities': a_section_names,
'Return Day': b_day,
'Return Weekday': b_weekday,
'Return Duration': b_duration,
'Return Cities': b_section_names,
'Out Stops': a_stop_list,
'Out Stop Cities': a_stop_name_list,
'Return Stops': b_stop_list,
'Return Stop Cities': b_stop_name_list,
'Out Time': a_hours,
'Out Airline': a_carrier,
'Return Time': b_hours,
'Return Airline': b_carrier,
'Price': prices_list})[cols]
flights_df['timestamp'] = strftime(“%Y%m%d-%H%M”) # so we can know when it was scraped
return flights_df
尽量让这些名字容易理解。记住变量a表示旅行的去程信息，变量b表示旅行的返程信息。接下来说说下一个函数。
等等，还有什么吗？截至目前，已经有了一个能加载更多结果的函数和一个能爬取其他结果的函数。本可以在此结束这篇文章，而你可以自行手动使用这些函数，并在浏览的页面上使用爬取功能。但是前文提到给自己发送邮件和一些其他信息的内容，这都包含在接下来的函数start_kayak中。
它要求填入城市名和日期，并由此打开一个kayak字符串中的地址，该字符串直接跳转到“最佳”航班结果排序页面。第一次爬取后，可以获取价格的顶部矩阵，这个矩阵将用于计算平均值和最小值，之后和客涯（Kayak）的预测结果（页面左上角）一同发送到邮件中。这是单一日期搜索时可能导致错误的原因之一，因其不包含矩阵元素。
def start_kayak(city_from, city_to, date_start, date_end):
“““City codes it's the IATA codes!
Date format YYYY-MM-DD”““
kayak = ('https://www.kayak.com/flights/' + city_from + '-' + city_to +
'/' + date_start + '-flexible/' + date_end + '-flexible?sort=bestflight_a')
driver.get(kayak)
sleep(randint(8,10))
# sometimes a popup shows up, so we can use a try statement to check it and close
try:
xp_popup_close = '//button[contains(@id,”dialog-close”) and contains(@class,”Button-No-Standard-Style close “)]'
driver.find_elements_by_xpath(xp_popup_close)[5].click()
except Exception as e:
pass
sleep(randint(60,95))
print('loading more.....')
# load_more()
print('starting first scrape.....')
df_flights_best = page_scrape()
df_flights_best['sort'] = 'best'
sleep(randint(60,80))
# Let's also get the lowest prices from the matrix on top
matrix = driver.find_elements_by_xpath('//*[contains(@id,”FlexMatrixCell”)]')
matrix_prices = [price.text.replace('$','') for price in matrix]
matrix_prices = list(map(int, matrix_prices))
matrix_min = min(matrix_prices)
matrix_avg = sum(matrix_prices)/len(matrix_prices)
print('switching to cheapest results…..')
cheap_results = '//a[@data-code = “price”]'
driver.find_element_by_xpath(cheap_results).click()
sleep(randint(60,90))
print('loading more…..')
# load_more()
print('starting second scrape…..')
df_flights_cheap = page_scrape()
df_flights_cheap['sort'] = 'cheap'
sleep(randint(60,80))
print('switching to quickest results…..')
quick_results = '//a[@data-code = “duration”]'
driver.find_element_by_xpath(quick_results).click()
sleep(randint(60,90))
print('loading more…..')
# load_more()
print('starting third scrape…..')
df_flights_fast = page_scrape()
df_flights_fast['sort'] = 'fast'
sleep(randint(60,80))
# saving a new dataframe as an excel file. the name is custom made to your cities and dates
final_df = df_flights_cheap.append(df_flights_best).append(df_flights_fast)
final_df.to_excel('search_backups//{}_flights_{}-{}_from_{}_to_{}.xlsx'.format(strftime(“%Y%m%d-%H%M”),
city_from, city_to,
date_start, date_end), index=False)
print('saved df…..')
# We can keep track of what they predict and how it actually turns out!
xp_loading = '//div[contains(@id,”advice”)]'
loading = driver.find_element_by_xpath(xp_loading).text
xp_prediction = '//span[@class=“info-text”]'
prediction = driver.find_element_by_xpath(xp_prediction).text
print(loading+'\n'+prediction)
# sometimes we get this string in the loading variable, which will conflict with the email we send later
# just change it to “Not Sure” if it happens
weird = '¯\\_(ツ)_/¯'
if loading == weird:
loading = 'Not sure'
username = 'YOUREMAIL@hotmail.com'
password = 'YOUR PASSWORD'
server = smtplib.SMTP('smtp.outlook.com', 587)
server.ehlo()
server.starttls()
server.login(username, password)
msg = ('Subject: Flight Scraper\n\n\
Cheapest Flight: {}\nAverage Price: {}\n\nRecommendation: {}\n\nEnd of message'.format(matrix_min, matrix_avg, (loading+'\n'+prediction)))
message = MIMEMultipart()
message['From'] = 'YOUREMAIL@hotmail.com'
message['to'] = 'YOUROTHEREMAIL@domain.com'
server.sendmail('YOUREMAIL@hotmail.com', 'YOUROTHEREMAIL@domain.com', msg)
print('sent email…..')
虽然没有使用Gmail账户测试发送邮件，但是可以搜索到很多的替代方法，前文提到的那本书中也有其他方法来实现这一点。如果已有一个Hotmail账户，只要替换掉个人的详细信息，它就会开始工作了。
如果想探索脚本的某一部分正在做什么，可以将脚本复制下来并在函数外使用它。这是彻底理解它的唯一方法。
利用刚才创造的一切在这些步骤之后，还可以想出一个简单的循环来使用刚创造的函数，同时使其持续运行。完成四个“花式”提示，写下城市和日期（输入）。因为测试时不想每次都输入这些变量，需要的时候可以使用以下这个清楚的方式进行替换。
如果已经做到了这一步，恭喜你！改进还有很多，比如与Twilio集成，发送文本消息而不是邮件。也可以使用VP*或更加难懂的方式同时从多个服务器上研究搜索结果。还有就是验证码的问题，验证码会时不时地跳出来，但对此类问题还是有解决办法的。不过，能走到这里已经是有很牢固的基础了，你可以尝试添加一些额外的要素。
使用脚本运行测试的示例
留言 点赞 关注
我们一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
如何判断我是不是胖？
很多胖纸每天都处在与全身肉肉的抗战中
可是明明自己已经很努力了
全身的肉肉为嘛就这么固执呢?
想想减肥真的是好难额
减不下去？
那是因为你还木有了解自己的肥胖类型
木有找到适合自己的减肥方法
赶快来自测体质
找对方法减肥当然更“享瘦”！
一、代谢低下型体质
有一种胖叫代谢低下型肥胖，虽然跟其他人吃一样的热量，但是却因难消化，脂肪不易被燃烧，而造成肥胖。
1
自测方法
吃下的食物难以消化
体温较低、手脚冰凉
难以集中注意力
2
对策
①多摄入富含蛋白质食物
蛋白质是人体所必需的营养素，并且蛋白质水解后的物质有利于调整人体组织液的浓度平衡，有利于水分的代谢，因此日常饮食中注意多食用牛奶、鸡蛋等富含蛋白质的食物。
②多吃助消化食物
代谢低下型体质的人往往吃下的食物难以消化，因此平日里多吃些助消化的蔬菜水果很重要。助消化蔬菜：菠菜、甘蓝、西红柿等；助消化水果：菠萝、猕猴桃、苹果等。
③多喝水加速新陈代谢
水是身体的重要构成部分，是推动人体新陈代谢的基本元素，代谢后的废弃物也需要靠水来携带，排出体外。因此每天最好保持1500-1700毫升的饮水量，不同类型人群的饮水量也会有所不同，比如减肥者和有运动习惯的人都应在这个基础上适量增加饮水量。
④泡澡有助于血液循环
泡澡时，身体进入高于体温的水中，身体机能便会使得皮下血管扩张从而促进血液循环加快，起到促进血液循环的功效。
⑤运动是提升代谢最快速的捷径
如果身体有四小时以上没有活动的话，体内的一种用来控制身体脂肪及胆固醇新陈代谢的酶物质就会停止运作。平时可以多做些跑步、健身房锻炼等运动促进身体代谢，散步时可穿插些小跑练习。
二、水肿型肥胖
这种肥胖体质的人吸收能力差、容易腹泻，身体营养素容易被排出，有害物质却难被排除，久而久之就会形成水肿型肥胖。
1
自测方法
下半身比较“壮硕”
臀部、大腿赘肉难减
易拉肚子、眼睛易浮肿
2
对策
①多吃以下这些利尿消肿食物
薏米
薏米可以促进人体内的血液和水分的新陈代谢作用，具有利尿、消水肿的功效，同时薏米含有丰富的水溶性纤维，帮助降低脂肪，利于减肥。
红豆
红豆富含维生素B1和B2、蛋白质等多种营养素，其中石碱成分可增加肠胃蠕动，减少便秘促进排尿。不仅如此，红豆还是矿物质钾的仓库，能够帮助人体排出多余盐分，具有消除水肿的功效。
花椰菜
花椰菜所富含的维生素C有利于毛细血管的健康，维生素E可促进身体的新陈代谢，有助于减轻水肿症状。并且花椰菜中所含的铁、钼等元素也对消除水肿有好处。
②减少盐的摄入量
盐吃多后体内钠离子增多，会造成水钠储留问题，从而造成水肿。因此在日常饮食中更要注意控制盐的摄入。每天盐的摄入量应控制在6克以内。
③多做慢跑、瑜伽等缓和运动调节身体机能
水肿型肥胖的人适合做些瑜伽、慢跑等比较缓和的运动来改良体质、调节身体机能，从而消除水肿。并且由于水肿型肥胖人群大多腿会比较粗，可多做些瘦腿动作。
三、脂肪型体质
脂肪型肥胖主要是指体内的脂肪容易快速增大，并且大量囤积，造成肥胖。
1
自测方法
全身上下都是肥肉
皮肤很软（全身的肉软软的，容易被捏出肥膏形状）
怕热、易累，稍微运动就出汗
2
对策
①饮食这样吃更减脂
如果你是脂肪型体质的胖纸，在饮食上需要以清淡为主，记得控制好主食的量，可以多选择富含碳水化合物的玉米、燕麦、红薯等，千万不要将蛋糕、饼干作为主食，含糖量和升糖指数都很高，会加速脂肪的囤积哦！
在日常饮食中要想减少高热量脂肪的摄入，关键在于控制油的摄入量，菜品要少油，每天烹饪油的摄入量应控制在25-30克。另外，油炸类食物就免了吧。
②戒掉爱吃零食、随性吃等坏习惯
很多胖子都是吃出来的，减不掉全身肉肉的很大一部分原因也是管不住嘴，所以想要减掉全身的肥肉，首先就得戒掉零食不离手，高热量、高脂肪等食物随性吃不忌口的坏习惯。
③选择慢跑、游泳等有氧运动
脂肪型肥胖的胖纸们的一个最大特点就是怕热、易累，稍微一运动就狂汗不止。可是，不运动怎么能够减肥成功？在运动上，这类胖纸们可以选择像慢跑、游泳等运动项目，有氧运动时间需要持续30分钟以上。
谁说胖子只会胖得雷同
胖子也是有不同的肥胖体质的
只有了解自己的肥胖体质
根据体质来减肥
才会瘦得更迅速！
现在你都知道该怎么减了吧！
你觉得关键词该如何布局？
根据问题，我来谈谈在云服务器上建立网站吧。
现在建立网站很方便，一般分为三步——购买服务器、搭建网站、运营（包括你的关键词定位）。
购买服务器现在云服务器兴起，每个人都可以去各大厂商购买一台属于自己的服务器了。比起以前在自己的电脑上搭建，云服务器更方便更安全，更重要的是目前宽带是封禁网站主要的端口的，自己在家并不能搭建一个很方便的网站给别人访问。
这里推荐两大厂商——阿里云和腾讯云。
如果你是学生，你可以以超低的价格购入一台足以满足网站搭建配置的服务器。里面还有些许选择，我这里建议可以使用Linux系列的系统，即使你不懂命令，你也可以用超级方便的面板来管理网站。我使用的是宝塔面板，十分方便。
按照宝塔官网的教程输入命令后，宝塔面板完成搭建（这里要注意你需要进入服务器后台开放宝塔的端口）。通过IP和端口号登录面板以后，选择好配置（比如php、mysql之类），它会自动帮你部署网站运行的环境。
完成以后，你可以添加一个网站域名，域名也可以从上面两大厂商购买。域名可以通过厂商的控制台解析到你的服务器IP。
搭建网站推荐使用博客系统来搭建，最常用到的是Wordpress。你只需要去他的官网下载最新的安装包上传到服务器（通过面板操作，很方便），然后解压到之前创建的网站目录之下，就可以通过在浏览器种输入IP来进入Wordpress的配置向导了。配置好以后，你就进入到网站后台，不管是发表文章，还是主题的选择都是傻瓜式的，非常简单。
运营网站建立伊始，你需要确认好网站的定位。比如我做科技科学类的网站，那么最好在设立关键词时，就围绕这个领域。因为，你的网站想要被更多的人访问到，你必须要去各大搜索引擎服务商申请收录自己的网站，比如谷歌的Search Console与百度收录。
这样的话，如果你不从一开始就设置好关键词，收索引擎会显示你之前的内容，那么访问者可能就会对你的网站产生误解，造成了网站内容和关键词对应不上的情况。因此，网站设立之初就应该想好自己今后要做成什么，关键词定位也要围绕主题内容！
这样，你只需要发布你自己的作品，搜索引擎就会不定时的收录。如果你的内容很新颖，跟得上热点，那么你的网站可能就会在排名上更靠前。一个网站就正式进入了良性发展的阶段了。
你拍照会用什么修图软件？
这些好用的手机修图软件和电脑修图软件你知道吗?
现在大多数人都会在拍照之后对自己拍摄的图片进行修饰，所以各种修图软件也是层出不穷，不知道这里提问里说的是手机修图软件还是电脑修图软件，那我就把我平时常会用到的一些手机或者电脑修图软件都做一个分享吧。
电脑修图软件lightroom
一般专业的摄影师都会用到的一款摄影后期软件，这个软件的强大在于可以批量调整图片的色调，尤其是对于影楼这类需要大量处理图片，几乎是必不可少的。
Ps
相较于lightroom，PS一般而言，更多地会用以对图片进行精修，包括磨皮或者是处理掉一些污渍和穿帮等等，同时ps除了修图之外，还有一个功能是优秀的排版设计，这个这里暂时就不赘述了。
美图秀秀批处理
或者很多人都会对于美图秀秀这个软件的专业性存在一些质疑，但是不得不说美图秀秀的这个批处理软件真的是很好用了，相信很多人对于一些网站图片上传大小的限制有些头痛的，大量的图片要做图片大小的处理相当麻烦，我就是用美图秀秀的批处理来做的，同时还可以在处理的同时加上自己的水印。
手机修图软件Snapseed
最容易入门且修图功能强大的手机摄影后期软件，尤其是里面的双重曝光功能和视角功能，可以轻松修成出色的照片。
用snapseed换证件照背景。
MIX
这个软件全称叫做mix滤镜大师，所以说里面的滤镜效果是比较出色的，有时候不想花太多时间去处理一张图片的时候，就可以偷个小懒，直接选择一个滤镜效果。
简拼
好用简洁的拼图软件：里面有大量的拼图模版，一张照片太单调的问题可以轻松解决。
其实好用的修图软件有很多，这些只不过是其中的一小部分，大家有什么更好的修图软件推荐也可以关注进行讨论交流哦！