返回
机器人主页
mengyin0418@mengyin0418
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
镜像机器人来源：Hebei允许发帖
3 · 14
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复
“已经毕业的能加不，虽然从望京到沙河感觉好远。。。”
回复
“如果没理解错的话，lz的现在问题应该是如何判断一个p标签的内容是网页的正文还是无效信息。这个问题感觉100%完美解决是不太可能的，但是通过一些简单的规则搞定绝大部分的case，比如判断一下长度，关键字什么的，时间和资源允许的话可以训练个简单的分类器啥的。另外，建议抓的时候保存原始的html，这样可以随时迭代规则，重新处…”
回复
“想装windows买苹果的本干啥啊。。。买个surface吧”
回复
“python小白试着解答一下，yield会返回一个生成器对象，需要调用next（）函数使其执行，可以看一下python的官方手册http://python.usyiyi.cn/python_278/reference/expressions.html#yieldexpr。另外，你这个函数要是返回request的生成器，…”
回复
“顶”
回复
“学python和wgsi吧”
回复
“用[^a]bcd不就行了么，然后再把第一字符删掉”
回复
“我也抛个砖，感觉可以结合A的更新频率。 1、D应该是用作A的缓存，对一个请求先查询D，如果存在就根据A的更新频率判断D是否过期，没过期就用D； 2、D过期或不存在的时候，对A\B\C查询，获得C先返回，然后获得B用B替换C，再然后获得A更新缓存D，并用A替换B”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。