寫(xiě)爬蟲(chóng)似乎沒(méi)有比用Python更合適了，Python社區(qū)提供的爬蟲(chóng)工具多得讓你眼花繚亂，各種拿來(lái)就可以直接用的library分分鐘就可以寫(xiě)出一個(gè)爬蟲(chóng)出來(lái)，今天就琢磨著寫(xiě)一個(gè)爬蟲(chóng)，將廖雪峰的Python教程爬下來(lái)做成PDF電子書(shū)方便大家離線閱讀。開(kāi)始寫(xiě)爬蟲(chóng)前，我們先來(lái)分析一下該網(wǎng)站1的頁(yè)面結(jié)構(gòu)，網(wǎng)頁(yè)的左側(cè)是教程的目錄大綱，每個(gè)URL對(duì)應(yīng)到右邊的一篇文章，右側(cè)上方是文章的標(biāo)題，中間是文章的正文部分，正文內(nèi)容是我們關(guān)心的重點(diǎn)，我們要爬的數(shù)據(jù)就是所有網(wǎng)頁(yè)的正文部分
系統(tǒng) 2019-09-27 17:55:45 2009
首先理解Python的函數(shù)能像普通的對(duì)象一樣能作為參數(shù)傳遞給其他函數(shù)，可以被賦值給其他變量，可以作為返回值，可以被定義在另外一個(gè)函數(shù)內(nèi)。前面的文章已經(jīng)對(duì)閉包做了介紹，再次進(jìn)行延伸和理解一下裝飾器，主要用于不在改變?cè)创a的情況下進(jìn)行添加功能，裝飾器利用閉包來(lái)實(shí)現(xiàn)，一般和閉包一起使用。裝飾器返回一個(gè)函數(shù)對(duì)象，簡(jiǎn)單理解在原函數(shù)功能上又加入新功能并返回一個(gè)和原函數(shù)名相同的函數(shù)對(duì)象。deffuncout(func):deffuncIn(x,y):func(x,y)#
系統(tǒng) 2019-09-27 17:55:41 2009
Python默認(rèn)是沒(méi)有g(shù)oto語(yǔ)句的，但是有一個(gè)第三方庫(kù)支持在Python里面實(shí)現(xiàn)類似于goto的功能：https://github.com/snoack/pyt...。比如在下面這個(gè)例子里，fromgotoimportwith_goto@with_gotodeffunc():foriinrange(2):forjinrange(2):goto.endlabel.endreturn(i,j,k)func()在執(zhí)行第一遍循環(huán)時(shí)，就會(huì)從最內(nèi)層的forjinra
系統(tǒng) 2019-09-27 17:54:57 2009
三種方法：①直接使用dict②使用defaultdict③使用Counterps:`int()`函數(shù)默認(rèn)返回0①dicttext="I'mahandsomeboy!"frequency={}forwordintext.split():ifwordnotinfrequency:frequency[word]=1else:frequency[word]+=1②defaultdictimportcollectionsfrequency=collections.d
系統(tǒng) 2019-09-27 17:54:44 2009
這是一個(gè)用python寫(xiě)解壓大量zip腳本的說(shuō)明，本人新手一個(gè)，希望能對(duì)各位有所啟發(fā)。首先要注意的，在運(yùn)行自己的腳本之前一定先備份或者復(fù)制出一些樣本進(jìn)行測(cè)試，不然出錯(cuò)會(huì)很麻煩；之后我用到的是解壓zip文件的擴(kuò)展包zipfile，可以直接pip安裝或者在IDE里安裝，需要特別注意的是這個(gè)包的文件名解碼方式需要我們?nèi)バ薷模热ゲ榭丛次募苯铀阉鳌癱p437”（一個(gè)編碼方式），找到后全部替換為“gbk”，即可解決中文顯示問(wèn)題。代碼：importosimport
系統(tǒng) 2019-09-27 17:53:05 2009
閱讀更多本文分享自6丁一的貓的博客，主要是python調(diào)用hanlp進(jìn)行命名實(shí)體識(shí)別的方法介紹。以下為分享的全文。1、python與jdk版本位數(shù)一致2、pipinstalljpype1（python3.5）3、類庫(kù)hanlp.jar包、模型data包、配置文件hanlp.properties放在一個(gè)新建目錄4、修改hanlp.properties中root根目錄，找到data代碼調(diào)用如下：1|#coding:utf-82|'''3|Createdon20
系統(tǒng) 2019-09-27 17:52:23 2009
整個(gè)排序算法分兩部分來(lái)總結(jié)，這篇總結(jié)第一部分一些相對(duì)簡(jiǎn)單和常用的排序算法，包括冒泡排序、選擇排序、插入排序和希爾排序。冒泡排序冒泡排序應(yīng)該是大家接觸的最早的排序方法了，理解起來(lái)也十分簡(jiǎn)單。冒泡排序是一種簡(jiǎn)單的排序算法。它重復(fù)地走訪過(guò)要排序的數(shù)列，一次比較兩個(gè)元素，如果它們的順序錯(cuò)誤就把它們交換過(guò)來(lái)。走訪數(shù)列的工作是重復(fù)地進(jìn)行直到?jīng)]有再需要交換，也就是說(shuō)該數(shù)列已經(jīng)排序完成。這個(gè)算法的名字由來(lái)是因?yàn)樵叫〉脑貢?huì)經(jīng)由交換慢慢“浮”到數(shù)列的頂端。算法描述比較相鄰的
系統(tǒng) 2019-09-27 17:52:14 2009
1.交換變量值2.將一列表中的所有元素拼接成字符串3.查找list中最高頻率的值4.檢查兩個(gè)單詞是否是字謎(組成的字母和對(duì)應(yīng)數(shù)量一致)5.反轉(zhuǎn)字符串6.反轉(zhuǎn)列表7.轉(zhuǎn)置2維數(shù)組8.鏈?zhǔn)奖容^9.鏈?zhǔn)胶瘮?shù)調(diào)用10.復(fù)制列表11.DictionaryGet12.按值排序字典13.ForElse14.將列表轉(zhuǎn)換為逗號(hào)分隔的字符串15.合并字典16.list中的最小和最大索引17.從列表中刪除重復(fù)項(xiàng)查看英文原文：https://hackernoon.com/pyth
系統(tǒng) 2019-09-27 17:51:34 2009
函數(shù)：startswith()作用：判斷字符串是否以指定字符或子字符串開(kāi)頭一、函數(shù)說(shuō)明語(yǔ)法：string.startswith(str,beg=0,end=len(string))或string[beg:end].startswith(str)參數(shù)說(shuō)明：string：被檢測(cè)的字符串str：指定的字符或者子字符串。（可以使用元組，會(huì)逐一匹配）beg：設(shè)置字符串檢測(cè)的起始位置（可選）end：設(shè)置字符串檢測(cè)的結(jié)束位置（可選）如果存在參數(shù)beg和end，則在指定范
系統(tǒng) 2019-09-27 17:50:52 2009
1.函數(shù)名的運(yùn)用?你們說(shuō)一下，按照你們的理解，函數(shù)名是什么？?函數(shù)名的定義和變量的定義幾乎一致，在變量的角度，函數(shù)名其實(shí)就是一個(gè)變量，具有變量的功能：可以賦值；但是作為函數(shù)名他也有特殊的功能就是加上()就會(huì)執(zhí)行對(duì)應(yīng)的函數(shù)，所以我們可以把函數(shù)名當(dāng)做一個(gè)特殊的變量，那么接下來(lái)，我們就來(lái)研究一下這個(gè)特殊的變量。1.1函數(shù)的內(nèi)存地址deffunc():print("呵呵")print(func)結(jié)果:?通過(guò)上面代碼可以我們知道，函數(shù)名指向的是這個(gè)函數(shù)的內(nèi)存地址，其
系統(tǒng) 2019-09-27 17:50:42 2009
