pxlfxl2
- 浏览: 51067 次
- 性别:
- 来自: 火星
-
最新评论
-
pxlfxl2：
KeySeeker 写道博主问一下,刚刚我尝试了一下,我用的是 ...
伪装豆瓣爬虫程序——如何解决豆瓣禁用爬虫程序？ -
KeySeeker：
博主问一下,刚刚我尝试了一下,我用的是httpclient包, ...
伪装豆瓣爬虫程序——如何解决豆瓣禁用爬虫程序？ -
KeySeeker：
carlosfu 写道如果是第一种情况，怎么处理？
1.不带c ...
伪装豆瓣爬虫程序——如何解决豆瓣禁用爬虫程序？ -
carlosfu：
如果是第一种情况，怎么处理？
1.不带cookie信息访问，快 ...
伪装豆瓣爬虫程序——如何解决豆瓣禁用爬虫程序？ -
coeshare：
图文并茂~~谢谢哈
mongodb初体验
文章列表
Servlet 3.0之前的版本中，文件上传是个挺让人头疼的问题，虽然有第三方框架来实现，但使用也还是比较麻烦，在Servlet 3.0中，这些问题将不复存在，Servlet 3.0对文件上传提供了直接支持，配合Servlet 3.0中基于Annotations的配置，大大简化上传件的操作。今天做了个小demo，测试了写Servlet 3.0的文件上传功能。 1.写文件上传的服务端（Servlet ），将上传文件全都保存到指定配置的目录下面，转向上传文件列表的显示页面。
package com.neusoft.servlet3.demo;
import java.io ...
最近因为业务需要，要将豆瓣上的图书以及影视信息抓取下来，网页抓取其实很简单，很快就完成，但是系统还没上线就发现了问题，豆瓣会根据请求分析客户的行为，判断是否是机器人，如果判断为机器人，将要求输入验证码，最终导致抓取不到数据。
要解决这个问题，主要就两个思路，一个是识别验证码，当要求输入验证码时，识别图片中的验证码；另外一方案是伪装成正常访问，绕过豆瓣的分析程序。前一种方案受限于验证码识别率太低，很难满足需求，最终只能考虑第二种方案了。
通过分析豆瓣的分析判断机器人的实际情况，发现豆瓣是根据ip以及cookie信息统计访问频率来确定是否为“机器人”，有以下几种实际情况，1.不带cooki ...
mongodb初体验
如果要选出近两年最火的web技术的话，NOSQL必定为其中之一！鉴于业务量发展的压力，最近项目组也希望完全迁移至NOSQL，所以也关注下NOSQL的知识（之前也有关注，但只是看看介绍而已，没有深入了解） ...
与大多数ORM框架一样，iBatis2也是用Xml描述ORM映射信息（在annotations出现之前），那么这些XML配置信息是怎么解析呢？呵呵，大部分人看到这儿可能会说：这有啥难的，用DOM或者SAX解析xml都是很容易的事！确实iBatis解析xml的方法也无外乎这二者之一，不过仔细读过iBatis解析XML的源码，我发现iBatis解析xml的代码很值得我们学习……
iBatis中最重要的一个接口是SqlMapClient，首先看看在程序中是怎么样同过配置文件得到SqlMapClient对象的：
static {
try {
St ...
commons email 1.1有个Bug，当发送的邮件中有附件时，邮件正文也会以附件形式（.txt文件或者.html文件）发送，不过还好，这个Bug在1.2中得到修复，升级1.2就OK啦！
题目大意：移动公司需要对已经发放的所有139段的号码进行统计排序，已经发放的139号码段的文件都存放在一个文本文件中（原题是放在两个文件中），一个号码一行，现在需要将文件里的所有号码进行排序，并写入到一个新的文件中；号码可能会有很多，最多可能有一亿个不同的号码（所有的139段号码），存入文本文件中大概要占1.2G的空间；jvm最大的内存在300以内，程序要考虑程序的可执行性及效率；只能使用Java标准库，不得使用第三方工具。
这是个典型的大数据量的排序算法问题，首先要考虑空间问题，一下把1.2G的数据读入内存是不太可能的，就算把1一亿条数据，转都转换成int类型存储也要占接近40 ...