机房里相当冷清,看不到一个人。
毕竟这会儿在放暑假,考研大军们一般也用不上电脑。
走过去打开空调,陆舟随便找了台机子坐下,输入自己的学号和密码,熟练地登录电脑。
之所以选择学校的机房,主要是因为python语言编写的程序主要都是在Linux系统下运行,直接在Linux环境下学习python语言可以说是一举两得。
而陆舟自己的二手笔记本实在太垃圾了,论文转个pdf格式都得假死一会儿,玩个撸啊撸别人都开始对线了他才站上泉水,装双系统或者虚拟机这些骚操作是不用想的。
虽然书上都讲得很清楚了,没想到这玩意儿用起来这么麻烦……果然纸上的东西和实际操作起来完全是两回事,想学到东西还是得靠实践啊。
第一次使用Linux系统的陆舟只感觉两眼抓瞎,照着从图书馆借来的说明教程看了好一会儿,才算是摸清楚了门道。
不得不说,别人windows系统占据这么大的市场份额还是有道理的,全图型的操作系统即便是完全没碰过电脑的小白,也能很轻松的上手。
然而Linux系统却不一样,基本上是命令行操作模式,通过键盘就能完成一切操作。也幸亏学校装的是带有桌面环境的发行版,要不陆舟还真不知道鼠标这玩意儿有啥用。
当然了,Linux的优点也很明显,超强的可定制性和安全性使得它比windows系统更适合服务器等领域。而且一旦熟悉了命令行操作,效率将比windows系统高个数倍不止。所以很多企业在招聘服务器前后端程序员的时候都会问一句,会不会用Linux系统。
熟悉了Linux系统的基本操作,陆舟打开了python软件,翻开了书本,坐在电脑面前发呆。
说到python的运用之一就是编写网络爬虫,想要检验学习成果的话,从这个开始是最好的……可是做个什么爬虫呢?
陆舟不禁陷入了沉思。
爬围脖上的博文?
爬贴吧的帖子?
好像挺无聊的。
关键是爬下来的数据拿在手上没用,多了连放的地方都没有。
忽然,他心中一动,不知怎么的就回忆起了每次回家痛苦的抢票经历。倒不是因为他电脑卡,而是因为铁道部官网的ui设计实在是太反人类了。
用爬虫技术爬取12306网站的各车站、车次、余票数据信息……这个好像可以搞啊。
一想到这里,陆舟也不再磨蹭了,立刻开始干活。
毕竟作为python语言的一种典型运用范例,爬虫程序的模板在书中都是有提到的,而且针对不同种情况,书中还针对算法进行了不同程度的改良。
当然了,12306毕竟不是一般BBS论坛,把这个作为初学者的练习目标,还是有不小难度的。
不过也仅仅是不小而已,对于已经吃透了整本书的陆学霸来说,问题却是不大。爬虫本身并没有太高的技术难度,不到30行代码就搞定了整个程序,完美运行无bug。
然后紧接着就是抓取了。
将网站的url复制在代码后面,陆舟选择运行,并且将数据生成表格,导入到预先建好的文件夹中。
紧接着机箱的风扇开始嗡嗡作响,电脑变的卡顿起来,一行行编码从黑色的对话框中闪过,被迅速整理进表格中。
看着不断被填充的文件夹,靠在椅子上的陆舟心中感慨。
python语言真尼玛方便,难怪那么多大牛推荐这玩意儿。
看着一行行数据闪过的信息,陆舟还真有种过把黑客瘾的错觉。
不过当然了,也仅仅是错觉而已,连感觉都谈不上,毕竟这玩意儿和黑客技术完全八竿子打不着边。从服务器上爬取公开信息是不犯法的,顶多有挤占别人服务器资源的嫌疑,会被各大站长痛恨不已。
所以很多小气的网站会设置有反爬虫程序,技术高点的要么让你什么东西都爬不到,要么爬下来的都是乱码,技术含量低的也可以通过访问次数监控,直接锁了你的ip。