本文介绍了用 php 做爬虫, 抓取了 110 万的知乎用户数据并进行了分析。

知乎现在改用 https 请求了，数据加密，但是问题不大，重要的是网页数据改动了，而且在请求时后台会对爬虫做一些判断，因此在每次请求是都需要加上 request header，尽可能接近浏览器请求的样子。

我比较喜欢简单的东西，起初我的博客是很简单的，只有最基础的编辑文章和管理文章。连评论框都没想去弄，现在想想确实有道理。最近一段时间忙于春节拜年，利用一些琐碎的时间构思，实现了一个基于 flask 的静态博客。我个人是比较喜欢用markdown的，所有这只适合于喜欢用markdo…

爬虫与反爬虫一直是一对天生的对手，反爬手段多种多样，破解手段也应运而生。 本文主要介绍一种利用前端页面自定义字体的方式来实现反爬的技术手段，并实践如何技术上破解。（期间多次掉坑，拼接顽强的毅力，仍然坚强的走出来。） 自定义字体：@font-face是CSS3中的一个模块，主要是…

本文主要讨论下面几个问题： 什么是异步（Asynchronous）编程？ 为什么要使用异步编程？ 在 Python 中有哪些实现异步编程的方法？ Python 3.5 如何使用 async/await 实现异步网络爬虫？ 所谓异步是相对于同步（Synchronous）的概念来说…