雨渐渐

摘要：http://www.linuxidc.com/Linux/2012-05/60806.htmsudo -s输入普通用户的password回车即可进入root权限vi /etc/lightdm/lightdm.conf.[SeatDefaults]greeter-session=unity-gree... 阅读全文

摘要：demo下载 java 和 python# --*-- coding:utf-8 --*--import urllib2from lxml import etreeimport Queueimport timeimport osdef getHtml(url): request = urlli... 阅读全文

摘要：GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY '123456' WITH GRANT OPTION;FLUSH PRIVILEGES; 这就是设置一个urser：rootpwd:123456账号，该账号可以在任何机器，同时访问服务器 阅读全文

摘要：http://blog.csdn.net/marising/article/details/5769653 阅读全文

摘要：package cn.tdt.crawl.jdbc;import java.util.regex.Matcher;import java.util.regex.Pattern;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import ... 阅读全文

摘要：网页解析技术：1 xpath教程2 正则表达式教程xpath是将html加载为DOM树解析，简单，易维护。通常我用正则作为辅助抽取，用xpath定位后，再从定位的数据中用正则抽取。xpath的类库：.net 方向主要用到HtmlAgilityPackjava 方向主要用到HtmlCleaner(得翻... 阅读全文

摘要：注解：此处仅仅是介绍一些类库及常规使用，如果要详细了解Http协议推荐看下《Http权威指南》。net 方向 主要是用到HttpWebRequest下载内容:JAVA方向：主要是用到HttpClient下载内容示例代码：相关类库（httpclient-4.1.2 httpcore-4.1.4）示例代... 阅读全文

摘要：python 插入 汉字：# -*- coding: utf8 -*-import MySQLdbfrom datetime import datetry: con = MySQLdb.Connect(host='localhost', user='root', passwd='wm87661... 阅读全文

摘要：问题的提出：采用上节的方法偶尔会下载到的HTML乱码，原因是上节的代码中进行了简易的编码识别，比如根据头信息，根据meta中的charset：。即使这样也会遇到下载到乱码的情况，原因是这两者提供的charset都可能不准确。解决方案：1 手动指定编码2 自动识别编码如果只采一个网站，自己指定下编码就... 阅读全文

摘要：1 识别nutch-1.7的编码，完成以前1.2是在 org.apache.nutch.parse.html.HtmlParser EncodingDetector detector = new EncodingDetector(conf); detector.autoDetectClues(content, true); detector.addClue(sniffCharacterEncoding(contentInOctets), "sniffed"); String enco... 阅读全文

摘要：apt-get install python-matplotlib转载自：http://www.cnblogs.com/qianlifeng/archive/2012/02/13/2350086.htmlBasic：import matplotlib.pyplot as pyplotpyplot.b... 阅读全文

摘要：http://jiangli.easymorse.com/?cat=36 阅读全文

摘要： 阅读全文

摘要：__author__ = 'dell'import surveyimport Pmfimport matplotlib.pyplot as pyplottable = survey.Pregnancies()table.ReadRecords()print "Number of pregnancie... 阅读全文

摘要：http://www.cnblogs.com/huxi/archive/2010/07/04/1771073.html 阅读全文

摘要：参考源：http://www.ruanyifeng.com/blog/2013/03/tf-idf.html 写的很明了package com.data.text.tfidf;import java.io.BufferedReader;import java.io.File;import java.... 阅读全文

摘要：__author__ = 'dell'import Pmfimport matplotlib.pyplot as pyplotpmf = Pmf.MakePmfFromList([1, 2, 2, 3, 5])print 'Mean by Pmf ', pmf.Mean()print 'Var by... 阅读全文

摘要：__author__ = 'dell'ab = {'Swaroop': 'swaroopch@byteofpython.info', 'Larry': 'larry@wall.org', 'Matsumoto': 'matz@ruby-lang.org', 'Spammer': 'spammer@hotmail.com'}print "Swaroop's address is %s" % ab['Swaroop 阅读全文

摘要：表示分布最常用的方法就是直方图histogram,这种图用于展示各个值出现的频率和概率import Pmfimport operatorimport matplotlib.pyplot as pyplothist = Pmf.MakeHistFromList([1, 2, 2, 3, 5])vals... 阅读全文

摘要：转载自：http://peigang.iteye.com/blog/1563288从nutch-1.3开始 本地抓取（单击） 和 分布式抓取（集群）所使用的配置文件和命令单独分开。资源：下载地址：http://archive.apache.org/dist/nutch/1.7/apache-nutc... 阅读全文

摘要：一个分布的众数就是它的最频繁值。编写一个球众数的函数mode编写一个AllMode函数，返回按频率降序排列的值-频对。__author__ = 'dell'import Pmfimport operatorhist = Pmf.MakeHistFromList([1, 2, 2, 3, 5])pri... 阅读全文

摘要：转载自：http://wiki.python.org/moin/HowTo/SortingOriginal version by Andrew Dalke with a major update by Raymond Hettinger原始版本是Andrew Dalke，然后更新的是Raymond HettingerThere are many ways to use them to sort data and there doesn't appear to be a single, central place in the various manuals describing the 阅读全文