jackflit的专栏

网上搜了一下，国内百度搜索排名靠前的文章都没有把这个问题说清楚。这个问题就是要彻底解决。网上一般的说法就是缺文件，看看项目列表的文件有没有不存在的，缺头文件，缺资源，缺源文件，缺各种添加项，甚至readme.txt这个方法可以解决部分因为缺文件导致的但是我的项目不缺文件然后国内程序员竟然想到了直接修改VC的全局配置，不进行unsucessfulbuild检测，不

最近要抓取一个基于ajax的动态网站，最开始想到wget和teleport这些当年web时代的产品，但是发现他们都不支持ajax，也难怪，web时代，网站都是多页面构架，搜索引擎又是流量的重要入口，因此都提供比较好的静态页面，但是随着移动端的普及，微信成为流量主要入口，单页面，基于滚动和ajax的动态页面越来越多，需要开发专门的程序针对页面的ajax抓取内容。找了一下，试用了crawljax

最近接连遇到目录无法删除的问题，最后定位到问题字目录和文件发现都是通过ie内核保存的htm文件(整页保存带图片脚本分目录的那种)。如果直接改名则QQ浏览器跳出。使用资源管理器，CPU监控模块中的关联句柄搜索文件名和目录名也没有找到打开句柄的进程。怀疑是QQ浏览器搞的鬼，可能用了系统API监控这类htm文件，导致文件要发生变化的时候，被禁止。把QQ浏览器后台进程杀光（从来不用QQ

关于读取Windows桌面的图标名字和位置，网上能找到很多现成的程序例如http://stackoverflow.com/questions/5369155/getting-text-from-syslistview32-in-64bithttp://bbs.youkuaiyun.com/topics/390624481?page=1还能找到很多，但是程序都有一个问题，就是在64位wi

业务需要每天抓取一些关键字的百度指数，花了一上午时间终于搞定了。思路就是浏览器截图+OCR识别，因为直接解密感觉比较麻烦，需要花费较多的时间，如果以后百度调整了，改动比较大。还是采用通用性比较好的截图+OCR方法。截图使用SELENIUM的WebDriver，用的是ChromeDriver。OCR用的是tesseract。编程语言是Java。使用过程主要的坑如下：1）百度指数需要用

python不要用64位版本，不要用python364位版本不支持32位windows dll的调用python3，有些第三方库，就是没有python3的版本老老实实用Python2.7 32位

今天用chrome自带的pdf浏览打印文件，遇到某些页，打印机就显示low memory，某些页死活打印不出来。猜测可能是chrome的pdf打印有问题，去adobe官网下载了最新的acrobat reader DC，然后用reader打印，一次整个文档打印成功。打印过程发现打印任务列表，二者打印的内容的大小是不一样的，用chrome打印，整个文档接近50M，用reader打印整个文档7M