原文：Web APIs for non-programmers 文章作于2013年，部分链接已失效，这里先不做修改。 什么是API?API 全称为 Application Programming Interface，即应用程序编程接口，理解 API 的重点在于理解什么是Interface 即接口。 接口随处可见，...

BeautifulSoup 将HTML 文档转换成树形结构，每个节点都是Python 可以操作的对象。这些Python 可操作的对象可以归纳为：Tag、NavigableString、BeautifulSoup、Comment。 本文使用以下文档作说明： 12345678910111213html_doc = &...

XPath用于XMLXPath是一门在XML中查找信息的语言。XPath 用于在 XML 文档中通过元素和属性使用路径表达式进行导航。 XML是与HTML类似的可扩展标记语言HTML用于显示数据，焦点是数据的外观； XML用于存储和传输数据，焦点是数据的内容。 XML的特点 XML是纯文本，兼容性强 HTML中...

正则表达式的作用正则表达式用于处理字符串，检测目标字符串与给出的表达式是否一致。 常用的正则表达式 re.py 标准库文档中文版该模块支持正则表达式匹配操作，类似Perl。 查找的模式（Pattern）和字符串（String）可以是统一编码Unicode，也可以是8位bit，不过二者不能混淆，也就是说你不能使用一...

OSI-开发系统互联通信参考模型一、物理层：光纤 二、数据链路层：以太网（ARP协议通过IP地址找到MAC地址，基于MAC地址转发数据帧）交换机 三、网络层：（基于IP地址转发报文）路由器 四、传输层：TCP、UDP 五、会话层 六、表示层 七、应用层：HTTP、FTP URI 与 URLURI（统一资源标识...

爬虫的工作原理一个理想的爬虫也许是这样工作的： 输入一个已知的页面，从这个初始的「种子页面」开始，获取「种子页面」上的链接并存储至「待爬取」列表，按照某种顺序依次爬取「待爬取」列表，将已爬取的链接转至「已爬取」列表…看起来在理想状态下，爬虫似乎可以一直工作，不断发送HTTP请求爬取互联网上的所有页面。 爬虫...

Finder下Cmd+Shift+. 显示隐藏文件、文件夹，再按一次，恢复隐藏 Finder下Cmd+Shift+G 可以前往任何文件夹，包括隐藏文件夹 Ctr+Space Spotlight搜索 Ctr+Cmd+Space 插入特殊表情和符号 长按应用窗口的最大/小化，可以进行分屏 Cmd+i 可以更...

1. Git 是什么可以吃吗？Git 是一个分布式版本控制系统，由Linus Torvalds 创作，他也是Linux 内核的最早作者。Git 的命名很有意思，该词源自英语俚语，意思大约是「混账」，是Linus Torvalds 的自嘲： “I’m an egotistical bastard, and I n...