V2EX › daoluan 的所有回复 › 第 12 页 / 共 15 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 4 5 6 7 8 9 10 11 12 13 ... 15

❮

❯

2013-07-13 08:30:37 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@zhwei 嗯，我已经尝试过了，因为我的 python 服务器是部署在 sae 上，但 sae 不允许写文件，http://sae.sina.com.cn/?m=devcenter&catId=206 PHP 和 java 可以使用 sae 的 TMPFS，但 python 没有这个待遇。

到底怎么破！

2013-07-13 08:27:55 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@okidogi 呃。。真不认镇看题，有验证码在那里，cookie 不能直接使用。

2013-07-12 20:19:05 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@denger 嗯，Levenshtein Distance 算法就是计算两个字符串的相似度，我看了你的文章后来提到的识别效率问题，无法突破微信的「5 秒」的限制，是个问题。

2013-07-12 20:06:03 +08:00

回复了 andybest 创建的主题 › 问与答 › 用什么方法的储存一串010101最节约空间?

如果 0 居多的话可以用《数据库系统实现》中讲到的压缩算法。

2013-07-12 20:02:28 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@flowerfly 推荐的文章收藏了。

@denger 现在着手手工建立字库。有一个关于效率的问题，因为是在开发微信的应用，微信有个恶心的规定：微信服务器在五秒内收不到响应会断掉连接。所以这就要求处理的速度要够快够迅速。

不知道上述的匹配过程能不能在 5s 内完成。

2013-07-12 14:45:16 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@denger http://jwc.scnu.edu.cn/ 这里有图片，能不能提供一点思路？这种验证码算是简单的吧？

2013-07-10 12:07:33 +08:00

回复了 outmanone 创建的主题 › 分享创造 › 分享我们的工作间，工作室。其实这也不算是什么创意，你要说已经有类似的网站，比如desk: http://desk.cmiscm.com/ 也可以。但我的想法还是有区别的，你要说我抄袭，其实我还真抄袭不来他们的网站。能力有限，嘿嘿。

现在的瀑布有点大街没新意了，楼主这么有新意的东西应该换个方式，瀑布流真心不好。

2013-07-08 21:36:08 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@denger http://jwc.scnu.edu.cn/ 这里有图片，谢谢。

2013-07-07 14:19:00 +08:00

回复了 fangpeishi 创建的主题 › 问与答 › 学生该怎么带领一个学生团队

@chemhack 嗯，不太正经。

2013-07-07 14:11:38 +08:00

回复了 iqav 创建的主题 › 生活 › 夜里关着门开空调睡觉，次天起来全身软，累。

@loading 开空调要关门窗的

2013-07-07 00:55:27 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@nsxuan
@manoon
@denger
@armoni

一个支持「自己的想法」的证据：我在 request 中加入了 cookie，同样在登录成功后无法陆续查看诸多个人信息，相反，返回的是要我重新登录的东东。

用 wireshark 看了浏览器中发送和接收的 HTTP 和用 urllib2 发送和接收的 HTTP，两者一模一样，但是得到的结果就是不对。

怎么破？

2013-07-07 00:50:04 +08:00

回复了 sorcerer 创建的主题 › 问与答 › 请问这里有给thinkpad换过屏幕的v2exer么?

你怎么会漏出来的？

2013-07-07 00:47:35 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@manoon
@nsxuan
@denger
@armoni

图片的处理解决的差不多来。爬取网页的时候用的是 urllib2,又遇到新的问题：如何让 HTTP header 中的 connection 状态是 keep-alive。

自己的想法：学校的教务系统好似没有用 cookie 来保持登录状态，所以如果不是 keep-alive，那么即使是登录成功，我也无法陆续读取后来的信息。不知道大家是怎么做的？

我的想法有没有问题？

2013-07-06 22:14:12 +08:00

回复了 daoluan 创建的主题 › 问与答 › thinkpad t430 win8 想装 ubuntu，但总出错，是否有成功案例？

@zeroneth
@cloudzhou 谢谢各位，我已经把 win8 干掉来，装的是 ubuntu 麒麟版，用着还好，现在就装了一个 ubuntu 系统，算了了了自己的夙愿。

2013-07-06 11:49:20 +08:00

回复了 older 创建的主题 › 程序员 › 看看以前的同事写的代码

恩，小伙伴们都惊呆了。

2013-07-06 09:17:19 +08:00

回复了 zippera 创建的主题 › 问与答 › 长时间候车，除了玩手机和读书，你一般做什么打发时间？

看小说，小说本来就是打发时间用的。

2013-07-06 09:15:57 +08:00

回复了 daoluan 创建的主题 › 问与答 › 需要爬取一个网站内容，需登录和验证码（简单字母数字），怎么破？

@armoni 哈哈，非常有意思，写写分享。