@ChrisFreeMan
做 ios 的同学说现在不如以前那么香了. 而且还提到了 flutter 啥的

kivy 和 beeware... 用过的貌似都没夸它们的, 我就没上手

以后如果不擅长描述需求, 不如直接举例子... input=xxx, output=yyy, expect=zzz

按字面理解似乎 [] 不是边界, 我大致猜一猜的话

输入='test; 1; abc; def'
输出=['test; 1', 'bc', 'ef']
期望=['test; 1', 'abc', 'def']

简单理解需求就是用了字母做分界, 但是结果里依然要留下这字母. 可以考虑零宽断言, 宽度为 0 就不会被算进去


import re

testTEXT = 'test; 1; abc; def'
print('输入', testTEXT)
print('错误输出', re.split(r'\;[\s|\S+|\r|\n|\r\n|][a-zA-Z]', testTEXT))
print('正确输出', re.split(r';\s*(?=[a-zA-Z])', testTEXT))
# 输入 test; 1; abc; def
# 错误输出 ['test; 1', 'bc', 'ef']
# 正确输出 ['test; 1', 'abc', 'def']

上了岁数的估计会听过 Miranda IM, 当初没有骨头版 QQ 的时候, 内存太小只能用这些纯聊天的 IM 聚合, 不过现在估计没了

时代在变化:

1. 拍电影的发现流量比演技挣钱快, 所以不再对演技严格要求
2. 唱歌的发现口水歌流量来的更快, 所以不再仔细斟酌作词作曲
3. 各大厂商知道垄断流量即是资本, 所以开始打造把用户"圈"起来, 搞私域搭茧房

感慨一下

以为挺常见的场景, 结果楼上给的都不是我常见的...

gunicorn gracefully restart - Google 搜索 - https://www.google.com/search?q=gunicorn+gracefully+restart&oq=gunicorn+gracefully+restart&aqs=chrome..69i57.7670j0j7&sourceid=chrome&ie=UTF-8

搜索关键词主要就是 gracefully restart, 可以参考上面 gunicorn 通过 HUP 信号做的那种

以前也见过 nginx 切换流量的做法, 反代指向的本地服务多个版本是多个进程实例和端口的, 这种也是不宕机直接切换流量的路子

如果其他的云原生那边的就不提了, 饿了吃饭去了

先改成 Path.glob

然后 sorted 的 key 自己定义排序规则

最有价值的其实是那套过滤策略(删除规则), 这东西是各种同类软件的主要竞争力, 比速度还重要... 又想干净, 又怕误删最麻烦了

前面都提过了商用带宽什么的

然后楼主主要说服务器负载不均衡导致的浪费, 其实现在云原生各种方案已经把资源浪费率降到很低了, 几个名词可以搜索了解一下

1. cdn (按需付费, 服务器并不在自己手里)
2. spot 竞价实例(一折费用, 考验运维基本功)
3. Serverless / Faas (按使用量付费, 而且可以快速伸缩解决负载拥堵与空闲)
4. K8S (一台机器可以把资源拆分成几十 MB + 几个 vcore 给应用)
5. 图床类的去重存储和秒传 (哈希表之类的, 我这边 30 TB 图片视频可以节省三分之二)
6. 其他(流计算, 各种集群, 乱七八糟的)

大致手段一般就是: 存算分离, 按量付费, 深度解耦

有没有一个自媒体多平台同步工具？ - 知乎 - https://www.zhihu.com/question/52240701

这种? 之前 V 站也有推广过的小伙伴, 懒得搜了. "貌似" 有些风险, 所以没啥正规军去做这个东西, 实际上很多博主 up 主手头都有一整套工具或者运营团队来操作多平台帐号

1. 看官方有没有提供命令行文档或者 dll 之类的动态链接库给第三方调用
2. 有些 Windows 软件可以直接操作控件, 虽然打开了 GUI, 但是可以用底层 api 把窗口直接隐藏然后后台操作空间. 并发是个问题
3. 不建议. 上面说的 Hook 一下, 不知道违法不违法, 不过当初公众号某些爬虫做的就是 Windows 上面沙盒+Hook

之前忘了看哪个人的推, 说他们也很惊讶 go 在中国这么热门...

别的没啥感觉, gost 是解决我大问题了

刚毕业那四年一直是公司发的慈铭体检

后来自己去三甲医院体检中心, 因为好处是查出幺蛾子不用再查一次. 上次慈铭查出胆囊息肉过大, 去协和一查没那么大, 排队就等了一周...

1. mongo_connect 哪来的有点陌生, 这东西不好调试的话临时闭包到 run_spider 里测试一下? 怀疑有些变量传递到进程里面有地方不太对, 多进程类似于各种并行计算的一个特点就是: 尽量无状态无副作用, 里面的各种依赖 /参数 /上下文都尽量隔离干净
2. 本地调试可以运行但线上不行的话, 可能的地方特别多(难怪虚拟化和 go 那么火了)
2.1 最大可能是网络本身就不通(防火墙规则啊, 网卡 ip 不对啊, 非局域网啊, 非开放端口啊), 但是如果关了多进程会 ok, 网络应该不是问题. 可以临时把 PoolProcessExecutor 改成多线程那个, 反正接口一样的, 而且爬虫这玩意本来就没必要多进程
2.2 Python 版本有区别, 个别底层依赖有差异, 这个少见但也遇到过
2.3 第三方依赖的版本或者 C 依赖有差异, 尽量排除这种情况, 以前我遇到过类似情况, 换个版本居然就通了
2.4 检查是不是每个进程都超时, 有一定可能是程序里面或者 mongodb 那边有奇怪的死锁

看了几个长篇大论的回复, 说的也没啥问题, 为啥遭到那么强烈的回怼...

如果是其他社区, 估计也没这么多苦口婆心反而更多幸灾乐祸 + 满嘴 YYDS 的段子手. 没必要一个个怼回去, 上士无争, 选听得进的听, 听不进的以后自己也会自然明白对错.

提个不一定有用的建议: 正视自己的自学能力, 不想放弃编程就老老实实啃那几本基础课程, 语言学多了用处不大, 写到简历上被问住反而会扣分, 精研一两门然后有目的性地做好一两件事吧. 语言或者框架学多了只是 "术" 上的专攻, 基础打牢受益终身

本身跨学科道阻且长, 把编程当兴趣力度不够, 热爱它然后趁着年轻为它拼一把

PS:
1. 特地回头搜了下 geek 这个词... 以前一直以为是 linus 那样的, 翻译让我大开眼界了.
2. 现在卷这个词已经到了滥用的地步了, 没必要一直挂在嘴边, 蓝海向红海竞争过渡都是必然趋势, 并发问题没处理好只是个借口, 主要原因还是可被替代(对方比你便宜或者其他地方比你有优势).
3. 内行看文档, 外行看教程, 尽早把习惯改一改.

ddl 估计不是我以为的那个 ddl.....

你们项目管理靠嘴么, 这都不走那就是他们给太多了吧, 忍忍算了

@7y

不算前辈... 后端日常用的不多, 已经转 fastapi 了, 喜欢原版或者折腾的可以继续 starlette, 我是怕麻烦那部分... 目前看起能一统江湖的协程 ORM 有了几个, 但是真正统一的还不太行, 各家都在努力造生态

用 starlette 的话, 他们 encode 出的兼容性都比较不错, 当年搭配他们家的 databases; fastapi 作者整了个 sqlmodel 但我看的时候 asyncio 部分文档都没写完...

其他的话, awesome-asgi 或者 Awesome fastapi 之类的里面会有一些, 反正我用过的都只算可用

以前的想不起来了, 最近会用到的是图片转 html 让我直接看文件夹里多张图, 低代码爬虫追剧 B 站追更, 某上网软件节点检测切换, 批量删除视频, 批量操作 chrome...