benymor

偶然干这件事是因为同事发给我们一个百度知道的链接，让我们帮忙点赞，刚开始觉得下不为例，第一次点下以后就不用点了，后来第二天又要我们帮忙接着点，我就想是否能有更简便的方法来实现这件事，我最开始的想法是找几个百度的账号，然后登录点赞。 偶然间，同事说百度知道不用登录也可以点赞。我后…

很早之前写过一篇怎么利用微博数据制作词云图片出来，之前的写得不完整，而且只能使用自己的数据，现在重新整理了一下，任何人的微博数据都可以制作出来，即使是Python小白也能分分钟做出来。 准备工作 本环境基于Python3，理论上Python2.7也是可行的，先安装必要的第三方依赖…

Python学习到了一点阶段，就可以接触到网络爬虫了，网络爬虫具有很高的可玩性，这理就罗列了32个具有娱乐与技术性的项目，让你心满意足。

上一篇文章已经写了一部分数据获取和爬虫的内容，这篇文章我们一起来实现一个网络爬虫，用这个小爬虫来爬取500w的简书的粉丝关系对。 为什么要爬关系对数据？因为居士最近正在搞和社交关系相关的项目，需要对大量的关系数据做处理，而且要用到 LPA 、 PageRank 这些算法，写博客…

因为前些日子杀了一个程序员祭天, 导致程序员人手不足, 这不, 老衲让程序员们去校验当前数据的可靠性, 就被程序员一把怼回来:"时间紧任务急, 你要是不想影响排期, 就自己干吧~"

本文主要涉及知识点包括新浪微博爬虫、python对数据库的简单读写、简单的列表数据去重、简单的自然语言处理(snowNLP模块、机器学习)。适合有一定编程基础，并对python有所了解的盆友阅读。

作者通过创建和扩展自己的分布式爬虫，介绍了一系列工具和架构, 包括分布式体系结构、扩展、爬虫礼仪、安全、调试工具、Python 中的多任务处理等。以下为译文：大概600万条记录，每个记录有15个左右的字段。

chrome 版本61之后 $('body').scrollTop() 的同学要小心了