本人ubuntu版本:18.04(其他版本设置步骤相同)
Step1. 获得临时root权限
(1)terminal中输入命令:
(2)输入当前账户密码sudo -s
Step2. 设置root用户密码
(1)terminal中输入命令:
sudo passwd root
(2)根据提示输入密码(两次),该密码为以后进入root用户的密码(重要,需记住!!!)
Step3. 修改配置文件
(1)利用cd命令进入文件路径:
cd /usr/share/lightdm/lightdm.conf.d
(2)查看该文件夹下包含的文件名(我的是50-ubuntu.conf),输入命令:
ls
(3)获得对文档的编辑权限(否则不能修改,仅是read only)(替换成你的文件名):
sudo chmod 777 50-ubuntu.conf
(4)进入并编辑50-ubuntu.conf文档:
gedit 50-ubuntu.conf
编辑该配置文档,在文档末尾添加以下内容:
greeter-show-manual-login = true all-guest = false
(usr-session=ubuntu表示用户会话为ubuntu;greeter-show-manual-login = true表示需手动输入登录系统的用户名和密码;all-guest = false表示禁止guest用户)
Step4. 去除gdm登陆用户名检测
(1)利用cd命令进入文件路径:
cd /etc/pam.d
(2)查看文件夹下包含的文件
ls
(3)获得编辑gdm-autologin文件权限:
sudo chmod 777 gdm-autologin
进入并编辑文件:
gedit gdm-autologin
删除或注释掉以下语句:pam_succeed_if.so user != root quiet_success
保存并退出。
(4)获得编辑gdm-password文件权限:
sudo chmod 777 gdm-password
进入并编辑文件:
gedit gdm-password
删除或注释掉以下语句:pam_succeed_if.so user != root quiet_success(同上)
保存并退出。
Step5. 修改/root/.profile文件
(1)输入命令:
gedit /root/.profile
(2)修改最后一句为:
tty -s && mesg n || true
(绿色箭头为修改前,红色箭头为修改后)
Step6. 重启即可
在terminal内输入su root或sudo root测试是否成功。
注:遇到错误可考虑以下两个问题:
(1)不能编辑文档时,输入命令:sudo chmod 777 XXX(文件名)
(2)权限不够时,进入临时root用户试试,输入命令:sudo -s
参考资料:
[1]
https://huaweicloud.csdn.net/63563c3fd3efff3090b5ba9d.html?spm=1001.2101.3001.6650.4&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Eactivity-4-121031932-blog-81001179.pc_relevant_3mothn_strategy_recovery&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Eactivity-4-121031932-blog-81001179.pc_relevant_3mothn_strategy_recovery&utm_relevant_index=5
[2]
https://blog.csdn.net/weixin_41923456/article/details/81001179
文章浏览阅读1w次,点赞132次,收藏303次。硬核推荐----13张思维导图带你快速入门 -- _java基础思维导图
文章浏览阅读1.3w次。XRDP远程连接错误总结XRDP无法连接,出错信息如下:解决方案:sudo gedit /etc/xrdp/sesman.inisudo gedit /etc/xrdp/sesman.ini在末尾加上:param8=-SecurityTypesparam9=None然后重启xrdp服务:sudo service xrdp restartReference:htt..._libxrdp_force_read: header read error
文章浏览阅读2.6k次,点赞12次,收藏65次。Java面试题之:Java算法一、二分查找一、二分查找 二分查找又叫折半查找,要求待查找的序列有序。每次取中间位置的值与待查关键字比较,如果中间位置的值比待查关键字大,则在前半部分循环这个查找的过程,如果中间位置的值比待查关键字小,则在后半部分循环这个查找的过程。直到查找到了为止,否则序列中没有待查的关键字。..._排序 选择题 java
文章浏览阅读2.9k次,点赞4次,收藏17次。MySQL ERROR 3948 (42000) ERROR 2068 (HY000)需要导入到MySQL的数据如下:nameownerspeciessexbirthdeathFluffyHaroldcatf1993-02-04ClawsGwencatm1994-03-17BuffyHarolddogf1989-05-13FangBennydogm1990-08-27BowserDianedogm1979_客户端mysql报3948
文章浏览阅读1.1w次,点赞35次,收藏115次。关于DPM模型的设置,文章十六给出了一个简单的案例,文章十七介绍了DPM离散相界面的设置,本文通过一个案例来介绍DPM模型中Injection界面的设置,主要是颗粒粒径分布的设置。1 概念介绍DPM适用条件:DPM模型只适用于颗粒相体积分数小于10%,同时不考虑颗粒体积。不考虑颗粒和颗粒之间的相互作用力,但可以考虑颗粒和流体之间的相互作用。 ..._dpm模型
文章浏览阅读516次。在SpringMVC框架中,使用@Autowired注解注入Service或者Mapper接口,我们也知道,在controller层中注入service接口,在service层中注入其它的service接口或者mapper接口都是可以的,但是如果我们要在我们自己封装的Utils工具类中或者非controller普通类中使用@Autowired注解注入Service或者Mapper接口,直接注入是不...
文章浏览阅读464次。文章目录内核对象管理架构代码分析参考资料:RTT官网文档关键字:分析RT-Thread源码、stm32、RTOS、对象管理器。内核对象管理架构RT-Thread 采用内核对象管理系统来访问 / 管理所有内核对象,内核对象包含了内核中绝大部分设施,这些内核对象可以是静态分配的静态对象,也可以是从系统内存堆中分配的动态对象。通过这种内核对象的设计方式,RT-Thread 做到了不依赖于具体的..._#define _obj_container_list_init(c) \ {&(rt_object_container[c].object_list)
文章浏览阅读1.5k次,点赞3次,收藏9次。以jsp前端页面完成的一个小项目,准备工作:1.新建一个项目勾选web配置一些东西点进去找到后点击我们自己创建的lib目录,这里面保存的是我们的jar包,然后会把lib勾选,点击apply,点击OK,然后配置Tomcat,我的Tomcat服务器是8.5.4版本的我的jar包:一个小技巧,修改idea的背景图片:找到设置找到background image点进去就可以选择想要替换的背景..._前后端小型项目
文章浏览阅读79次。webshell:通过网站端口对网站服务器的某种程度上的权限,也被称为网站的后门工具。webshell是web入侵的脚本攻击工具,它是一个asp或php木马后门。在入侵一个网站后,将这些asp或php木马后门放在网站服务器的web目录中,与正常的网页文件混在一起。然后用web的方式,通过这些asp或php木马后门控制网站服务器,进行一些上传下载文件 查看数据库 执行任意程序命令。再通过dos命令..._webshell学习
文章浏览阅读1.5k次,点赞33次,收藏15次。对话框是 GUI程序设计中不可或缺的组成部分,很多不能或者不适合放入主窗口的功能组件都必须放在对话框中。
文章浏览阅读190次。你,能保护好你的钱吗?(为更好理解这篇文章的内容,建议新人浏览前面几篇文章打个底,它会完善你对钱的认知)前面的文章里,提过一个事实,要变得有钱,我们就要攒资产!|资产|资产是指能够不断增值,为你提供被动收入的东西。比如房子、店铺,再比如你持有的优质公司的股票或者基金。每年都能给你带来增值收益,这些都属于资产。努力赚钱,把钱变成资产,再让资产复利形成更多的资产,为自己赚钱,也就是常说的睡后收入。过去几十年,对于多数人来说,增值效果最好的两...
文章浏览阅读157次。1.KNN算法特点描述优点:精度高、对异常值不敏感、无数据输入假定。 缺点:计算复杂度高、空间复杂度高。 适用数据范围:数值型和标称型。2.KNN思想 对于一个给定的数据集,对于未知数据分类时,总是能够通过计算该点与其他数据点的距离(这个距离可以是欧式距离,也可以是闵氏距离,不加以限定),通过寻找该点的最邻近的K个数据点中的数量最多的数据点,来确定该数据点的分类。 实际上这是一种朴素贝叶斯的_from g\2022-2023\machinelearninginaction3x-master\ch02 import knn