p1007无线打印服务器,把你的打印机共享出来:Hardlink 固网 打印服务器HP-1007

news/2025/2/1 13:47:42/

把你的打印机共享出来:Hardlink 固网 打印服务器HP-1007

2014-11-19 20:15:02

22点赞

69收藏

47评论

最近办公室几个人抢打印机比较恼火,开始搜索解决方法,然后就找到了这货。。。

[商品:固网(Hardlink)HP-1007 单USB口打印服务器]

晒一下吧,从包装开始

e02e2c72a172a6cb17dea118426c27f9.png

9b7ab322c4e367a4252c6c898116d123.png

盒子里面的全部东西

5ae0b6688122da9c718a9c3f6f650c6e.png

主体特写,插打印机的USB和RJ45网线口

c4f69f7bf87388ba9935b59ea1546733.png

电源插口和初始化按钮

7a31ba2333e39911444b6ed90e62b0ee.png

背面标签特写,已经上马

fc9f51abcbded00325efb940ebb55a5e.gif

ab2d9a5b0093d899d6812fb01db1ea7e.png

放在打印机旁边对比一下,确实很小一坨

c7129be9fe6574dd4827ffc1f094a4ab.png

打印机安装非常简单,分分钟搞定,只需要把打印控制程序装好就OK,然后点一下添加打印机,OK

d131f1b6b2e46bc6af24bc04813ee314.png

安装太简单,手痒就点开了web配置,在浏览器里面可以看到,支持的协议貌似不少,可惜绝大多数都用不上。。。

b2f380d97201c76f48eff65044025afd.png小结,这货的基本功能就是把普通没有网络功能的打印机变成网络打印机,不需要在用别人的电脑上共享的方式打印,看起来很美好是不是,但是!!!!这货真心不便宜啊,这个价格完全可以买一个带打印服务的路由器了,那么为啥还要买这货?好吧,最关键的一点,这个可以支持很多品牌型号的打印机,比一般带USB口的路由器兼容性强的多,而且还有打印口的打印服务器,这种情况下个就没得选了。

前面看到支持的打印协议很多是吧,可惜能不能用上还是得看你的打印机,大多数型号你是用不上的,比如我的HP LaserJet P1007,必须安装控制程序用添加GDI打印机,而某些打印机可以不需要安装控制程序直接用普通TCP/IP的方式添加,可惜这只是少数。另外还有一个优点,就是盒子比较小巧,比一般路由器小不少,如果在打印机旁再放个路由器就太。。。

80df984c77ab23af977544dd59be512a.gif

晒单完毕,这货还算有用,可惜也不是所有打印机能用得上,购买前请到官网查询相关兼容列表

c2ad9c123c4d84295e50d901fd065b58.png


http://www.ppmy.cn/news/579530.html

相关文章

【零基础入门学习Python---Python条件和循环语句】

🚀 Python 🚀 🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀 🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨ 🌲 作者简介:硕风和炜,…

提取dataframe最后一列

import pandas as pd import numpy as nporigin pd.read_csv("DRUG1n.csv") origin.iloc[:,-1]

DataFrame提取某行和提取某几行

dataframe如下: dfa b0 1 21 3 52 5 63 7 94 2 45 3 0df1 df.loc[4]输出为:a 2b 4df2 df.iloc[[0,2,4]]输出为:a b0 1 22 5 64 2 4

dataframe按照条件选取行

在使用dataframe处理数据的时候碰到了按照条件选取行的问题,单个条件时可以使用: df[df[one] > 5] 如果多个条件的话需要这么写: import numpy as np df[np.logical_and(df[one]> 5,df[two]>5)] 也可以这么写 df[(df[one]>…

Dataframe去掉包含指定值的行

在daraframe中去掉包含“金融业”的整行记录 import pandas as pd df pd.DataFrame(data[{symbol:000001,Industry:金融业}, {symbol:000002,Industry:采矿业}, {symbol: 000003, Industry: 建筑业}]) dfdf.drop(df.index[(df[Industry] 金融业)], inplaceTrue) df参考链接 …

DataFrame根据某一列值的条件提取符合的所有行

origin1 origin.loc[origin[class].isin([1])]这里就将origin中class为1的所有行都提取了出来

dataframe处理多种特殊条件的行

处理多种特殊条件的行 删除"444"这一列删除第二行删除含某特定字符串的行删除含某特定数字的行删除行中包含某列表中数据的行仅保留行中包含某列表中数据的行删除行中数据大于或小于某值的行对某列数据同时进行特殊处理 # 创建dataframe df pd.DataFrame([[AAA,cc…

pandas 获取DataFrame的 行、列数据

如果要获取某一列数据有两种方式: import pandas as pd series pd.Series(range(5), index [a, b, c, d, e]) df pd.DataFrame(np.arange(9).reshape(3,3),index [a,b,c],columns [A,B,C]) a df[A] b df.A print(a, \n, "*"*30, \n, b)输出结果: …