2018年1月30日
XML与HTML的作用不同
摘要： 1. html是用来显示数据的；xml是用来描述数据、存放数据的，所以可以作为持久化的介质！Html将数据和显示结合在一起，在页面中把这数据显示出来；xml 则将数据和显示分开。 XML被设计用来描述数据，其焦点是数据的内容。HTML被设计用来显示数据，其焦点是数据的外观。 2. xml不是HTML 阅读全文
posted @ 2018-01-30 17:04 拓睿峰 阅读(482) 评论(0) 推荐(0) 编辑
python 读写文件中 w与wt ; r与rt 的区别
摘要： w,r,wt,rt都是python里面文件操作的模式。w是写模式，r是读模式。t是windows平台特有的所谓text mode(文本模式）,区别在于会自动识别windows平台的换行符。类Unix平台的换行符是\n，而windows平台用的是\r\n两个ASCII字符来表示换行，python内部采 阅读全文
posted @ 2018-01-30 14:46 拓睿峰 阅读(722) 评论(0) 推荐(0) 编辑
计算机的潜意识
摘要： 从机器学习谈起 在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步介绍EasyPR的内核。当然，本文也面对一般读者，不会对阅读有相关的前提要求。 阅读全文
posted @ 2018-01-30 12:15 拓睿峰 阅读(351) 评论(0) 推荐(0) 编辑
2018年1月25日
Python换行符问题：\r\n还是\n？
摘要： 今天写一个Python脚本去读取一个txt文件时，发现一个很有趣的现象： 如果这个文件是用atom编辑器写的，发现换行符是'\r'。这样一来去逐行读取数据就失效了，因为用open函数 去打开该文件readline()时默认使用的换行符是'\n'。 但是，当这个txt文件是用pycharm编辑器写的话 阅读全文
posted @ 2018-01-25 23:42 拓睿峰 阅读(103177) 评论(2) 推荐(1) 编辑
正则表达式、BeautifulSoup、Lxml进行性能对比
摘要： 爬取方法 性能 使用难度 安装难度 正则表达式 快 困难 简单（内置） BeautifulSoup 慢 简单 简单 Lxml 快 简单 相对困难 阅读全文
posted @ 2018-01-25 15:12 拓睿峰 阅读(419) 评论(0) 推荐(0) 编辑
2018年1月23日
网络爬虫re模块的findall()函数
摘要： findall()函数匹配所有符合规律的内容，并以列表的形式返回结果。 第一个参数，正则表达式 第二个参数，搜索的a 第三个参数，匹配的模式，其中re.S使匹配包括换行在内的所有字符。findall()函数是逐行匹配的。 阅读全文
posted @ 2018-01-23 15:56 拓睿峰 阅读(5476) 评论(0) 推荐(0) 编辑
Python open() 函数
摘要： open(file, mode='r', buffering=-1, encoding=None, errors=None, newline=None, closefd=T） 模式 r 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建 阅读全文
posted @ 2018-01-23 15:13 拓睿峰 阅读(431) 评论(0) 推荐(0) 编辑
2018年1月21日
python中的多重循环
摘要： 列表中会经常用到多重循环。 python3 中 zip函数接受任意多个可迭代对象作为参数,将对象中对应的元素打包成一个元组,然后返回一个可迭代的zip对象. 这个可迭代对象可以使用循环的方式列出其元素 若多个可迭代对象的长度不一致,则所返回的列表与长度最短的可迭代对象相同. 阅读全文
posted @ 2018-01-21 14:12 拓睿峰 阅读(5749) 评论(0) 推荐(0) 编辑
网络爬虫构造出URL的列表数据
摘要： urls = ['http://bj.xiaozhu.com/search-duanzufang-p{}-0/'.format(number) for number in range(1,14)] #构造出13页URL的列表数据for url in urls: print(url) 阅读全文
posted @ 2018-01-21 10:48 拓睿峰 阅读(742) 评论(0) 推荐(0) 编辑