工作和技术

crifan 11年前 (2013-09-23) 2852浏览 0评论

【背景】 之前写的，去下载： http://www.autopartoo.com 中的图片，并且保存图片信息为csv文件。   【37959390_data_scraping_from_website代码分享】 1.截图： （1...

crifan 11年前 (2013-09-23) 1983浏览 0评论

之前无意间发现， 关于google，其提供了各种服务 当然最常用的就是google搜索， 而这些服务，对于有些国家或地区， 出于各种原因而无法访问 比如天朝的长城，你懂的 其他有些还有因为某人在网上骂该某某，而被政府看着不爽，而禁了google的（当...

crifan 11年前 (2013-09-23) 1816浏览 0评论

【背景】 之前折腾docbook时，就看过此篇文章： DocBook 助你完成传世之作 之后，又看到过，该文章，只是worldhello： http://www.worldhello.net/doc/ 中的其中一个。 【技术趣闻】 之后，无意间发现，...

crifan 11年前 (2013-09-22) 2264浏览 0评论

【背景】 之前写了很多docbook。 已发布至： https://www.crifan.com/files/doc/docbook/ 现在，想要： 如果可以实现，把现有的docbook 即一堆的xml（和相关的xls和其他配置） 转换为wiki格式的...

crifan 11年前 (2013-09-22) 5339浏览 3评论

【背景】 之前的 BlogsToWordpress 不支持网易的心情随笔。 现在去添加此功能。 【解决过程】 1.结果使用： BlogsToWordpress.py -s http://blog.163.com/ni_chen 竟然结果连...

crifan 11年前 (2013-09-22) 9501浏览 9评论

背景 前面已经通过： 【教程】如何抓取动态网页内容 介绍了，关于抓取动态网页中的内容的逻辑过程。 下面通过具体的例子，来说明是如何实现此过程的。 前提知识 1.了解网页抓取等的基本背景知识 不了解的去参考： 【整理】关于抓取网页，分析网页内容，模拟登...

crifan 11年前 (2013-09-22) 3893浏览 0评论

【背景】 之前折腾了一些一些关于antlr的异常处理了： 【记录】尝试折腾antlr v3的异常处理和错误恢复：VARIABLE的CLASS的值INPUT故意写错为INPUT1 【记录】折腾antlr的异常处理：使得当初错时，输出更详细的错误信息，包...

crifan 11年前 (2013-09-22) 34292浏览 79评论

重要提示： 1.此贴，以后不再更新； 2.想要看更新的内容，请移至： 详解抓取网站，模拟登陆，抓取动态网页的原理和实现（Python，C#等）   【前提】 想要实现使用某种语言，比如Python，C#等，去实现模拟登陆网站的话，首先要做...

crifan 11年前 (2013-09-22) 27880浏览 3评论

【背景】 问题参见： python2.7 urllib2 抓取新浪乱码 中的： 报错的异常是   UnicodeDecodeError: ‘gbk’ codec can’t decode...

crifan 11年前 (2013-09-22) 3046浏览 0评论

【问题】 折腾antlr的异常恢复。 参考： The Definitive ANTLR Reference.pdf 中，添加上对应的代码： @members { protected void mismatch(IntStream input,...