丹尼斯的技術江湖

入門： 爬蟲分為三步；1.抓取網頁html      2.分析語義，各取所需     3.儲存數據 / 展示成果 1. 網頁抓取 import re import urllib def getHtml(url): page = urllib.urlopen(url) return page.read() 2. 分析語義 def getIm

! /usr/bin/python def mod(filename): if filename.endswith(".c"): filename = filename[:filename.index(".c")]+".java" return filename else:

#Python libary: ##standard libs:     itertools http://docs.python.org/2/library/itertools.html     functools http://docs.python.org/2/library/functools.html 学好python有必要掌握上面这两个库吧，     re 正则    

1.1 将序列分解为单独变量 p=[3,4] x,y=p -,y=p #第一个参数扔掉 P需要是可以迭代的 string,file iterator, 生成器etc 1.2 任意长度分解元素 从1.1衍生过来 x,*y,z=p *y是除了第一个，最后一个的所有中间元素 1.3 保存最后N个元素 使用collections::deque(maxlen=n) deque