暮良文王

摘要： 什么是可哈希(hashable)？ 简要的说可哈希的数据类型，即不可变的数据结构(字符串str、元组tuple、对象集objects)。 哈希有啥作用？ 它是一个将大体量数据转化为很小数据的过程，甚至可以仅仅是一个数字，以便我们可以用在固定的时间复杂度下查询它，所以，哈希对高效的算法和数据结构很重要 阅读全文

摘要： 使用json.dumps时要注意， json.dumps 序列化时，默认使用ascii编码，所以输出的是 '中国' 的ascii 字符码 "\u4e2d\u56fd" 想输出真正的中文需要指定ensure_ascii=False : 阅读全文

摘要： 使用Pyspider中报此错误。 错误原因： 这个错误会发生在请求 https 开头的网址，SSL 验证错误，证书有误。 解决方法： 使用self.crawl(url, callback=self.index_page, validate_cert=False) 阅读全文

摘要： 比如： 怎么获取bbb和ddd呢？ 结果： 阅读全文

摘要： 工作中，用Selenium自动化填表并获取结果时，程序一直安静的读取数据库，网页填表，获取结果，存库，但跑着跑着突然报错了。 排查后，原来不是Selenium的问题，是数据比较特殊，带了个双引号，如下 填表后提交时，触发了Chrome XSS自动过滤器 xssAuditor，导致POST请求拦截。（ 阅读全文

摘要： 装 识别图形验证码库tesserocr的时候，出现了Microsoft visual c++ 14.0 is required的问题，用离线安装还是没有用。 就只能乖乖装Microsoft visual c++ 14.0了，找了好多不好使，最后找到了一个： 点击打开链接 阅读全文

摘要： 转义符都知道，但可能会理解不到位，或者不深入。今天在工作中，遇到了转义符的问题，记录于此，也供大伙参考。 1.问题概述 爬取到的文本段落，中间有\t \r未处理就存入数据库了（文本截取如下： '......有效性。\r次要......' ），导致后来需要刷库，而在刷库过程中， 我用的是：UPDATE 阅读全文

摘要： 1.发现BUG 爬取 chinadrugtrials 详情页的公示的试验信息时候， 发现程序在某些地方跑断掉了，如下： 经排查发现，原来这是网页的bug 极少数详情页面的某些文字中的小于号，未转化为实体符，连接上后面的 ul 或者a（大写也是）， 成了类似标签的东西， 导致bs4 解析时候把它当成了 阅读全文

摘要： 1. 先搞清 ''（空字符串）和 NULL的区别 （1）本质区别： 空字符串是个值 NULL 和Python中的None一样，是空值的意思 （2）查询语句的区别： SELECT * FROM test_null WHERE name is NULL; SELECT * FROM test_null 阅读全文

摘要： 直接先上结论： 若匹配规则里有1个括号 返回的是括号所匹配到的结果， 若匹配规则里有多个括号 返回多个括号分别匹配到的结果， 若匹配规则里没有括号 就返回整条语句所匹配到的结果。 实际上是由其并不是python特有的，这是 正则 所特有的 ， 任何一门高级语言使用正则都满足这个特点： 有括号时只能匹 阅读全文