- 正在最后的优化
- 完成后将放出模板
- 完美自适应手机
活着，想那么多干嘛!
Life is short, use Python
自从发现 `Selenium` 这块新大陆后，许多异步加载、js加密、动态Cookie等问题都变得非常简单，大大简化了爬虫的难度。 但是有些时候使用 `Selenium` 仍然有一些缺陷，比如现在很多网站数据都是通过`json`结构的接口来交互，通过分析报文的方式直接发包可以直接拿到json数据，数据不但全而且还很好解析，这比解析html网页容易多了。另一个非常重要的问题就是，很多时候一些接口返回的关键信息是不在html网页上显示的，通过 `Selenium` 拿到的 `page_source` 便没有这些字段。
本文将使用Flask开发一个简单的Python web应用程序，并为“容器化”做好准备。然后创建一个Docker映像，并将其部署到测试和生产环境中。
所谓降噪就是把不需要的信息通通去除，比如背景，干扰线，干扰像素等等，只留下需要识别的字符，让图片变成2进制点阵，方便代入模型训练。
Operator——标准功能性操作符接口.代码中使用迭代器时,有时必须要为一个简单表达式创建函数。有些情况这些函数可以用一个`lambda`函数实现，但是对于某些操作，根本没必要去写一个新的函数。因此`operator`模块定义了一些函数，这些函数对应于算术、比较和其他与标准对象API对应的操作
这篇文章主要介绍了python使用captcha模块生成图片验证码的方法,需要的朋友可以参考下
本文简要介绍Python自然语言处理(NLP)，使用Python的NLTK库。NLTK是Python的自然语言处理工具包，在NLP领域中，最常使用的一个Python库。
在公司做分布式深网爬虫，搭建了一套稳定的代理池服务，为上千个爬虫提供有效的代理，保证各个爬虫拿到的都是对应网站有效的代理IP，从而保证爬虫快速稳定的运行，当然在公司做的东西不能开源出来。不过呢，闲暇时间手痒，所以就想利用一些免费的资源搞一个简单的代理池服务。
在GitHub上维护了一个[代理池](https://github.com/jhao104/proxy_pool)的项目，代理来源是抓取一些免费的代理发布网站。上午有个小哥告诉我说有个代理抓取接口不能用了，返回状态521。抱着帮人解决问题的心态去跑了一遍代码。发现果真是这样。
