摘要：
tn是desert(沙漠之鹰)和tan共同开发的一种用于匹配，转写和抽取文本的语言（DSL）。并为其开发和优化了专用的编译器。基于递归下降方法和正则表达式，能解析自然文本并转换为树和字典，识别时间，地址，数量等复杂序列模式。 github地址：https://github.com/ferventde 阅读全文
摘要：
有一天，楼上姐姐的老公说，他半程马拉松跑了两小时二十分，我说我能跑大概1小时四十分这样。姐姐在旁边说，还好，也就差40分钟。我当时没说什么，是啊，好像差别也没多大。 实际上，以跑十公里为例，我能轻轻松松跑到50分，咬牙极限能跑到45分，但到了40分，却是基本不可能。你可能想，就差那么一点点，每分钟稍 阅读全文
摘要：
（本文成文于2015年11月12日，为作者原创，发布在博客园方便诸君阅读） 前段时间发了一篇分析房价的文章，于是这两天在微信上咨询我的朋友络绎不绝。今天是光棍节，我什么都没抢到。下午，有一位学姐在微信上找我，怀着激动的心情打开微信。 学姐说，“看到你之前发的文章了，能不能帮我在北京选一套婚房啊？” 阅读全文
摘要：
etlpy是python编写的网页数据抓取和清洗工具，核心文件etl.py不超过500行，具备如下特点 爬虫和清洗逻辑基于xml定义，不需手工编写 基于python生成器，流式处理，对内存无要求 内置线程池，支持串行和并行处理 内置正则解析，html转义，json转换等数据清洗功能，直接输出可用文件 阅读全文
摘要：
每本软件的著作里，都会提到“开源软件”，多数都会往哲学的层面上去解释，相当的形而上。我想，开源这回事，不就是大家把代码传到网上，给人下载学习，之后有了Linux，Apache一系列牛逼作品么？这么简单接地气的事情，为什么要搞得那么形而上呢？ 开源也给我带来了不少的困惑，很多商业软件的授权费相当昂贵， 阅读全文
摘要：
代码是宝贵的，世界上最郁闷的事情，便是写好的代码，还要在另外的平台上重写一次，或是同时维护功能相同的两套代码。所以才需要跨平台。 不仅如此，比如有人会吐槽Python的原生解释器CPython跑得太慢，或想让Python在.NET或JAVA虚拟机上运行，便开发了IronPython和Jython这样 阅读全文
摘要：
应不少读者的要求，笔者总结北京2014年到2015年涨幅较大的几个区域，并按照涨价百分比（而非绝对涨价值）绘制了如下的北京楼市涨跌地图： 同时，笔者总结了涨价幅度较高的六大区域（凑个吉利数字吧(∩_∩)）。 第六名.东城区（东西城合并？平均涨价14%） 东城区虽然属于中心城区，但在教育上一直无法与西 阅读全文
摘要：
买房是一件大事，好处是你再也不用担心年年涨价的房租，不用住墙壁脱皮的次卧，能挑选自己心爱的家具和心爱的人温馨的住在一起。坏处是更久的通勤时间和每个月的按揭。反正房奴和蚁族，总得二选一嘛。 在北京买房子，更是难上加难，绝大多数人只能考虑二手房。我们今天就聊一下，如何在北京买到自己心仪的房子。 买房第一 阅读全文
摘要：
作者注：本文为“沙漠之鹰”原创文章，为了保证行文流畅，没有插入实现代码，简单统计分析博客园的读者应该都能做。 过年之后，很多人选择租房。我的不少朋友告诉我，"之前你发布的北京买房攻略很有意思，可是不接地气啊，能不能分析一下帝都租房的情况啊"！ 我想也是，于是下班之后，配置了爬虫工具，从北京各大中介网 阅读全文