followingturing 追随图灵的路上...

原创文章，版权归andxu所有，如转载请征求本人同意，并一定保存本页链接。——————————————————————————————————————————————————      在做搜索时候，关注搜索引擎的URL格式是一个很重要的问题，以百度为例，整理一下常用的格式和技术：    Eg.几个百度搜索的URLhttp://www.baidu.com/s?lm=

包含两个头文件，一个是 web.py 的框架，一个是 tagparser   代码很简单，看下面： #encoding=utf-8import webimport tagparserdb = web.database(dbn='mysql',user='root', pw='', db='webpy')count=0for i in range(10000,10): url=

#!/usr/local/bin/python3.2import urllib.request,io,os,sysreq=urllib.request.Request("http://bbs.admin5.com/api.php?mod=js&bid=70")f=urllib.request.urlopen(req)s=f.read()s=s.decode('gbk','ignore')

网站安全新隐患——暗链文  知道创宇 廖凯 近年来，随着国家相关部门对互联网安全事件的重视、部分软件开发厂商安全意识的提高，曾经红极一时的“挂马”攻击手段已经日趋减少，特别是2009年刑法明确“挂马”事件量刑标准之后，多个曾经猖狂一时的“挂马”集团相继落网，“挂马”这种风险高且收益不稳定的攻击手段逐步为黑色产业链所抛弃。黑色产业链是否因为挂马的衰落而就此沉寂呢？答案是否定的，攻击手

# -*- coding: utf-8 -*-# querybaidu.py'''socket 给百度发送http请求连接成功后，发送http的get请求，所搜索功能'''import socketimport sysimport timeif __name__=='__main__': #创建套接字 try : sock = socket.s

相信很多站都遇到过自己网站快照长期不更新的情况，其实我们已经对网站进行过更新，只是搜索引擎的蜘蛛不来，或者来了也不抓取记录，这种情况我们该怎么办呢。        我的一个站的快照一直停留在7月24号，这个快照是网站在没有做优化前的快照，8月初，我们对些站进行优化，首页代码已经被改了大半，网站合理的设置了TITLE,关键词，描述等，内容里的关键词分布也做好了。就开始发博文，贴子，留言版来引蜘蛛

非常好的一个命令，整理一下：百度百科：       http://baike.baidu.com/view/1312507.htmwget是在Linux下开发的开放源代码的软件，作者是Hrvoje Niksic，后来被移植到包括Windows在内的各个平台上。它有以下功能和特点：（1）支持断点下传功能；这一点，也是网络蚂蚁和FlashGet当年最大的卖点，现在，

Linux抓取网页，简单方法是直接通过 curl 或 wget 两种命令。curl 和 wget 命令，目前已经支持Linux和Windows平台，后续将介绍。curl 和 wget支持协议curl  支持 http，https，ftp，ftps，scp，telnet等网络协议，详见手册 man curlwget支持 http，https，ftp网络协议，详见手册m

http://www.seowhy.com/bbs/thread-38114-1-1.html 百度谷歌更新时间、日期等相关规律的研究~百度(baidu)和谷歌(google)的更新日期和时间规律 作为一名网站站长，来自搜索引擎的流量已经是网站流量的一个重要组成部分，因此对搜索引擎更新特别关注，总是希望自己的网站在百度收录越来越多，天天site，现在我来告诉

The Easy Way to Extract Useful Text from Arbitrary HTML从HTML文件中抽取正文的简单方案作者：alexjc译者：恋花蝶（http://blog.csdn.net/lanphaday）原文地址：http://ai-depot.com/articles/the-easy-way-to-extract-useful-text-fro