我的小花园

摘要： 1. 专业知识类 2.科技类 3. 财经类 4. 职场类 5. 思维及生活习惯类 阅读全文

摘要： 1. larbin简介(百度百科) larbin是一种开源的网络爬虫/网络蜘蛛，由法国的年轻人Sébastien Ailleret独立开发，用c++语言实现。larbin目的是能够跟踪页面的url进行扩展的抓取，最后为搜索引擎提供广泛的数据来源。 Larbin只是一个爬虫，也就是说larbin只抓取网页，至于如何parse的事情则由用户自己完成。另外，如何存储到数据库以及建立索引的事情 larbin也不提供。　latbin最初的设计也是依据设计简单但是高度可配置性的原则，因此我们可以看到，一个简单的larbin的爬虫可以每天获取500万的网页，实在是非常高效。　利用larbin，我们 阅读全文

摘要： Python中，文件操作主要来自os模块，主要方法如下：os.listdir(dirname)：列出dirname下的目录和文件os.getcwd()：获得当前工作目录os.curdir:返回当前目录（'.')os.chdir(dirname):改变工作目录到dirnameos.path.isdir(name):判断name是不是一个目录，name不是目录就返回falseos.path.isfile(name):判断name是不是一个文件，不存在name也返回falseos.path.exists(name):判断是否存在文件或目录nameos.path.getsize(nam 阅读全文

摘要： 文/余晟环视结构（look-around）分析日志（或普通数据文件），恐怕是大家在日常工作中经常遇到的问题，正则表达式应当是理所当然的选择，简单的正则表达式应用，大家应该都会，即使暂时不熟悉，查查资料也能解决。但是，有时候情况复杂，看起来正则表达式往往“束手无策”，其实事实并非如此。在这篇文章中，我们通过一个具体的例子，来讲解正则表达式的高级技巧。事情源于朋友的一封来信：“最近我遇到个小问题：公司让我处理日志文件，说实话我还真是巧，本来没有打算学正则，要是没有正则可能我这次还不知道怎么处理。简单说一下，主要任务是逐行读取数据，对每行内容进行分析，第一行是字段名，其余是日志内容，行与行之间没有联 阅读全文

摘要： 转自：http://blog.csdn.net/lpy123456/article/details/6398500以前自己也总结收藏过一起别人的技术博客，不过搜集的不多，这次就拿来用了。===================================引用的分割线====================================limodou 的 BlogUliweb、Ulipad 作者，python-cn 邮件列表大妈，Python 中文社区骨灰级人物！Smallfish 鱼哥国内资深玩蛇人士，熟练民工BT 的花qyb 兄弟俩的 blog铁骑世界Google 信徒，nexus on 阅读全文