很久不写代码，果然一上手就容易犯一些低级的错误。在写上一篇博客程序之后，开始做写一些异常处理的代码（毕竟网络连不上啦，页面不存在啦很常见），竟然写错了else的用法。顺手查了Python官方文档，发现相比其他语言，Python的 else 除了用在 if 里，还有 try、for、while等语言块里 继续阅读
Python中的else
发表回复
分类目录归档：技术
爬取百度城市百科 by Python
同学拿到老师给布置的一个任务：
全国各地市的风俗习惯。具体到某个省的某个市。尽量用自动查询手段搜索百度百科，获取全国所有地市的简介和饮食、风俗习惯等。生成一张excel表格
感觉上像是要做一个爬虫，最后这个生成 excel 表格真的是无力吐槽了。。。之前虽然自己看过一些爬虫的教程文章，但是感觉这个事更多的时间是分析网页，解析 HTML ，然后将数据可视化的显示出来，于是一直没有动力去爬一个什么东西。这不，动力来了。
注：一不小心把这篇写成了记事文，而不像是个技术分享。。。 继续阅读
使用 PCA 进行降维处理——基于 sklearn 库
在最初阅读《数据挖掘：概念与技术》的时候，第一次注意到了这个词汇：PCA（Principal component analysis），主成分分析。最初对这部分内容并没有深入的了解，直到最近项目拿到数据开始分析了，才开始认真学习这部分内容。具体的原理，可以继续阅读参考链接中的内容，总结来说，PCA 就是通过寻找高维空间中，数据变化最快（方差最大）的方向，对空间的基进行变换，然后选取重要的空间基来对数据降维，以尽可能的保持数据特征的情况下对数据进行降维。
grep、awk、sed与正则表达式
在很久很久以前，就听说了这三大文本处理工具，但是和bash shell脚本编程一样，我对它们的认识一直停留在知道这三个名字上面。在第二年复习考研的过程中，曾经在图书馆花一下午看了一遍相关的介绍，奈何当时的专注点不在这里，一直也没有实践，早已忘到脑后。今天重新查找了一些网页，回忆一下相关的用法，做一个小总结吧，方便以后查阅。 继续阅读
do{}while(0)的作用
在微博上看到有人分享这个问题，自己看代码少，似乎没有主要到有这样写的。但看了回答，觉得这样写还是很有理由的。整理总结一下吧。原问题贴：segmentfault.com ，另一个参考链接：cnblogs.com 继续阅读
Debian升级（从squeeze到wheezy）
自从配置好blog后，就很少在VPS上进行操作了，除了偶尔上去看下有没有坏人。有时也会做些实验，其他时间真的闲置掉了。一次偶然的机会，注意到系统的python版本竟然是python2.6，虽然我不会python开发o(╯□╰)o，但是版本控怎么能容忍这种事情发生呢！果断升级，而且Debian 7也已经稳定很久了。 继续阅读
[转载]Linux 内核中的 KMP 实现
PS：2014年考研计算机综合408科目，增加了对字符串匹配算法的要求，当然也包括KMP。我只是理解了基本的next函数以及KMP算法的思想，再一次当了理论党。今天整理微博收藏的时候看到这篇博文，转载以加深记忆。讲解KMP的两篇博文：matrix67的和chaowork.com的。在淘宝搜索技术博客的这篇博文中有讲解除了KMP外的BM（后缀匹配）算法，不过只写了（一）没找到（二）呢。。。
位于/var/log目录下的20个Linux日志文件[译]
原文地址：20 Linux Log Files that are Located under /var/log Directory
如果你多数时间都在使用Linux系统，那么你有必要知道系统的日志文件位于哪里，以及每个日志文件是关于哪些内容的。在系统正常的时候学习理解各种日志文件的内容，有助于在遇到紧急情况时通过日志文件定位问题所在。 继续阅读
Lumia 820拆机换屏幕
作为悲剧的电子产品杀手，一周内摔了iPod Touch 4和Lumia 820两个设备，不过好在Touch4的屏还能用，而且裂纹不影响看屏幕。但是Lumia就悲剧掉了，屏幕直接横着裂缝，导致只有上半能够使用。 继续阅读
更改SSH登录方式为仅密钥登录
VPS买来之后，除了最初的一段时间配置Web Server、SSH等，之后我的懒惰就占据了上风。加上一定程度上的新鲜事物三分热度，自己对Linux使用不够熟悉，以及开发能力太弱，就一直闲置了。难道自己今天提前来了学校，就想静心做点事，写个东西更新下，也不要显得这个Blog跟死了一样。（写完发现我废话好多啊）
当初配置SSH之后，一贯作风就是默认配置，印象中是几乎什么都没有改。忘了因为什么事情，我看了一下系统的日志文件，/etc/auth.log文件中一把一把的记录了某几个ip尝试进行root登陆，着实把我吓了一跳。当时的第一件事是，赶紧把SSH的端口给改了，毕竟默认的端口太容易被一些自动化的黑客脚本检测到。然后装了DenyHosts，来防止被暴力破解。之后的一段时间相安无事（至少我认为……） 继续阅读