摘要：
爬虫去重策略：将访问过的url保存到数据库中。最简单的方式。即使数据库有缓存，但每次都从数据库中查询url，效率低下。将访问过的url保存到set中，只需要o(1)的代价就可以查询url占用内存过高对小型爬虫，假设存储100000000条url数据，每条数据... 阅读全文
摘要：
二叉树深度优先(DFS)和广度优先(BFS)深度优先遍历：对每一个可能的分支路径深入到不能再深入为止，而且每个结点只能访问一次。二叉树的深度优先遍历的非递归的通用做法是采用栈，要特别注意的是，二叉树的深度优先遍历比较特殊，可以细分为先序遍历、中序遍历、后序遍... 阅读全文
摘要：
字符串编码1、编码历史计算机只能处理数字0和1，文本转换为数字才能处理。计算机中8个位(bit)作为一个字节(byte),所以一个字节能表示最大的十进制数字就是255。计算机是美国人发明的，一个字节就可以表示所有字符了，所以ASCII(一个字节)编码就成为美... 阅读全文
摘要：
正则表达式的基本概念 正则表达式为高级的文本模式匹配、抽取或文本形式的搜索和替换功能提供了基础。 简单地说，正则表达式（Regular Expression，简称为 regex）是一些由字符和特殊符号组成的字符串，它们描述了模式的重复或者表述多个字符，于... 阅读全文
摘要：
环境：[root@localhost python3]# cat /etc/redhat-releaseCentOS Linux release 7.5.1804 (Core) [root@localhost python3]# 1、下载Python方式一：... 阅读全文