- 博客(6)
- 收藏
- 关注
原创 Selenium2.41.0—获取动态资源
编写不易,转载请注明(http://shihlei.iteye.com/blog/2067716)!一概述 获取动态资源,可以使用HtmlUnit,但是其对JS的支持还是不够完善。相对与HtmlUnit还有一种驱动浏览器的下载还原工具Selenium。可以打开浏览器,获取网页,下载解析,支持dom,js,解析效果更好,但是打开浏览器速度方面有一定损失。个人实验,禁用CSS,图片下...
2014-05-17 21:18:08 124
原创 HtmlUnit2.14使用样例—获取动态网页
编写不易,转载请注明(http://shihlei.iteye.com/blog/2067707)!一 概述 HttpClient适合处理静态资源,网络爬虫等类似应用很大程度需要处理动态网页(内容有js填充,如百度图片,body里基本没有数据,碰到最麻烦的是新浪微博列表页)。将网页下载后,结合JS和Dom模型还原网页,我目前还未攻破,但在下载层还原网页,HtmlUnit是一...
2014-05-17 19:40:38 759
原创 HttpClient4.3.3 使用样例—获取静态资源
编写不易,转载请注明(http://shihlei.iteye.com/blog/2067688)!一 概述 HttpClient是最常见的Http请求工具,很好的封装 Http请求,响应,Cookies操作,适合网络爬虫处理静态页面及其他资源。 HttpCient能自动处理302客户端重定向,这个很喜欢! HttpClient4.3.3 API较之前的...
2014-05-17 17:49:24 450
原创 CDH4.4-MRV1 HA 安装手册
编写不易,转载请注明(http://shihlei.iteye.com/blog/2066627)!一 概述 公司使用CDH4的环境,Job运行时环境选择的是MRV1,网络上搭建CDH4.4 HDFS ,MRV1 HA环境的资料非常少。尝试搭建,并将过程记录于《Hadoop_CDH4.4.0_MRV1_CDH4.2.2_安装手册_v0.2》; 二 规划 ...
2014-05-15 09:58:50 105
原创 Java 枚举
注:文章内容大量借鉴使用网上的资料,可惜没有记录参考地址,只能再传对作者说声抱歉并表示感谢! 一 基础1)语法 枚举类型只能有私有构造器(这样做可以保证客户代码没有办法新建一个enum的实例) 枚举实例必须最先定义2)特性 所有枚举实例都是public , static , final 实例存在顺序,定义从上倒下,顺...
2014-05-12 09:59:14 76
原创 ssh 配置及使用(ssh-keygen,ssh-copy-id,known_hosts)
一 核心命令创建密钥对:ssh-keygen转发密钥:ssh-copy-id -i ~/.ssh/id_rsa.pub puppet@Hadoop-NN-02 常用密钥类型:ssh-keygen -t dsa ssh-keygen -t rsa ssh-keygen -t rsa1二 原理(一)基础 1) 公钥:用于加密,存在于...
2014-05-10 17:14:51 2410
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人