JAVA 爬虫工具有挺多的，但是Gecco是一个挺轻量方便的工具。 先上项目结构图。 这是一个 JAVASE的 MAVEN 项目，要添加包依赖，其他就四个文件。log4j.properties 加上三个java类。 1、先配置log4j.properties ...

为了完成作业，所以学习了一下爬虫Gecco，这个爬虫集合了以往所有的爬虫的特点，但是官方教程中关于Gecco的教程介绍的过于简单，本篇博客是根据原博客的地址修改的，原博客中只有程序的截图，而没有给出一个完整的程序，本篇博客给出完整的代码 首先：爬取数据的目标网站是：https ...

最近看过不少讲爬虫的教程[1][2]，基本都是一个模式： 开始先来拿正则、lxml、jquery/pyquery等等教大家从页面上抠出一个一个的值来 然后深入一些在讲讲http 协议，讲讲怎么拿出 cookie 来模拟登录之类的，讲讲基本的反爬虫和反反爬虫的方法 最后在上一个 简单 ...

前言 今天闲着无聊随便逛了逛MDN，忽而看到一个方法Function.prototype.bind(),突然发现除了使用这个方法之外都没有仔细琢磨过这个方法。于是乎，找到了kill time的事情- ...

导读 Alpine Linux是一个面向安全应用的轻量级Linux发行版。它采用了musl libc和busybox以减小系统的体积和运行时资源消耗，同时还提供了自己的 ...

框架概述 其中比较好用的是 Scrapy 和PySpider。pyspider上手更简单，操作更加简便，因为它增加了 WEB 界面，写爬虫迅速，集成了phantomjs，可以用来抓取js渲染的页面。Scrapy自定义程度高，比 PySpider更底层一些，适合学习研究，需要学习的相关知识 ...

基础 在把玩算法 | 数组中已经对数组进行了详细的说明，本文介绍另外一种比较常见的基础数据结构：链表。链表是一种线性表，通常由一连串的节点组成，数据存放在节点中，每一个节点里存放下一个节点的指针。 与数组相比，使用链表可以克服数组需要预先知道数据大小的缺点，链表结构可以充分的利用内存空间 ...

file() 将文件作为一个数组返回。数组中的每个单元都是文件中相应的一行，包括换行符在内。 按换行回车来分段print_r(file("body.txt")); 用Ep替换文件\n--- ...