化學方程式配平免費API接口教程

接口簡介:
根據反應物和生成物配平化學方程式。

請求地址:
https://cn.apihz.cn/api/other/hxfcs.php

請求方式:
POST或GET。

請求參數:
【名稱】【參數】【必填】【說明】
【用戶ID】【id】【是】【用戶中心的數字ID,例:id=10000000】
【用戶KEY】【key】【是】【用戶中心通訊秘鑰,例:key=15he5h15ty854j5sr152hs2】
【反應物】【reactants】【是】【多個反應物用英文逗號隔開,注意大小寫。例:reactants=KMnO4,HCl】
【生成物】【products】【是】【多個生成物用英文逗號隔開,例:products=KCl,MnCl2,Cl2,H2O】

返回參數:
【名稱】【參數】【說明】
【狀態碼】【code】【200成功,400錯誤】
【消息內容】【msg】【提示信息。】
【方程式】【fcs】【配平后的化學方程式。】
【方程式[詳]】【fcsall】【配平后的化學方程式顯示所有系數。】
【左側反應物】【left】【方程式左側(反應物)部分的完整字符串。】
【右側生成物】【right】【方程式右側(生成物)部分的完整字符串。】
【反應物】【reactant】【反應物部分的各個化合物(包含系數)。】
【生成物】【product】【生成物部分的各個化合物(包含系數)。】
【反應物結構化數據】【reactants】【反應物的結構化數據(包含化學式和系數)。】
【反應物化學式】【reactants.formula】【反應物化學式。】
【反應物配平系數】【reactants.coefficient】【反應物配平系數。】
【生成物結構化數據】【products】【生成物的結構化數據(包含化學式和系數)。】
【生成物化學式】【products.formula】【生成物化學式。】
【生成物配平系數】【products.coefficient】【生成物配平系數。】

GET請求示例:
https://cn.apihz.cn/api/other/hxfcs.php?id=88888888&key=88888888&reactants=H2, O2&products=H2O
注意:示例里的ID與KEY為公共ID與KEY,共享每分鐘調用頻次限制,接口本身免費,請使用自己的ID與KEY,獨享每分鐘調用頻次。每日調用無上限。

POST請求示例:
請根據開發語言自行POST。

返回數據示例:
示例:{"code":400,"msg":"通訊秘鑰錯誤。"}
示例:
{
? ? "code": 200,
? ? "fcs": "2KMnO4 + 16HCl → 2KCl + 2MnCl2 + 5Cl2 + 8H2O",
? ? "fcsall": "2KMnO4 + 16HCl → 2KCl + 2MnCl2 + 5Cl2 + 8H2O",
? ? "left": "2KMnO4 + 16HCl",
? ? "right": "2KCl + 2MnCl2 + 5Cl2 + 8H2O",
? ? "reactant": [
? ? ? ? "2KMnO4",
? ? ? ? "16HCl"],
? ? "product": [
? ? ? ? "2KCl",
? ? ? ? "2MnCl2",
? ? ? ? "5Cl2",
? ? ? ? "8H2O"],
? ? "reactants": [{
? ? ? ? "formula": "KMnO4",
? ? ? ? "coefficient": 2
? ? }, {
? ? ? ? "formula": "HCl",
? ? ? ? "coefficient": 16
? ? }],
? ? "products": [{
? ? ? ? "formula": "KCl",
? ? ? ? "coefficient": 2
? ? }, {
? ? ? ? "formula": "MnCl2",
? ? ? ? "coefficient": 2
? ? }, {
? ? ? ? "formula": "Cl2",
? ? ? ? "coefficient": 5
? ? }, {
? ? ? ? "formula": "H2O",
? ? ? ? "coefficient": 8
? ? }]
}

示例:
{
? ? "code": 200,
? ? "fcs": "2H2 + O2 → 2H2O",
? ? "fcsall": "2H2 + 1O2 → 2H2O",
? ? "left": "2H2 + O2",
? ? "right": "2H2O",
? ? "reactant": [
? ? ? ? "2H2",
? ? ? ? "O2"],
? ? "product": [
? ? ? ? "2H2O"],
? ? "reactants": [{
? ? ? ? "formula": "H2",
? ? ? ? "coefficient": 2
? ? }, {
? ? ? ? "formula": "O2",
? ? ? ? "coefficient": 1
? ? }],
? ? "products": [{
? ? ? ? "formula": "H2O",
? ? ? ? "coefficient": 2
? ? }]
}

示例:
{
? ? "code": 200,
? ? "fcs": "3Cu + 8HNO3 → 3Cu(NO3)2 + 2NO + 4H2O",
? ? "fcsall": "3Cu + 8HNO3 → 3Cu(NO3)2 + 2NO + 4H2O",
? ? "left": "3Cu + 8HNO3",
? ? "right": "3Cu(NO3)2 + 2NO + 4H2O",
? ? "reactant": [
? ? ? ? "3Cu",
? ? ? ? "8HNO3"],
? ? "product": [
? ? ? ? "3Cu(NO3)2",
? ? ? ? "2NO",
? ? ? ? "4H2O"],
? ? "reactants": [{
? ? ? ? "formula": "Cu",
? ? ? ? "coefficient": 3
? ? }, {
? ? ? ? "formula": "HNO3",
? ? ? ? "coefficient": 8
? ? }],
? ? "products": [{
? ? ? ? "formula": "Cu(NO3)2",
? ? ? ? "coefficient": 3
? ? }, {
? ? ? ? "formula": "NO",
? ? ? ? "coefficient": 2
? ? }, {
? ? ? ? "formula": "H2O",
? ? ? ? "coefficient": 4
? ? }]
}

參考資料(版權):
https://www.apihz.cn/api/otherhxfcs.html

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/diannao/85718.shtml
繁體地址,請注明出處:http://hk.pswp.cn/diannao/85718.shtml
英文地址,請注明出處:http://en.pswp.cn/diannao/85718.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Spring學習筆記:Spring的基于注解的XML的詳細配置

按照劉Java的順序,應該是從基于XML的DI開始接著上面的關于IoC容器裝配。主要介紹學習Spring的XML基于注解的詳細配置。 第一步是搭建一個Spring的基礎工程(maven管理),通過IoC機制獲取IoC容器的對象。 創建maven工程并在pom文件…

(四)動手實現多層感知機:深度學習中的非線性建模實戰

1 多層感知機(MLP) 多層感知機(Multilayer Perceptron, MLP)是一種前饋神經網絡,包含一個或多個隱藏層。它能夠學習數據中的非線性關系,廣泛應用于分類和回歸任務。MLP的每個神經元對輸入信號進行加權求和…

第十三篇:MySQL 運維自動化與可觀測性建設實踐指南

本篇重點介紹 MySQL 運維自動化的關鍵工具與流程,深入實踐如何構建高效可觀測體系,實現數據庫系統的持續穩定運行與故障快速響應。 一、為什么需要 MySQL 運維自動化與可觀測性? 運維挑戰: 手動備份容易遺漏或失敗; …

蜜獾算法(HBA,Honey Badger Algorithm)

2021年由Hashim等人提出(論文:Honey Badger Algorithm: A New Metaheuristic Algorithm for Solving Optimization Problems)。模擬蜜獾在自然界中的智能捕食行為,屬于群體智能優化算法(與粒子群PSO、遺傳算法GA同屬一…

Duix.HeyGem:以“離線+開源”重構數字人創作生態

在AI技術快速演進的今天,虛擬數字人正從高成本、高門檻的專業領域走向大眾化應用。Duix.HeyGem 數字人項目正是這一趨勢下的杰出代表。該項目由一支擁有七年AI研發經驗的團隊打造,通過放棄傳統3D建模路徑,轉向真人視頻驅動的AI訓練模型,成功實現了低成本、高質量、本地化的…

HTTP常見的請求方法、響應狀態碼、接口規范介紹

HTTP(Hypertext Transfer Protocol)是Web通信的基礎協議,用于客戶端和服務器之間的請求和響應。本文將詳細介紹HTTP常見的請求方法、響應狀態碼以及接口規范,幫助開發者更好地理解和使用HTTP協議。 一、HTTP請求方法 HTTP請求方…

基于Matlab實現LDA算法

線性判別分析(Linear Discriminant Analysis, LDA)是一種經典的統計方法,常用于特征降維和分類問題。在機器學習領域, 一、LDA基本原理 LDA的目標是尋找一個投影空間,使得類間距離最大化,同時保持類內距離…

matlab基于GUI實現水果識別

基于GUI實現水果識別系統,限一個圖片內存在一種水果 圖像處理是一種利用計算機分析圖像以達到預期結果的技術。圖像處理一般指數字圖像處理,而數字圖像指由工業相機、攝像機、掃描儀等設備捕捉到的二維數組,數組中的元素稱為像素&#xff0c…

XML 編碼:結構化數據的基石

XML 編碼:結構化數據的基石 引言 XML(可擴展標記語言)作為互聯網上廣泛使用的數據交換格式,已經成為結構化數據存儲和傳輸的重要工具。本文旨在深入探討XML編碼的原理、應用場景以及編碼規范,幫助讀者更好地理解和運用XML。 XML編碼概述 1. XML的起源 XML誕生于1998年…

虛擬機無法開啟-關掉虛擬化

這個問題我之前解決過,沒做筆記,這次記錄下,最常見都上開啟bois的cpu虛擬化。 其次是啟動或關閉功能頁面也需要選擇,再就是和wsl都沖突問題,就是今天這個問題 您的主機不滿足在啟用 Hyper-V 或 Device/Credential Gua…

Python數據可視化科技圖表繪制系列教程(二)

目錄 表格風格圖 使用Seaborn函數繪圖 設置圖表風格 設置顏色主題 圖表分面 繪圖過程 使用繪圖函數繪圖 定義主題 分面1 分面2 【聲明】:未經版權人書面許可,任何單位或個人不得以任何形式復制、發行、出租、改編、匯編、傳播、展示或利用本博…

LeetCode算法題 (搜索二維矩陣)Day18!!!C/C++

https://leetcode.cn/problems/search-a-2d-matrix/description/ 一、題目分析 給你一個滿足下述兩條屬性的 m x n 整數矩陣: 每行中的整數從左到右按非嚴格遞增順序排列。每行的第一個整數大于前一行的最后一個整數。 給你一個整數 target ,如果 ta…

獵板硬金鍍層厚度:新能源汽車高壓系統的可靠性基石

在新能源汽車的電池管理系統(BMS)和電機控制器中,硬金鍍層厚度直接關系到高壓環境下的電氣穩定性與使用壽命。獵板針對車載場景開發的耐電遷移方案(金層 2.5μm,鎳層 8μm),經 150℃/85% RH 高壓…

亞馬遜站內信規則2025年重大更新:避坑指南與合規策略

亞馬遜近期對Buyer-Seller Messaging(買家-賣家站內信)規則進行了顯著收緊,明確將一些曾經的“灰色操作”列為違規。違規操作輕則收到警告,重則導致賬戶暫停或績效受限。本文為您全面解析本次規則更新的核心要點、背后邏輯&#x…

WPF可拖拽ListView

1.控件描述 WPF實現一個ListView控件Item子項可刪除也可拖拽排序&#xff0c;效果如下圖所示 2.實現代碼 配合 WrapPanel 實現水平自動換行&#xff0c;并開啟拖拽 <ListViewx:Name"listView"Grid.Row"1"Width"300"AllowDrop"True&…

相機--雙目立體相機

教程 鏈接1 教程匯總 立體匹配算法基礎概念 視頻講解攝像機標定和雙目立體原理 兩個鏡頭。 雙目相機也叫立體相機--Stereo Camera&#xff0c;屬于深度相機。 作用 1&#xff0c;獲取圖像特征&#xff1b; 2&#xff0c;獲取圖像深度信息&#xff1b; 原理 原理和標定 …

Unity3D仿星露谷物語開發59之定制角色襯衫

1、目標 自定義角色襯衫、褲子、手臂顏色。 2、概念 在Assets -> Sprites -> Output Textures下&#xff0c;Customised_farmer為目前角色所用的精靈表。 如果上面是輸出紋理&#xff0c;那么輸入紋理是什么呢&#xff1f;它位于Assets/Sprites/Sprite Textures/Chara…

【HarmonyOS 5】游戲開發教程

一、開發環境搭建 ?工具配置? 安裝DevEco Studio 5.1&#xff0c;啟用CodeGenie AI助手&#xff08;Settings → Tools → AI Assistant&#xff09;配置游戲模板&#xff1a;選擇"Game"類型項目&#xff0c;勾選手機/平板/折疊屏多設備支持 二、游戲引擎核心架構…

深度探索:如何用DeepSeek重構你的工作流

前言:AI時代的工作革命 在人工智能浪潮席卷的今天,DeepSeek作為國產大模型的代表之一,正以其強大的自然語言處理能力、代碼生成能力和多模態交互特性,重新定義著人類的工作方式。根據IDC報告顯示,2024年企業級AI應用市場規模已突破800億美元,其中智能辦公場景占比達32%,…

Linux 進程調度與管理:從內核管理到調度機制的深度解析

文章目錄 引言一、進程基礎&#xff1a;概念與核心數據結構1.1 進程的本質&#xff1a;程序的動態化身1.2 進程控制塊&#xff08;PCB&#xff09;&#xff1a;內核管理的靈魂1.2.1 鏈表節點嵌入1.2.2 鏈表操作宏1.2.3 全局鏈表管理 1.3 進程查看與系統調用1.3.1 通過系統調用獲…