最近想研究一下搜索引擎，看资料前，前几晚趟在床上初步琢磨了一下；其实自己以前也有些零星的想法，先把自己的初步方案记录下来。再和Lucence等对比一下，检验一下自己的想法。主要是搜索引擎的基本架构和数据模型。1.基本架构按照使用这么多年Yahoo，Baidu的经验，SearchEngine要做的事儿就是：输入几个关键字，查询出很多的网址列表。列表一般按匹配度，网址的跳转频率等排序，也要简单列出该网页的前几十个字作为摘要。所以查询模块是最外层的，也是第一个模
系统 2019-08-12 09:30:17 2288
【简介】搜索引擎访问一个网站时，它首先会检查该网站的根域下是否有一个叫做robots.txt的纯文本文件。Robots.txt文件用于限定搜索引擎对其网站的访问范围，即告诉搜索引擎网站中哪些文件是允许它进行检索(下载)的。搜索引擎访问一个网站时，它首先会检查该网站的根域下是否有一个叫做robots.txt的纯文本文件。Robots.txt文件用于限定搜索引擎对其网站的访问范围，即告诉搜索引擎网站中哪些文件是允许它进行检索(下载)的。这就是大家在上常看到的“
系统 2019-08-12 09:29:36 2288
在LCDCON控制寄存器中有一个位为LMUX<1:0>：公共端选择位如下图该位是选择那一项是根据com口来决定的比如电路图中标有2个com则选择01或者根据液晶资料来决定的看液晶资料上有几个com口如果有4个则选择11PIC914LCDCON液晶控制寄存器用法
系统 2019-08-12 01:33:24 2288
1、新建Session的WebService测试代码，代码很简单。就是记录用户登录的状态信息，放在MessageContext的ServiceContext中。代码如下：代码packagecom.hoo.service;importorg.apache.axis2.context.MessageContext;importorg.apache.axis2.context.ServiceContext;/***function:WebServi
系统 2019-08-12 01:32:30 2288
原文:C#制作Java+Mysql+Tomcat环境安装程序，一键式安装要求：JDK、Mysql、Tomcat三者制作成一个安装包，不能单独安装，安装过程不显示三者的界面，安装完成要配置好JDK环境、Mysql服务、Tomcat服务目的：解决客户在安装软件的复杂配置和繁琐便于管理软件版本便于系统集成分析：由于不能使用软件的原始安装版本，故只能将JDK的安装目录拷贝出来，放在D盘的SoftSource文件夹，由于要管理三者，将这三个放进一个文件夹里面Mysq
系统 2019-08-12 01:32:23 2288
学英语广告最近也许是刚开学的原因，不管是公众号，还是刷抖音，导出都能看到关于学英语、背单词的广告。不知道现在学生们背单词买的什么辅导材料。反正我们上学那会，《星火阅读》特别的火。记得当时随书还送一个红色的塑料膜。书中英语单词是红色的其他文字是黑色的。背单词的时候先把塑料膜盖在书上，然后就只能看到翻译和音标，从而起到自测英语的作用。一页看完了取下塑料膜，再核对哪些单词记错了。就这么一个无脑的功能，当时的我们都觉得好犀利，谁一本这样的背单词书，都不好意思出去装
系统 2019-09-27 17:55:27 2287
一、关联规则关联规则，顾名思义，就是寻找事物之间的关联关系。比如《啤酒与尿布》中，在某个特定时间段，会出现啤酒与尿布同时出现在购物篮中的现象，且出现频率非常高。调研发现这是一群爱喝啤酒的奶爸群体。如果可以通过类似的方式挖掘更多特定的群体需求，就可以进行交叉销售或捆绑销售来提升销售额和利润。Apriori算法就是经典的寻找物品的关联算法。二、Apriori算法原理1、基础概念项集：包含0个或者多个项的集合称为项集频繁项集：那些经常一起出现的物品集合2、关联规
系统 2019-09-27 17:55:14 2287
前言使用Python都不会错过线程这个知识，但是每次谈到线程，大家都下意识说GIL全局锁，但其实除了这个老生常谈的话题，还有很多有价值的东西可以探索的，譬如：setDaemon()。线程的使用与存在的问题我们会写这样的代码来启动多线程:importtimeimportthreadingdeftest():whileTrue:printthreading.currentThread()time.sleep(1)if__name__=='__main__':t
系统 2019-09-27 17:54:09 2287
需要安装matplotlib库，可以用如下命令安装：pipinstallmatplotlibtxt文本数据如下所示（示例中的每一行内部用空格分开）：1000.66922152000.576827943000.450376154000.422147135000.450730986000.47283737000.480838668000.37514929000.424984410000.3642721511000.3620946412000.404907581
系统 2019-09-27 17:52:34 2287
要安装运行Python的容器，那先到https://hub.docker.com/去查找一下，看看有哪些可用的镜像。恩，最高的版本已经是3.8.0b4了，不过考虑下还是安装3.7.4稳定版把。用来安装的虚拟机是Ubuntu18.04服务器版，安装虚拟机就跳过不写了，太简单。为了方便，使用root用户操作。在Ubuntu上安装Docker使用官方脚本，在终端输入curl-fsSLget.docker.com-oget-docker.sh瞬间下载安装脚本：-r
系统 2019-09-27 17:51:07 2287
几周前，ElasticBeanstalk声明在AWS云中配置和管理Docker容器。在本文中，我们通过一个简单的注册表单页面应用去理解Docker部署过程，该表单使用ElasticBeanstalkPython环境。关于注册表单应用几个月之前，我们就已经开发完这个应用并且发表在博客上。有4部分视频和一篇文章“UsingDynamoDBandSNSwithElasticBeanstalkinanySupportedAWSRegion”。今天，我们将在这部分内
系统 2019-09-27 17:49:18 2287
除了重新定义，还可以用索引修改A=['a','b',3,4,5]A[0]=1print(A)A=['a','b',3,4,5]A[A.index('b')]=2print(A)将变量添加到列表里A=['a','b',3,4,5]a=6A.append(a)print(A)A=['a','b',3,4,5]a=[6]A.append(a)print(A)将两个序列的元素合并A=['a','b',3,4,5]a=[6,'g']A.extend(a)print(
系统 2019-09-27 17:48:28 2287
阅读更多关于Python的多线程，经常我们会听到老手说：“python下多线程是鸡肋，推荐使用多进程！”，但是为什么这么说呢？要知其然，更要知其所以然。所以有了下面的深入研究：首先强调背景：1、GIL是什么？GIL的全称是GlobalInterpreterLock(全局解释器锁)，来源是python设计之初的考虑，为了数据安全所做的决定。2、每个CPU在同一时间只能执行一个线程（在单核CPU下的多线程其实都只是并发，不是并行，并发和并行从宏观上来讲都是同时
系统 2019-09-27 17:48:20 2287
urllib库是python内置的http请求库，包含四个模块：函数说明urllib.request请求模块urllib.error异常处理模块urllib.parseURL解析模块urllib.robotparserrobots.txt模块robots.txt是Robots协议（网络爬虫排除协议），是互联网界通行的道德模范，基于以下原则：搜索技术应服务于人类，同时尊重信息提供者的意愿，并维护其隐私权网站有义务保护其使用者的个人信息和隐私不被侵犯爬取白度网
系统 2019-09-27 17:48:19 2287
python读取二进制mnist实例详解trainingdata数据结构：[offset][type][value][description]000032bitinteger0x00000803(2051)magicnumber000432bitinteger60000numberofimages000832bitinteger28numberofrows001232bitinteger28numberofcolumns0016unsignedbyte??
系统 2019-09-27 17:38:17 2287
