學(xué)的Python，爬蟲沒學(xué)好，數(shù)據(jù)分析還得用爬蟲，怎么辦？1. 首先，我們應(yīng)該相信，任何技術(shù)都是從入門到精通的。爬蟲是一種應(yīng)用級(jí)的技術(shù)。前提是學(xué)好基礎(chǔ)技術(shù)，學(xué)好爬蟲是理所當(dāng)然的。基礎(chǔ)知識(shí)包括：數(shù)據(jù)結(jié)構(gòu)

學(xué)的Python，爬蟲沒學(xué)好，數(shù)據(jù)分析還得用爬蟲，怎么辦？

1. 首先，我們應(yīng)該相信，任何技術(shù)都是從入門到精通的。爬蟲是一種應(yīng)用級(jí)的技術(shù)。前提是學(xué)好基礎(chǔ)技術(shù)，學(xué)好爬蟲是理所當(dāng)然的?；A(chǔ)知識(shí)包括：數(shù)據(jù)結(jié)構(gòu)、網(wǎng)絡(luò)技術(shù)、操作系統(tǒng)、算法研究、離散數(shù)學(xué)、線性代數(shù)、微積分等，如果時(shí)間不允許，只要理解，但要全面。

3. 應(yīng)用層的技術(shù)是海量的，比如Python本身，大數(shù)據(jù)，crawler，各種web開發(fā)語言等等，可以說我的生活是有限的，我對(duì)它一無所知。星星之火可以燎原。如果我開始學(xué)習(xí)，我就不用擔(dān)心學(xué)好了。我舉一個(gè)例子：我在學(xué)校的時(shí)候不懂河內(nèi)塔的算法，但是工作之后，隨著知識(shí)和經(jīng)驗(yàn)的積累，當(dāng)你回首往事，你會(huì)明白的。

5. 學(xué)得不好和學(xué)得不好是有區(qū)別的，相信自己

1）：計(jì)算simhash代碼a）。字符串分詞來獲得標(biāo)記；b）。計(jì)算每個(gè)令牌的64位哈希碼；c）。按哈希碼位標(biāo)記，1標(biāo)記為1，否則標(biāo)記為-1；d）。將每個(gè)令牌的哈希碼按位求和；E）如果大于0，則為1，否則為0，得到64位simhash指紋。

2）目的：將64位simhash碼分為Hamming distance n 1塊，以便后續(xù)搜索所有最近鄰simhash碼；3）計(jì)算兩個(gè)simhash碼的Hamming distance，方法1：給出simhash的64位二進(jìn)制碼串：STR1。查拉特（我）！=STR2。Charat（I）；方法2：給出simhash的int值：先執(zhí)行XOR，然后在XOR之后計(jì)算1的二進(jìn)制位數(shù)