在抓取阿里系页面时，访问频率过多会出现如下所示滑动验证码。发现使用selenium定位到元素拖动不起作用，于是使用暴力法，手动滑动验证码并记录鼠标轨迹。然后重复轨迹即可。 其...
发简信
IP属地：北京
-
高德地图、淘宝、阿里滑动验证码终极破解
-
【火炉炼AI】机器学习001-数据预处理技术（均值移除，范围缩放，归一化，二值化，独热编码）
【火炉炼AI】机器学习001-数据预处理技术（均值移除，范围缩放，归一化，二值化，独热编码） (【本文所使用的Python库和版本号】: Python 3.5, Numpy ...
-
NLTK（一）：英文分词分句简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。 一、NLTK 的安装 如果是python 2.x 的环境，安装命令如下： 如果是python ...
-
程序员接私活完整攻略
接私活对程序员这个圈子来说是一个既公开又隐私的话题，不说全部，应该大多数程序员都有过想要接私活的想法，当然，也有部分得道成仙的不主张接私活。但是很少有人在公开场合讨论私活的问...
-
【数据结构】七大排序算法 - 冒泡、简单选择、直接插入、希尔、堆、归并、快速排序的相关概念 排序的分类 根据在排序过程中带排序的记录是否全部被放置在内存中，排序分为：内排序外排序 1.内排序 内排序是在排序整个过程中，带排序的所有记录全部放置在内存中...
-
轻松看懂机器学习十大常用算法通过本篇文章可以对ML的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。 每个算法都看了好几个...
-
机器学习篇(1)——基础入门简介前言：以下是我在自己理解的基础上做的总结，介绍了机器学习的定义以及评估算法的几个概念。 定义 机器学习是一门从数据中研究算法的科学学科。是根据已有的数据，进行算法选择，并基于...
-
赞，管用
解决Redis之MISCONF Redis is configured to save RDB snapshots, but is currently not able to persist o...
前言标题很长哈！今天操作Redis的时候出现了MISCONF Redis is configured to save RDB snapshots, but is curren...
-
爬虫ip访问频繁，要求服务器端滑动验证解决方案做了一个分布式的爬虫爬取知乎用户信息，将一个slave端放在了阿里云服务器上，爬了一个小时后提示“ip访问频繁，请进行验证用于确认这些请求不是自动发出的“。 原来是爬的太快了...
-
Scrapy爬虫——突破反爬虫最全策略解析有条件的请支持慕课实战正版课程，本blog仅仅是归纳总结，自用。 一、爬虫与反爬虫基本概念 误伤：由于学校、网吧等等用的是同一个公网ip，而内部使用局域网，所以如果封禁了此i...
-
分布式爬虫爬取知乎用户—存储篇
数据爬下来了，需要存储起来，之前用过mysql，感觉关系型数据库不太适用于爬虫，所以这次选用nosql数据库 mongodb。 存入步骤 1. 将爬取到的用户信息转成key ...
-
分布式爬虫爬取知乎用户—代理ip池篇
如果报requests.exceptions.ConnectionError: HTTPSConnectionPool(host='www.zhihu.com', port=...
-
