AC_dream

简单的利用bs4提取了一些东西，中途尝试了网上的多个版本，自己简单的模仿了一下。主要提取部分：偶遇小朋友玩家家酒！一小姑娘说：谁要扮演老公的？只见小男孩们纷纷举起小手：我、我、我……好，这是你的搓衣板和尿壶，你就跪在这上面手上拖着尿壶，我在旁边化妆找到相应class提取span即可from urllib.request import urlopen ,Reque

区分开头像和图片所在文件夹就好头像红颜一笑醉心弦~99真正的图一个是avtnew，一个是pictures，正则即可（我写的比较搓）from urllib.request import Request,urlopen ,urlretrievefrom bs4 import BeautifulSoupimport reimport osH

登录这东西，目前理解的还是比较浅，就是说想办法搞到cookie就好。最简单就是自己用浏览器登录上，从开发者工具里把cookie复制。。。今天说的呢，既然是模拟登陆，就少不了账号密码这些环节。首先打开知乎https://www.zhihu.com/#signin，开发者工具（博主用的360chrome），network，选中preserve log，不选的话之前的信息会被清空的。

验证码识别需要的库pytesseract，说白了就是调用别人的东西！！！依赖PIL及tesseract-ocr，PIL是python 的一个库，但是tesseract-ocr是一个需要安装的软件，百度一下安装后应该会自动配置环境变量。简单测试一下，cmd-》tesseract vode.png result,之后会将验证码保存在一个result.txt的文件中。然后上代码：

本次登录的是中国石油大学ACM的OJ（管理员不要打我），原型是hustoj，选择的原因是验证码比较简单，纯数字。实际上利用了验证码页面和登录页面cookie的一致。但是在顺序上我们需要先打开验证码页面，有兴趣可以简单测试一下：1.打开登录页面（不要关闭）（http://acm.cup.edu.cn/loginpage.php）2.找到验证码图片的地址打开（http://acm.cu

内容相关：1、 网络基本原理（如：HTTP协议、Web服务器、Socket、TCP、UDP等）2、 网络服务器基本配置（简单C/S网络的组建、web服务器的基本配置等）3、程序设计（socket编程、多线程程序设计等）JAVA代码：MultiThreadWebServer.javaimport java.net.* ;public final class Multi

参与第五届泰迪杯，侥幸获得二等奖，简单记录一下。一、问题的背景      在当今的大数据时代里，伴随着互联网和移动互联网的高速发展，人们产生的数据总量呈现急剧增长的趋势,当前大约每六个月互联网中产生的数据总量就会翻一番。互联网产生的海量数据中蕴含着大量的信息，已成为政府和企业的一个重要数据来源，互联网数据处理也已成为一个有重大需求的热门行业。借助网络爬虫技术，我们能够快速从互联网中