参照着网上的爬虫案例（点我），先做了一个demo，基本的爬虫项目创建，以及数据抽取，数据分析，数据保存等等过程基本上有所掌握。
我的需求是需要检索指定的百度贴吧，根据指定的关键字库，搜索出含有关键字的链接，并抽取出来，用于后续告警。 因此，基于需求，分如下步骤：
第一：基于Scrapy创建爬虫项目；...
分类：
编程语言 时间：
2014-04-28 17:37:30
阅读次数：
707
想写个自动定会议室的程序。1、会议系统登录后，存在session，提交会议室的订单通过httpwatch拼接后获得链接地址，直接访问链接及可以了2、如果没有提前登录，就无法提交链接了。使用python+PAMIE实现了了自动登录的过程（登录的链接一直拼接不出来。。）下面说说这个研究过程。。1、一开始...
分类：
编程语言 时间：
2014-04-28 16:04:47
阅读次数：
848
这个天气预报采集是从中国天气网提取广东省内主要城市的天气并回显。本来是打算采集腾讯天气的，但是貌似它的数据是用js写上去还是什么的，得到的html文本中不包含数据，所以就算了爬虫简单说来包括两个步骤：获得网页文本、过滤得到数据。
1、获得html文本。 python在获取html方面十分方便，寥.....
分类：
编程语言 时间：
2014-04-28 15:31:09
阅读次数：
712
sudo apt-get install
python-software-propertiessudo apt-add-repository ppa:brightbox/ruby-ngsudo
apt-get updatesudo apt-get install ruby2.1ruby2.1 -vr...
分类：
其他好文 时间：
2014-04-28 14:18:29
阅读次数：
445
本文将要介绍的内容都是Java5中的新特性,一个是倒计时记数器---CountDownLatch,另一个是用于线程间数据交换的Exchanger.一.CountDownLatch1.什么是CountDownLatch?倒计时计数器,调用CountDownLatch对象的CountDown()方法就将...
分类：
编程语言 时间：
2014-04-28 12:49:39
阅读次数：
563
说起共享内存，一般来说会让人想起下面一些方法：1、多线程。线程之间的内存都是共享的。更确切的说，属于同一进程的线程使用的是同一个地址空间，而不是在不同地址空间之间进行内存共享；2、父子进程间的内存共享。父进程以MAP_SHARED|MAP_ANONYMOUS选项mmap一块匿名内存，fork之后，其...
分类：
系统相关 时间：
2014-04-28 12:30:07
阅读次数：
720
1.什么是阻塞队列?所谓队列,遵循的是先进先出原则(FIFO),阻塞队列,即是数据共享时,A在写数据时,B想读同一数据,那么就将发生阻塞了.看一下线程的四种状态,首先是新创建一个线程,然后,通过start方法启动线程--->线程变为可运行可执行状态,然后通过数据产生共享,线程产生互斥---->线程状...
分类：
编程语言 时间：
2014-04-28 12:18:12
阅读次数：
513
NSOperationQueue是一套基于Objective-c语言的API。GCD与NSOperationQueue的优缺点：NSOperationQueue:比较安全GCD:没有NSOperationQueue安全，但使用起来简单，快速，还提供了一些操控底层的方法。实际开发中还是以GCD为主。N...
分类：
移动开发 时间：
2014-04-28 12:06:08
阅读次数：
611
arc其实并不是所谓的垃圾回收机制,其实arc只是编译器的一种特性,编译器会在编译阶段插入相应的内存管理代码,以实现自动的内存管理,这样就减少了因为程序员的一时疏忽或者项目过大而失误从而造成内存泄露,因为是编译器自动完成的代码插入所以arc的效率要高于垃圾回收机制.在arc机制下dealloc中会由...
分类：
其他好文 时间：
2014-04-28 11:50:10
阅读次数：
463
为什么没有采用多线程或者IO复用，原因是在多线程或IO复用的情况下，当前目录是共享的，无法根据每一个连接来拥有自己的当前目录。多进程模式下，一个连接拥有2个进程，一个是nobody进程，一个是服务进程。为什么使用nobody进程的原因是：在PORT模式下，服务器会主动建立数据通道连接客户端，服务器可...
分类：
其他好文 时间：
2014-04-28 01:00:27
阅读次数：
551
