JAVA 爬蟲工具有挺多的，但是Gecco是一個挺輕量方便的工具。 先上項目結構圖。 這是一個 JAVASE的 MAVEN 項目，要添加包依賴，其他就四個文件。log4j.properties 加上三個java類。 1、先配置log4j.properties ...

為了完成作業，所以學習了一下爬蟲Gecco，這個爬蟲集合了以往所有的爬蟲的特點，但是官方教程中關於Gecco的教程介紹的過於簡單，本篇博客是根據原博客的地址修改的，原博客中只有程序的截圖，而沒有給出一個完整的程序，本篇博客給出完整的代碼 首先：爬取數據的目標網站是：https ...

最近看過不少講爬蟲的教程[1][2]，基本都是一個模式： 開始先來拿正則、lxml、jquery/pyquery等等教大家從頁面上摳出一個一個的值來 然后深入一些在講講http 協議，講講怎么拿出 cookie 來模擬登錄之類的，講講基本的反爬蟲和反反爬蟲的方法 最后在上一個 簡單 ...

前言 今天閑着無聊隨便逛了逛MDN，忽而看到一個方法Function.prototype.bind(),突然發現除了使用這個方法之外都沒有仔細琢磨過這個方法。於是乎，找到了kill time的事情- ...

導讀 Alpine Linux是一個面向安全應用的輕量級Linux發行版。它采用了musl libc和busybox以減小系統的體積和運行時資源消耗，同時還提供了自己的 ...

框架概述 其中比較好用的是 Scrapy 和PySpider。pyspider上手更簡單，操作更加簡便，因為它增加了 WEB 界面，寫爬蟲迅速，集成了phantomjs，可以用來抓取js渲染的頁面。Scrapy自定義程度高，比 PySpider更底層一些，適合學習研究，需要學習的相關知識 ...

基礎 在把玩算法 | 數組中已經對數組進行了詳細的說明，本文介紹另外一種比較常見的基礎數據結構：鏈表。鏈表是一種線性表，通常由一連串的節點組成，數據存放在節點中，每一個節點里存放下一個節點的指針。 與數組相比，使用鏈表可以克服數組需要預先知道數據大小的缺點，鏈表結構可以充分的利用內存空間 ...

file() 將文件作為一個數組返回。數組中的每個單元都是文件中相應的一行，包括換行符在內。 按換行回車來分段print_r(file("body.txt")); 用Ep替換文件\n--- ...