爬虫

做两件事：
1.高调炫耀自己有本事，但必须做砸的
2.低调承认自己力所能及的，也不能谦虚，但必须要做好
要点是两件缺一不可，顺序看场合和时机

找个逻辑思维超强的妹纸，你只需要说三句话就可以判断你一生那种？
啥都需要依靠你的妹纸都放过，笨死了～

@loading 为什么是回复我？这个我最后一句说了，从80286到80486，AMD在486时代冒起，intel当年想注册586对抗AMD被驳回，理由是不能用纯数字注册，奔腾才横空出世，域名的原因我认为理由一样，洋人是把域名和商标挂钩的，不清楚他们的法律，纯数字域名是否会有法律争议，但至少和商标或公司名不一致，推广可能会有问题产生，网易当年是因为163.net邮箱火了才动用163.com的，算是个异例

@RangerWolf 实际工作的测试，约5000个html，py3，纯parse，无下载过程（用wget另外下载的，不在程序内），除了用正则regex和lxml+xpath三行代码不同外，其他语句一样，单线程，无协程，CPU是老机器T2390，如果快点的CPU可能没那么明显
美丽汤4的css selector比lxml还要慢，这个老早有洋人测试过了，google一下，个人觉得只要载入DOM树，肯定要占资源多些的，理论上是这样，不过dom比较容易定位找到目标，正则要准确定位就要需要技巧，尤其是排除型正则比较难写

有些事情很难说～
有个老板对我说过这样的话：“15年前有人介绍我在xx区12万买套房子，我跟他说你傻的，现在那里1.2万一平米，人家说我傻的……”
97～02年间，经手的域名不下千个，那时基本不考虑5个字母或汉语拼音的域名，现在呢？
你这个域名起码比我最初所认识的 wikipedia 时要容易记一些
不过洋人对数字域名不太感冒，我想跟当年 intel 想以数字注册CPU商标失败的案例有关

不同站点的通用很难写的，我自写在用的，把过程提取出来作为模块，但也是每站点一堆参数，目前也就几十个站点，把参数写好，只要该网站不改版，下次还能用，改版了就要重写一次参数
当然不少站点的参数都类似，不同仅仅在正则，例如瀑布流ajax可以写成一个模板，不同站点的瀑布流就改改提交获取json路径就可以了，又如有些站点是第1页～第N页，也可以写个递增模板，不同的应用只需填入最后的页数和路径就行

目前遇到最难的是用js计算路径的，暂时不懂也不太想调用外部的js引擎，主要不是难，而是耗资源，算上万网页就是个问题

能用正则就尽量用正则，xpath因为要导入一个dom树，单个页面会比正则多消耗20%的时间，如果页面过万，可能就是倍数而不仅是20%～

让你的朋友低估你的优点，让你的敌人高估你的缺点——《教父》

4k～韩国还是越南？

以前遇到过这样的规定，员工私下商量后集体向行政部反映，以后到公司门口看着表，如果迟到就电话请所扣工资相等时间的事假，因为事假扣工资也是1:1，后来规定就改了，迟到扣N元/分钟（根据工资比例，大约千分之一/分钟），这样经常迟到的人就很惨，不常迟到的每月也就十多块

Hostname www.vancl.com ISP CNCGROUP IP network China169 Beijing Province Network (AS4808)
Continent Asia Flag CN
Country China Country Code CN (CHN)
Region Hebei Local time 15 May 2014 08:52 CST
City Langfang Latitude 39.51
IP Address 119.253.51.7 Longitude 116.695

转到其他地方的人都去换DNS吧

youtube.com 有没有去登记？

如果返回的数据涉及客户端，例如某些控件属性，这就很正常了

我连 microsoft.com 都503，要搬梯子，很无语~

现在ps也不需要什么大配置，i3，找个稍好一点的板，其他能省则省，over

我这边测试 V2EX DNS 只是转发DNS

用一个dns转向的工具，把你想屏蔽的域名指向一个不存在的DNS ip（例如本机127.0.0.1）那就返回解析错误，自然就不会连到广告网站，说难听点就是自己污染自己，其实最简单在hosts里面改就行了
我这里就这样把cnzz杀了，虽然只是流量统计不是广告，但每站都有，有时连接不顺还一直打转，看着不爽就彻底杀了它～我已经在hosts杀了百多个广告、内容共享、流量统计的网站

dns转向工具另外最大的好处是，按自己的意愿，把域名交给你认为最好的DNS，一来分流，二来加速，
例如城通，我这里用google dns是解析到泰国服务器，所以要指定用国内的dns

另外楼上说的privoxy是个好咚咚，可以根据域名处理http header，拦截cookies也很容易，某些拦截中文浏览器的网站(你懂的)，也能通过privoxy改成它能接受的语言