在使用python做爬虫的过程中，有些页面的的部分数据是通过js异步加载的，js调用接口的请求中有时还带有些加密的参数很难破解无法使用requests这样的包直接爬取数据，因此需要借助seleniu来完成js的自动加载。通过selenium模拟浏览器的真是操作来获取页面中的所有请求，并且可以查找到一下页面上一些隐藏的元素，这些元素在html源码中无法看到，并且和能通过xpath和正则来捕获，因此需要使用selenium来查找隐藏元素，例如视频网站的播放按钮
系统 2019-09-27 17:57:29 2322
YAML语法规则：http://www.ibm.com/developerworks/cn/xml/x-cn-yamlintro/下载PyYAML：http://www.yaml.org/解压安装：pythonsetup.pyinstall1.新建test.yaml文件，内容如下：name:TomSmithage:37spouse:name:JaneSmithage:25children:-name:JimmySmithage:15-name1:Jenny
系统 2019-09-27 17:56:16 2322
如下所示：importsysfromPyQt5.QtWidgetsimportQMainWindow,QApplication,QTextEdit,QAction,QFileDialogfromPyQt5.QtGuiimportQIconclassExample(QMainWindow):def__init__(self):super(Example,self).__init__()self.initUI()definitUI(self):self.tex
系统 2019-09-27 17:54:30 2322
引言某人需求：以某excel中姓名信息为名建立一系列文件夹，分别将四个文件夹中与人名对应的文件汇总到该人名对应的文件夹中，共近200人，手工处理费时费力。需求分解：从excel中提取代号index和姓名信息name以index_name格式批量建立文件夹namefolder分别遍历四个文件夹及其子文件夹，将其中“文件名filename中包含姓名name”的文档移动到该人对应的新建的文件夹namefolder中excel内容：处理前：处理后：功能实现比较容易
系统 2019-09-27 17:54:26 2322
如下所示：#-*-coding:UTF-8-*-importnumpyasnpimportosfromscipy.miscimportimread,imresizeimportmatplotlib.pyplotaspltfromglobimportglob#读取目录下所有的jpg图片defload_image(image_path,image_size):file_name=glob(image_path+"/*jpg")sample=[]forfilei
系统 2019-09-27 17:52:23 2322
1.变量不能独立存在在C++等语言中，变量的声明和赋值是可以分开的inta;a=343;而在python中却不行，在声明python变量的同时必须进行赋值操作a=343如果你直接使用一个不存在的变量，就会发生错误,NameError:name'b'isnotdefined2.变量是内存中数据的引用a=343这样代码被执行时，首先要在内存中创建出343这个对象，然后让a指向它，这便是引用。此后，我们在程序中使用变量a时，其实都是在使用343，python可以
系统 2019-09-27 17:51:55 2322
个人兴趣，用python实现连连看的辅助程序，总结实现过程及知识点。总体思路1、获取连连看程序的窗口并前置2、游戏界面截图，将每个一小图标切图，并形成由小图标组成的二维列表3、对图片的二维列表遍历，将二维列表转换成由数字组成的二维数组，图片相同的数值相同。4、遍历二维数组，找到可消除的对象，实现算法：两个图标相邻。（一条线连接）两个图标同行，同列，且中间的图标全部为空（数值为0）（一条线连接）两条线连接，转弯一次，路径上所有图标为空。（二条线连接）三条线连
系统 2019-09-27 17:50:05 2322
看到vscode执行python代码的时候，都会使用这个参数，特地去查了一下功能。简单看下官方文档，python-h，如下简单说就是缓存开关的标志，-u就是unbuffered。具体有什么用呢，可以看下这个例子，来自这里1，环境pyhton2.7importsyssys.stdout.write("stdout1")sys.stderr.write("stderr1")sys.stdout.write("stdout2")sys.stderr.write(
系统 2019-09-27 17:48:16 2322
今天这篇文章我们使用TensorFlow针对于手写体识别数据集MNIST搭建一个softmax的多分类模型。本文的程序主要分为两大模块，一个是对MNIST数据集的下载、解压、重构以及数据集的构建；另一个是构建softmax图及训练图。本程序主要是想去理解包含在这些代码里面的设计思想：TensorFlow工作流程和机器学习的基本概念。本文所使用的数据集和Python源代码都已经上传到我的GitHub（https://github.com/ml365/soft
系统 2019-09-27 17:48:13 2322
前提1.python环境及tensorflow安装成功2.Anaconda安装好，Anaconda安装步骤安装步骤1.下载facenet，https://github.com/davidsandberg/facenet.git2.下载好后解压安装包。3.在自己电脑对应的Anaconda3\Lib\site-packages目录下，新建facenet文件夹4.将下载的facenet文件夹下的src文件夹下的所有文件拷贝到新建的文件夹中。5.最后，在Anaco
系统 2019-09-27 17:47:34 2322
