2018年8月13日
摘要：
1、当当的数据远远比豆瓣的数据丰富，所以图书基础数据应该以当当的为基准，豆瓣的为完善补充。 2、当当每个分类下只能获取前100页数据，100之后的数据无法用技术手段进行抓取。 3、无法抓取到的当当数据，当有需要的时候可以模拟当当的搜索接口，然后从搜索结果中分析对应的图书数据。 4、第一次抓取当当的全 阅读全文
摘要：
为了综合当当和豆瓣的图书详情数据，这里在图书信息从当当抓取成功后，根据isbn信息再从豆瓣获取一次图书详情数据。 相关豆瓣图书的接口地址为： https://developers.douban.com/wiki/?title=book_v2#get_isbn_book 然后将豆瓣与当当的图书详情进行 阅读全文
摘要：
频繁的爬取网站数据，很容易导致ip被封锁，所以在具体爬取网页的过程中一定要使用代理ip。 代理ip的来源一般就两种： 1、免费代理ip（可自行搜索，一般免费ip的质量不会太高，并且时好时坏，有很多根本无法使用）。 2、付费代理ip（有不少网站提供收费的代理ip，质量高并且访问速度稳定）。 我在这里采 阅读全文
摘要：
详情页面涉及到图书的标题、出版社、作者、摘要等等具体信息，所以是整个网页解析中的难点，也是核心数据部分。 首先找到涉及到的一级节点： 然后找到需要的二级节点： 接下来就可以进行具体解析了，以图片节点为例： 基础信息的节点查找方式如下： 这样基础信息的各个节点基本就找到了，接下来模仿图片节点的解析方式 阅读全文
摘要：
经过综合对比分析（此处省略几千字），最终选定了HtmlUnit作为网页解析的工具。 通过maven来引入HtmlUnit资源包： <groupId>net.sourceforge.htmlunit</groupId> <artifactId>htmlunit</artifactId> <versio 阅读全文
摘要：
一、源代码编译 这里要为仅支持 CPU 的 TensorFlow 构建一个 pip 软件包，需要调用以下命令： $ bazel build --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" --config=opt --verbose_failures //tensorfl 阅读全文
摘要：
源代码树的根目录中包含了一个名为 configure 的 bash 脚本。 $ ./configure 接下来，配置系统会给出各种询问，以确认编译时的配置参数。 一、重要参数解释 Do you wish to build TensorFlow with jemalloc as malloc supp 阅读全文
摘要：
参考： https://blog.csdn.net/yhily2008/article/details/79967118 https://tensorflow.google.cn/install/install_sources https://docs.python-guide.org/starti 阅读全文
摘要：
这里要为仅支持 CPU 的 TensorFlow 构建一个 pip 软件包，需要调用以下命令： $ bazel build --cxxopt="-D_GLIBCXX_USE_CXX11_ABI=0" --config=opt --verbose_failures //tensorflow/tools 阅读全文
摘要：
源代码树的根目录中包含了一个名为 configure 的 bash 脚本。 $ ./configure 接下来，配置系统会给出各种询问，以确认编译时的配置参数。 一、重要参数解释 Please specify the location of python. [Default is /usr/bin/ 阅读全文
摘要：
参考： https://blog.csdn.net/yhily2008/article/details/79967118 https://tensorflow.google.cn/install/install_sources 代码获取： $ git clone https://github.com 阅读全文