V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX  ›  xingzhi  ›  全部回复第 24 页 / 共 33 页
回复总数  649
1 ... 16  17  18  19  20  21  22  23  24  25 ... 33  
2013-02-27 13:57:22 +08:00
回复了 laskuma 创建的主题 问与答 爬虫如何处理重复抓取的网页?
@forest520
我觉得这个就没有万能的解决方案了,得视网站而定。
如你举的例子,可以先找出taobao究竟是以什么参数来决定这个页面的。
这里是id, 那就在获取url后,抽取出id来进行二次判断。
2013-02-27 13:17:38 +08:00
回复了 laskuma 创建的主题 问与答 爬虫如何处理重复抓取的网页?
很久前收藏的一篇文章, 你可以看看:
http://www.xiuwz.com/site/tech-bloom-filter/
2013-02-27 13:15:37 +08:00
回复了 laskuma 创建的主题 问与答 爬虫如何处理重复抓取的网页?
hashMap是可以,但相对而言耗内存。
如ls所说,用布隆过滤器较好。 吴军的书 《数学之美》中有详细的介绍。
2013-02-26 17:32:39 +08:00
回复了 xingzhi 创建的主题 问与答 豆瓣FM的歌曲的播放地址探究
旧帖子,贴上我的新发现。 做个备注。

豆瓣FM pro 推出了新功能,可以下载歌曲。

下载链接如: http://douban.fm/j/pro/download?id=60932&ssid=d7e6

而通过查看localStroage, 发现我在帖子上说的 “随机码中间的四位” 恰好和该链接的ssid值是一样的。

证实了我前文所说的一点, “g” 是必然会出现的。
而该ssid, 也有可能是类似于数据库中id的性质,有可能是完全随机而不可算的。

因此,结贴。
2013-02-20 15:12:48 +08:00
回复了 xingzhi 创建的主题 问与答 你们觉得怎么样才能给女朋友惊喜? 集思广益啦!
@beingbin @wenbinwu
目前来说,造人不是惊喜,而是惊吓了。。

@frankxu
有理。惊喜的是内容,而不是拘泥于形式。

可目前为止,还是没觉得ls各位说的,会给人一种耳目一新的浪漫。。
2013-01-20 17:23:11 +08:00
回复了 xingzhi 创建的主题 问与答 sae挂了? 二级域名无法访问,svn无法连接!
广东电信。
2013-01-20 12:28:36 +08:00
回复了 ljbha007 创建的主题 分享发现 这次12306抢票事件受益最大的是谷歌
还可以用。 早上用订票助手抢了两张票,加上快捷支付,全程用chrome
2013-01-16 13:17:12 +08:00
回复了 leohxj 创建的主题 问与答 如何从零学习SQL?
我会比较推荐从零开始学习的人看head first系列的书,虽然很啰嗦,但确实适合初学者看。
http://book.douban.com/subject/3069630/
2013-01-07 18:13:39 +08:00
回复了 talentsnail 创建的主题 音乐 豆瓣FM付费版上线
看到消息立刻买。前不久正在烦恼没有高品质的音乐,jing.fm 的歌也太少了。
不过豆瓣小气呀,应该给个试用嘛。
2012-12-28 20:29:18 +08:00
回复了 Olivia 创建的主题 V2EX V2EX 赠明信片「第二季」
There is an I in "happiness",There is no Y in "happiness", It's an I.
2012-12-23 12:21:51 +08:00
回复了 siu7 创建的主题 问与答 程序猿们,每天叫外卖的情况下,你们是如何加强营养的?
晒太阳, 光合作用。
2012-12-14 09:17:38 +08:00
回复了 nonozone 创建的主题 Nexus 俺的Nexus4 Google已经发货了...
@xiph 我顺便问一个问题吧, 有朋友在美国帮我收货, 然后他帮我邮寄回来。
那这个时候有没有可能要收关税? 该如何处理呢?谢谢
1 ... 16  17  18  19  20  21  22  23  24  25 ... 33  
关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   我们的愿景   ·   实用小工具   ·   2552 人在线   最高记录 6543   ·     Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 · 32ms · UTC 13:05 · PVG 21:05 · LAX 06:05 · JFK 09:05
Developed with CodeLauncher
♥ Do have faith in what you're doing.