__init__() 應(yīng)該叫做 初始化函數(shù),是類創(chuàng)建新實(shí)例后默認(rèn)調(diào)用的函數(shù),跟普通函數(shù)的執(zhí)行沒什么區(qū)別.
__init__(self, url) 分別對(duì) 5 個(gè)實(shí)例屬性進(jìn)行了賦值, 其中調(diào)用了三個(gè)實(shí)例方法, 這些實(shí)例方法又各自引用了實(shí)例屬性作為參數(shù)

直接百度python實(shí)現(xiàn)郵箱驗(yàn)證的正則，多找?guī)讉€(gè)版本對(duì)比驗(yàn)證下

r.encoding = 'gbk'
soup = BeautifulSoup(r.text, 'lxml')

conda install mod_wsgi
pip install mod_wsgi
2選1

多進(jìn)程共用全局隊(duì)列，那么無(wú)外乎兩種情況，一種全局隊(duì)列存在內(nèi)存中，比如用redis，一種全局隊(duì)列存在硬盤上，比如數(shù)據(jù)庫(kù)mysql。
多進(jìn)程通信的話還可以考慮pipe和socket, multiprocessing.Manager.Queue就是pipe通信。

from multiprocessing import Pool, Manager
import os, time, random

def long_time_task(name, queue):
    print('Run task %s (%s)...' % (name, os.getpid()))
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    print('Task %s runs %0.2f seconds.' % (name, (end - start)))
    print(queue.get())

if __name__=='__main__':
    print('Parent process %s.' % os.getpid())
    p = Pool(2)
    q = Manager().Queue(10)
    for j in range(10):
        q.put(j)
    for i in range(5):
        p.apply_async(long_time_task, args=(i, q))
    print('Waiting for all subprocesses done...')
    p.close()
    p.join()
    print('All subprocesses done.')

飯?jiān)趺闯?？需要用筷子還是用手？┓(?′?`?)┏

你這個(gè)例子本身就無(wú)法體現(xiàn)貪婪匹配啊，你指望它輸出什么結(jié)果？

第一個(gè)正則'pyth{1,2}?on'
pyth 和on 需要有一個(gè)或兩個(gè)字符，但是盡量少
但是無(wú)論是哪個(gè)pyth*， pyth和on之間都只有一個(gè)字符，匹配結(jié)果就肯定是圖中結(jié)果

必須得重新啟動(dòng) gunicom。

用正則表達(dá)式取出“小時(shí)”前面的數(shù)和“分鐘”前面的數(shù)，算一下就好了

正則表達(dá)式怎么用百度一下就有

額外創(chuàng)建一個(gè)普通的 SQLAlchemy engine，然后用 autoload_with=blocking_engine 替代 autoload=True。因?yàn)楸碛成鋺?yīng)該只發(fā)生一次，所以此時(shí)不使用異步應(yīng)該可以接受。

sea.distplot(x,hist_kws=dict(edgecolor='k'))

把 /去掉， 換成about

最好是 再去熟悉一邊 vue-router 文檔 和demo

Must keep a strong reference to the StringVisitor object during the visit.

change:

sv = Visitor();

to:

self.sv = Visitor()

onlineoffice ？

根據(jù)比較不會(huì)變的東西進(jìn)行定位，不可能做到完全能匹配，只能說(shuō)盡可能地去適應(yīng)。
一般變化的話，前端會(huì)先修改該class對(duì)應(yīng)的樣式，如果發(fā)現(xiàn)變化比較大，可能會(huì)添加額外的className，相對(duì)而言，ID及name變化較少，因?yàn)檫@兩個(gè)多用于js和表單提交，因此如果有的話可以基于這兩個(gè)進(jìn)行定位。當(dāng)然，文字內(nèi)容也相對(duì)變化較少，比如某一塊叫做留言板，那么可以嘗試根據(jù)文字進(jìn)行定位。
但所有一切都不可能完全隨變化而變化。如果一個(gè)網(wǎng)站完全重構(gòu)，大規(guī)模改版，甚至爬取的內(nèi)容都被去掉了，又怎么能去匹配呢？

盡少調(diào)用 plt.scatter 方法便可大幅提升性能.

詳解
假設(shè) WX_b 為 M N 矩陣, mx 為 M 1 矩陣, 下面代碼

for i in range(WX_b.shape[0]):
    for j in range(WX_b.shape[1]):
        plt.scatter(mx[i], WX_b[i][j])

可以優(yōu)化成

plt.scatter(mx.repeat(WX_b.shape[1], axis=1), WX_b)

jupyter 示例代碼

%matplotlib inline

import matplotlib.pyplot as plt
import numpy as np

WX_b = np.random.randn(30, 5)
mx = np.random.randn(WX_b.shape[0], 1)

def func1():
    for i in range(WX_b.shape[0]):
        for j in range(WX_b.shape[1]):
            plt.scatter(mx[i], WX_b[i][j])
            
def func2():
    plt.scatter(mx.repeat(WX_b.shape[1], axis=1), WX_b)
    
%time func1()
%time func2()

參考結(jié)果: func2 運(yùn)行時(shí)間大約是 func1 的 5%.

360是該殺的不殺，不該殺的亂殺

如果你是 Maven 導(dǎo)入的包，那么選中 pom.xml，右鍵選擇 Maven - Download Sources 就可以下載到源碼包 ( 如果發(fā)行方有提供的話 )，Idea 會(huì)自動(dòng)導(dǎo)入，你就可以點(diǎn)進(jìn)源碼下斷點(diǎn)了。

如果不是 Maven 包，那就需要自己找這個(gè) sources 包，舉個(gè)栗子:
something.jar，會(huì)有個(gè) something-sources.jar

如果發(fā)行方?jīng)]有提供這個(gè)源碼包，那就沒辦法了，不過一般來(lái)說(shuō)都會(huì)有的。

iter方法返回的是一個(gè)迭代器，所以應(yīng)該很快且占用內(nèi)存很小，這個(gè)方法應(yīng)該能滿足需求，如果只要判斷key的話完全可以如下這樣：
l = [key for key in iter(dict) if key.startswith('h_bzmc')]

p = re.compile('(?<=srcset=\\")(http.*?(?:.jpeg|.jpg))')

(...)是分組用的，被括起來(lái)的表達(dá)式用于分組。
(?:) 是(...)的不分組版本，用于使用'|'或數(shù)量詞
所以分組的應(yīng)該是http...jpg這個(gè)整體。