qq_33643943的博客

网络爬虫包括了四大部分：url管理器，url下载器，url解析器，url输出器。最后由主程序调用者四个部分   首先来看 url管理器：主要功能是将未解析的url和已经解析过的url分开，以防重复解析    url_manager.py class UrlManager(): def __init__(self): self.new_urls=set() ...

第一天： 报名了kaggle 的一个项目，希望在处理数据方面有所提升。 宠物收养速度题目： 在机构给的数据之上，预测客户在看到信息后收养宠物的速度有多快 数据： https://www.kaggle.com/c/petfinder-adoption-prediction/data 数据包括了文本，数字和 图片。 拿到数据之后，开始看数据以及每个属性的描述，但是还是不知道怎么下手，看到...