探索 Java 网络爬虫：Jsoup、HtmlUnit 与 WebMagic 的比较分析

1、引言

在当今信息爆炸的时代，网络数据的获取和处理变得至关重要。对于 Java 开发者而言，掌握高效的网页抓取技术是提升数据处理能力的关键。本文将深入探讨三款广受欢迎的 Java 网页抓取工具：Jsoup、HtmlUnit 和 WebMagic，分析它们的功能特点、优势以及适用场景，以助开发者选择最适合自己项目需求的工具。

2、Jsoup

2.1、简介

Jsoup 是一款 Java 编写的开源 HTML 解析器，它提供了一套丰富的 API，用于解析、操作和清理 HTML 文档。Jsoup 能够从网页中提取数据，并且广泛应用于网络爬虫、数据挖掘和自动化测试等领域。

Jsoup 官方网站

2.2、特性

  • 轻量级：Jsoup 作为一个轻量级的库，不需要额外的服务器或复杂的配置即可使用。
  • 解析能力：能够从 HTML 文件、字符串或 URL 中解析文档，并提取数据。
  • 强大的选择器：支持 CSS 选择器和正则表达式，使得数据提取更加灵活和高效。
  • 易于使用：API 设计直观，易于上手，适合初学者和有经验的开发者。
  • 处理异常：能够处理 HTML 文档中的异常情况，如不完整的标签等。

2.3、优点

  • 易学易用：Jsoup 的 API 设计简单直观，学习成本低。
  • 灵活性：支持多种数据提取方式，适应不同的数据抽取需求。
  • 社区支持：作为一个成熟的开源项目，Jsoup 拥有活跃的社区，方便获取帮助和资源。

2.4、缺点

  • 不支持 JavaScript：无法直接处理 JavaScript 动态加载的内容。
  • 性能限制：对于大型或复杂的 HTML 文档，解析速度可能不如其他专业的解析工具。
  • 安全风险：如果不正确使用，可能会引入跨站脚本攻击（XSS）等安全问题。

2.5、使用场景

  • 静态网页爬取：适用于从不需要执行 JavaScript 的静态网页中提取信息。
  • 数据提取：从网页中提取链接、图片、文本等数据。
  • 自动化测试：在 Web 应用程序的自动化测试中，用于模拟用户操作和验证页面内容。
  • 内容清洗：清理 HTML 文档，移除不需要的元素或属性，确保输出的 HTML 是安全和干净的。

2.6、注意事项

  • JavaScript 渲染：Jsoup 不执行 JavaScript，因此无法直接从依赖 JavaScript 动态生成的内容中提取数据。
  • 编码问题：在处理非标准编码的 HTML 文档时，可能需要手动设置字符编码。
  • 异常处理：虽然 Jsoup 能够处理一些异常情况，但对于某些复杂的 HTML 结构，可能需要额外的处理逻辑。

2.7、示例代码

如果你使用的是 Maven，可以在 pom.xml 文件中添加以下依赖

<!-- https://mvnrepository.com/artifact/org.jsoup/jsoup -->
<dependency><groupId>org.jsoup</groupId><artifactId>jsoup</artifactId><version>1.17.2</version> <!-- 请使用最新版本 -->
</dependency>

以下是一个简单的 Jsoup 示例代码，演示了如何抓取百度首页上的热门搜索新闻：

public class JsoupExample {public static void main(String[] args) {// 目标网页 URLString url = "https://www.baidu.com";try {// 连接到网页并获取文档对象Document doc = Jsoup.connect(url).get();// 获取百度首页热搜Elements hotSearchList = doc.selectXpath("//*[@id=\"hotsearch-content-wrapper\"]/li");System.out.println("今日百度热搜：");// 遍历所有热搜新闻for (Element hotSearch : hotSearchList) {Elements newsMetaList = hotSearch.selectXpath(".//span");for (Element newsMeta : newsMetaList) {System.out.print(newsMeta.text() + " ");}System.out.print("\n");}} catch (Exception e) {e.printStackTrace();}}
}

运行结果截图如下：

在这里插入图片描述
Jsoup 主要用于静态网页的内容抓取，对于使用 Vue.js 等现代 JavaScript 框架构建的动态网站，其直接获取页面内容的能力受限。由于 Vue.js 等框架通过 JavaScript 动态生成页面内容，Jsoup 无法执行相应的脚本，因此可能无法获取到完整的、动态渲染的数据。

因此，使用 Jsoup 爬取这类网站时，通常只能获取到初始的、不包含动态数据的HTML结构。结果如下：

<!doctype html>
<html><head><meta charset="utf-8"></head><body><div id="app"></div></body>
</html>

3、HtmlUnit

3.1、简介

HtmlUnit 是一个用 Java 编写的无界面浏览器，它模拟 HTML 文档并提供了一系列 API，允许开发者以编程方式与网页进行交互。这个工具可以用于自动化测试、网络爬虫以及自动化网页交互等场景。HtmlUnit 支持 JavaScript（通过 Mozilla Rhino 引擎），并且能够处理 AJAX 功能，使得它能够与现代的动态网页进行交互。

HtmlUnit 官方网站

HtmlUnit GitHub

3.2、特性

  • 无界面：HtmlUnit 不需要图形用户界面，可以在服务器或后台环境中运行。
  • 支持 JavaScript：内置 Rhino JavaScript 引擎，可以执行 JavaScript 代码，处理 AJAX 请求。
  • 模拟浏览器行为：可以模拟用户在浏览器中的操作，如点击、表单提交等。
  • 多浏览器模拟：可以模拟多种浏览器，如 Chrome、Firefox、Internet Explorer 等。
  • 丰富的 API：提供了丰富的 API 来操作网页元素，如获取、设置属性、执行事件等。

3.3、优点

  • 易用性：HtmlUnit 的 API 设计简单直观，易于上手和使用。
  • 跨平台：作为无界面浏览器，HtmlUnit 可以在任何支持Java的平台上运行。
  • 社区支持：作为一个成熟的开源项目，HtmlUnit 拥有活跃的社区，可以方便地获取帮助和资源。

3.4、缺点

  • 性能：由于 HtmlUnit 需要解释 JavaScript，对于复杂的 JavaScript 操作，性能可能不如真实浏览器。
  • 兼容性：虽然支持多种浏览器特性，但仍有可能遇到一些网页在 HtmlUnit 中无法正确渲染或表现的问题。
  • 更新维护：随着 Web 技术的发展，HtmlUnit 需要不断更新以支持新的Web标准和特性，这可能导致版本间的不兼容问题。

3.5、使用场景

  • 自动化测试：用于 Web 应用程序的功能测试，模拟用户操作验证应用程序的行为。
  • 网络爬虫：抓取网站数据，提取信息，适用于数据分析、数据挖掘等。
  • Web 自动化：自动化执行 Web 相关的任务，如登录、下载文件、填写并提交表单等。

3.6、注意事项

  • CSS 和 JavaScript 支持：HtmlUnit 对 CSS 和 JavaScript 的支持可能不如真实浏览器完美，有时候需要禁用 CSS 和 JavaScript 来避免潜在的问题。
  • 异常处理：在处理 JavaScript 错误时，可以通过设置来防止测试因脚本错误而失败。
  • 版本兼容性：使用 HtmlUnit 时，需要注意库的版本与依赖的其他库的兼容性，以及与目标网站的 JavaScript 和 CSS 的兼容性。

3.7、示例代码

如果你使用的是 Maven，可以在 pom.xml 文件中添加以下依赖

<!-- https://mvnrepository.com/artifact/org.htmlunit/htmlunit -->
<dependency><groupId>org.htmlunit</groupId><artifactId>htmlunit</artifactId><version>4.0.0</version> <!-- 请使用最新版本 -->
</dependency>

以下是一个简单的 HtmlUnit 示例代码，演示了如何抓取百度首页上的热门搜索新闻：

public class HtmlUnitExample {public static void main(String[] args) {// 目标网页 URLString url = "https://www.baidu.com";WebClient webClient = getWebClient();try {// 打开网页HtmlPage page = webClient.getPage(url);// 获取网页标题String title = page.getTitleText();System.out.println("网页标题: " + title);// 获取百度首页热搜List<DomElement> hotSearchList = page.getByXPath("//*[@id=\"hotsearch-content-wrapper\"]/li");System.out.println("今日百度热搜：");// 遍历所有热搜新闻for (DomElement hotSearch : hotSearchList){List<DomElement> newsMetaList = hotSearch.getByXPath(".//span");for (DomElement newsMeta : newsMetaList) {System.out.print(newsMeta.asNormalizedText() + " ");}System.out.print("\n");}} catch (Exception e) {e.printStackTrace();} finally {// 关闭WebClient，释放资源webClient.close();}}/*** <h2>获取一个 Web 模拟浏览器客户端</h2>*/public static WebClient getWebClient(){// 浏览器设置WebClient webClient = new WebClient(BrowserVersion.CHROME);// ajaxwebClient.setAjaxController(new NicelyResynchronizingAjaxController());// 支持jswebClient.getOptions().setJavaScriptEnabled(true);// 忽略js错误webClient.getOptions().setThrowExceptionOnScriptError(false);// 忽略css错误webClient.setCssErrorHandler(new SilentCssErrorHandler());// 不执行CSS渲染webClient.getOptions().setCssEnabled(false);// 超时时间webClient.getOptions().setTimeout(3000);// 允许重定向webClient.getOptions().setRedirectEnabled(true);// 允许cookiewebClient.getCookieManager().setCookiesEnabled(true);return webClient;}
}

运行结果截图如下：

在这里插入图片描述

4、WebMagic

4.1、简介

WebMagic 是一个简单灵活的 Java 爬虫框架。基于 WebMagic，你可以快速开发出一个高效、易维护的爬虫。

WebMagic 官方网站

WebMagic 总体架构图如下：

在这里插入图片描述

4.2、特性

  • 简洁的 API：WebMagic 提供了简单直观的 API，使得开发者可以快速编写爬虫程序。
  • 强大的抽取能力：支持多种数据抽取方式，包括 XPath、正则表达式等，方便从网页中提取所需数据。
  • 多线程处理：WebMagic 内部采用多线程进行页面抓取，提高了爬取效率。
  • 自动重试机制：在请求失败时，WebMagic 能够自动重试，增强了爬虫的稳定性。
  • 灵活的数据处理：允许开发者自定义数据处理逻辑，可以将数据存储到数据库、文件或进行其他处理。
  • Site 对象：封装了目标网站的一些基本信息，如编码、重试次数、抓取间隔等，方便配置和调整。

4.3、优点

  • 易学易用：WebMagic 的 API 设计简单，学习成本低，适合初学者快速上手。
  • 高效稳定：内置多线程处理和自动重试机制，提高了爬虫的效率和稳定性。
  • 灵活性：支持自定义数据处理，可以轻松应对不同的数据存储和处理需求。

4.4、缺点

  • 社区支持：相比于其他流行的爬虫框架，WebMagic 的社区可能相对较小，资源和支持可能有限。
  • 更新维护：Web 技术不断发展，WebMagic 需要不断更新以适应新的网页结构和反爬策略，可能存在一定的维护成本。
  • JavaScript 渲染：WebMagic 在处理 JavaScript 动态渲染的页面时可能存在局限，对于复杂的 JavaScript 操作可能需要额外的处理。

4.5、使用场景

  • 数据抓取：适用于抓取网站信息，如新闻、博客、商品数据等。
  • 网站监控：可以用来监控目标网站的更新，及时获取最新内容。
  • 数据分析：抓取的数据可以直接用于数据分析、市场研究等领域。

4.6、注意事项

  • 遵守 robots.txt：在使用 WebMagic 进行爬虫开发时，应遵守目标网站的 robots.txt 文件规定，尊重网站的爬虫策略。
  • 合理设置抓取间隔：为了避免对目标网站造成过大压力，应设置合理的抓取间隔和重试次数。
  • 异常处理：网络请求可能会失败，需要在代码中进行适当的异常处理。

4.7、示例代码

如果你使用的是 Maven，可以在 pom.xml 文件中添加以下依赖


<!-- https://mvnrepository.com/artifact/us.codecraft/webmagic-core -->
<!-- WebMagic是一个简单灵活的爬虫框架，其核心部分（webmagic-core）是一个精简的、模块化的爬虫实现。 -->
<dependency><groupId>us.codecraft</groupId><artifactId>webmagic-core</artifactId><version>0.9.0</version>
</dependency><!-- https://mvnrepository.com/artifact/us.codecraft/webmagic-extension -->
<!-- WebMagic的扩展模块（webmagic-extension）为使用者提供了更方便的编写爬虫的工具，包括注解格式定义爬虫、JSON、分布式等支持。 -->
<dependency><groupId>us.codecraft</groupId><artifactId>webmagic-extension</artifactId><version>0.9.0</version>
</dependency><!-- https://mvnrepository.com/artifact/us.codecraft/webmagic-selenium -->
<!-- WebMagic 是一个基于 Java 的开源网络爬虫框架，而 Selenium 是一个用于自动化 Web 浏览器的工具。 -->
<dependency><groupId>us.codecraft</groupId><artifactId>webmagic-selenium</artifactId><version>0.9.0</version>
</dependency>

以下是一个简单的 WebMagic 示例代码，演示了如何抓取百度首页上的热门搜索新闻：

1、自定义下载器

WebMagic-Selenium 是 WebMagic 爬虫框架的一个扩展，它结合了 WebMagic 的爬虫能力和 Selenium 的浏览器自动化功能。这种结合使得 WebMagic-Selenium 能够处理那些需要执行 JavaScript 或模拟用户交互才能获取完整信息的动态网页。

通过使用 WebMagic-Selenium，开发者可以利用 WebMagic 的简洁 API 来定义爬虫的抓取逻辑，同时使用 Selenium 来处理那些需要复杂交互的网页。例如，可以模拟用户的登录过程、处理弹出窗口、执行复杂的表单提交等操作。

WebMagic 默认使用了 Apache HttpClient 作为下载工具。

/*** <h1>自定义下载器</h1>* Downloader 负责从互联网上下载页面，以便后续处理。* WebMagic 默认使用了Apache HttpClient作为下载工具。* */
public class WNDownloader implements Downloader {// 声明驱动private RemoteWebDriver driver;@Overridepublic Page download(Request request, Task task) {// 第一个参数是使用哪种浏览器驱动，第二个参数是浏览器驱动的地址System.setProperty("webdriver.chrome.driver","/Users/yaoshuaizhou/Downloads/chromedriver-mac-arm64/chromedriver");// 创建浏览器参数对象ChromeOptions chromeOptions = new ChromeOptions();// 设置为 无界面浏览器 模式,若是不想看到浏览器打开，就可以配置此项// chromeOptions.addArguments("--headless");chromeOptions.addArguments("--window-size=1440,1080"); // 设置浏览器窗口打开大小this.driver = new ChromeDriver(chromeOptions); // 创建驱动driver.get(request.getUrl()); // 第一次打开url，跳转到登录页try {Thread.sleep(3000); // 等待打开浏览器// 获取从process返回的site携带的cookies，填充后第二次打开urlSite site = task.getSite();if (site.getCookies() != null) {//                for (Map.Entry cookieEntry : site.getCookies()
//
//                        .entrySet()) {
//
//                    Cookie cookie = new Cookie(cookieEntry.getKey(),
//
//                            cookieEntry.getValue());
//
//                    driver.manage().addCookie(cookie);
//
//                }// 添加对应domain的cookie后，第二次打开urldriver.get(request.getUrl());}Thread.sleep(2000);// 需要滚动到页面的底部,获取完整的数据driver.executeScript("window.scrollTo(0, document.body.scrollHeight - 1000)");Thread.sleep(2000); // 等待滚动完成// 获取页面，打包成Page对象，传给PageProcessor 实现类Page page = createPage(request.getUrl(), driver.getPageSource());driver.close(); // 看需要是否关闭浏览器return page;} catch (InterruptedException e) {throw new RuntimeException(e);}}@Overridepublic void setThread(int i) {}//构建page返回对象private Page createPage(String url, String content) {Page page = new Page();page.setRawText(content);page.setUrl(new PlainText(url));page.setRequest(new Request(url));page.setDownloadSuccess(true);return page;}
}

2、自定义页面解析器

/*** <h1>自定义页面解析器</h1>* PageProcessor 负责解析页面，抽取有用信息，以及发现新的链接。* WebMagic 使用 Jsoup 作为 HTML 解析工具，并基于其开发了解析 XPath 的工具 Xsoup。* */
public class WNPageProcessor implements PageProcessor {private Site site = Site.me().setCharset("UTF-8") // 设置编码.setSleepTime(1) // 抓取间隔时间.setTimeOut(1000 * 10) // 超时时间.setRetrySleepTime(3000) // 重试时间.setRetryTimes(3).addHeader("CSDN", "woniu").addHeader("Content-Type", "application/json;charset=UTF-8");@Overridepublic void process(Page page) {Html html = page.getHtml();List<Selectable> hotSearchList = html.xpath("//*[@id=\"hotsearch-content-wrapper\"]/li").nodes();System.out.println("今日百度热搜：");// 遍历所有热搜新闻for (Selectable hotSearch : hotSearchList){List<Selectable> newsMetaList = hotSearch.xpath("//span/text()").nodes();for (Selectable newsMeta : newsMetaList) {System.out.print(newsMeta.get() + " ");}System.out.print("\n");}// 存储，可以传递到 WNPipelinepage.putField("woniu", "我是CSDN");}@Overridepublic Site getSite() {return site;}
}

3、自定义结果处理器

/*** <h1>自定义结果处理器</h1>* Pipeline负责抽取结果的处理，包括计算、持久化到文件、数据库等。* WebMagic默认提供了“输出到控制台”和“保存到文件”两种结果处理方案。* Pipeline定义了结果保存的方式，如果你要保存到指定数据库，则需要编写对应的Pipeline。* 对于一类需求一般只需编写一个Pipeline。* */
public class WNPipeline implements Pipeline {@Overridepublic void process(ResultItems resultItems, Task task) {// 获取封装好的数据String woniu = resultItems.get("woniu");System.out.println("WNPageProcessor 传递结果：" + woniu);}
}

4、单元测试

public class WebMagicExample {public static void main(String[] args) {// 目标网页 URLString url = "https://www.baidu.com";Spider.create(new WNPageProcessor())  // 创建爬虫，并指定PageProcessor.addUrl(url) // 添加需要爬取的URL.setDownloader(new WNDownloader()) // 设置 Downloader，一个 Spider 只能有个一个 Downloader.addPipeline(new WNPipeline()) // 添加一个 Pipeline，一个 Spider 可以有多个 Pipeline.thread(5) // 开启5个线程抓取.start(); // 开始爬取，设置最多在10分钟内停止}
}

Selenium 可以配置为两种模式运行：有界面（headed）和无界面（headless）。

在默认情况下，Selenium WebDriver 会启动一个完整的浏览器窗口，用户可以直观地看到浏览器中的操作和页面变化，这对于测试和调试非常有用。如下图：

在这里插入图片描述

要启动无界面模式，需要在 Selenium 的浏览器配置中添加相应的参数。例如，在 Java 中使用ChromeDriver 时，可以通过以下代码启动无界面模式：

// 创建浏览器参数对象
ChromeOptions chromeOptions = new ChromeOptions();// 设置为无界面浏览器模式，若是不想看到浏览器打开，就可以配置此项
chromeOptions.addArguments("--headless");

这段代码会启动一个没有图形界面的 Chrome 浏览器，并打开指定的网址。在无界面模式下，所有的 Selenium 操作都会正常执行，但不会有任何视觉反馈。

运行结果截图如下：

在这里插入图片描述

5、知识库

5.1、Chrome 浏览器查找 html 元素中的 XPath 路径

在谷歌 Chrome 浏览器中查找 HTML 元素的 XPath 路径，可以通过以下步骤进行：

5.1.1、打开开发者工具

使用快捷键 Ctrl + Shift + I 或 F12 打开 Chrome 的开发者工具，或者在页面上右键点击，选择“检查”来打开。

5.1.2、切换到Elements面板

在开发者工具中，默认选中的是 “元素（Elements）” 面板，这里可以查看页面的 DOM 结构。

5.1.3、选择目标元素

使用鼠标点击页面上的目标元素，或者使用开发者工具中的选择器工具（点击左上角的小箭头图标后，鼠标变为一个箭头状）来选择页面上的元素。

5.1.4、复制 XPath 路径

在元素（Elements）面板中，选中目标元素后，右键点击该元素的代码行，在弹出的菜单中选择“复制” > “复制 XPath”来复制 XPath 路径。如果想要复制完整的 XPath 路径（从根节点开始），可以选择“复制” > “复制完整 XPath”。

在这里插入图片描述

5.1.5、验证 XPath 路径

在开发者工具的控制台（Console）面板中，可以使用 XPath 表达式来验证路径是否正确。例如，输入$x(‘//XPath 表达式’)并回车，如果路径正确，控制台会输出匹配的元素数量

示例：$x(‘//*[@id=“hotsearch-content-wrapper”]’)，如下图：

在这里插入图片描述

5.2、ChromeDriver 下载

ChromeDriver 下载地址，请根据您使用的操作系统下载相应的 ChromeDriver 版本。

在这里插入图片描述

6、总结

Jsoup 主要用于抓取和解析静态 HTML 页面，它不执行 JavaScript，因此对于依赖 JavaScript动态加载内容的网站可能无法获取完整的页面信息。而 HtmlUnit 和 WebMagic 则具备处理动态网页的能力。

HtmlUnit 是一个无头浏览器，它可以执行 JavaScript 代码，从而允许用户与动态内容进行交互，获取通过 JavaScript 动态加载的数据。这使得 HtmlUnit 非常适合抓取那些需要执行脚本才能显示完整内容的网站。

WebMagic 作为一个爬虫框架，它不仅支持静态页面的抓取，也能够通过内置的或自定义的处理器来处理动态内容。WebMagic 的多线程和分布式特性使其在大规模数据抓取方面表现出色，尤其适合于处理复杂的动态网站。

因此，在选择工具时，如果目标网站主要是静态内容，Jsoup 可能是一个简单且高效的选择。而如果网站包含大量的动态内容，HtmlUnit 和 WebMagic 将更能满足需求。

综上所述，Jsoup、HtmlUnit 和 WebMagic 各有千秋，它们分别适用于不同的网页抓取场景。通过合理选择和应用这些工具，开发者可以大幅提升工作效率，优化项目质量，从而在网络爬虫的开发之旅中取得成功。无论您的项目需求如何，这三款工具都能为您提供强大的支持，助您轻松应对网络数据抓取的挑战。

本文教程到此结束，祝愿小伙伴们在编程之旅中能够愉快地探索、学习、成长！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/301134.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

TMGM外汇平台FX110测评：是一家可靠的外汇经纪商吗？

TMGM外汇平台FX110测评：是一家可靠的外汇经纪商吗？

关于TMGM TMGM集团2013年成立于澳大利亚悉尼&#xff0c;是英超豪门切尔西足球俱乐部官方合作伙伴。作为一家为全球客户提供金融产品交易的经纪商&#xff0c;通过FX110查询可知&#xff0c;TMGM同时受ASIC&#xff08;澳大利亚证券委员会&#xff09;、VFSC&#xff08;瓦努阿…
阅读更多...
数据库如何预防勒索病毒

数据库如何预防勒索病毒

1.过去一年全球勒索病毒概览 援引cyberint发布的Ransomware Recap 2023&#xff0c;全球勒索软件攻击次数较去年大幅增长&#xff0c;达到4832起&#xff0c;相较于2022年的2640起&#xff0c;增长幅度惊人。这一增长不仅体现在数量上&#xff0c;更体现在攻击的全球性和蔓延趋…
阅读更多...
Vue - 你知道Vue中computed和watch的区别吗

Vue - 你知道Vue中computed和watch的区别吗

难度级别：中高级及以上 提问概率：70% 二者都是用来监听数据变化的，而且在日常工作中大部分时候都只是局限于简单实用，所以到了面试中很难全面说出二者的区别。接下来我们看一下，二者究竟有哪些区别呢？ 先说computed，它的主要用途是监听…
阅读更多...
Longan Pi 3H 开发板体验

Longan Pi 3H 开发板体验

Longan Pi 3H 开发板体验 开箱内容 打开包装&#xff0c;你可以看到以下物品 一个Longan Pi 3H盒子Longan Pi 3H开发板 产品基本介绍 Longan Pi 3H 是基于 Longan Module 3H 核心板的 ARM Linux 开发板&#xff0c;以 H618 (Quad core ARM Cortex-A531.5Ghz , 64-bit) 为主控…
阅读更多...
14届蓝桥杯 C/C++ B组 T7 子串简写 （字符串）

14届蓝桥杯 C/C++ B组 T7 子串简写 （字符串）

采用存储目标字符下标的方法&#xff0c;此题的想法比较新奇&#xff0c;故予以记录。 存好下标之后&#xff0c;可以先定位好启始的字符&#xff0c;然后去搜结尾字符符合长度k并且最靠近启始字符的下标&#xff0c;找到之后可以直接取到这个下标之后的所有下标&#xff0c;因…
阅读更多...
Mysql【索引覆盖、索引下推、索引合并、索引跳跃】介绍

Mysql【索引覆盖、索引下推、索引合并、索引跳跃】介绍

索引覆盖、索引下推、索引合并、索引跳跃都是Mysql对索引的优化手段&#xff0c;它们的思想就是尽量让查询数据走索引&#xff0c;那它们有什么区别呢&#xff1f; 一、首先介绍一下MySQL体系结构 上图来自MySQL官方文档。 通常把MySQL从上至下分为以下几层&#xff1a; MySQ…
阅读更多...
深入浅出 -- 系统架构之负载均衡Nginx实现高可用

深入浅出 -- 系统架构之负载均衡Nginx实现高可用

一、Nginx的高可用 线上如果采用单个节点的方式部署Nginx&#xff0c;难免会出现天灾人祸&#xff0c;比如系统异常、程序宕机、服务器断电、机房爆炸、地球毁灭....哈哈哈&#xff0c;夸张了。但实际生产环境中确实存在隐患问题&#xff0c;由于Nginx作为整个系统的网关层接入…
阅读更多...
基于巴法云物联网云平台构建可视化控制网页（以控制LED为例）

基于巴法云物联网云平台构建可视化控制网页（以控制LED为例）

0 前言 如今大大小小的物联网云平台非常多&#xff0c;但大部分要收取费用&#xff0c;免费的物联网云平台功能则有很多限制使用起来非常不方便。以百度云物联网云平台为例&#xff0c;它的物可视不支持发布主题&#xff0c;等于可视化界面只能作为数据监控而不具备双向通信的…
阅读更多...
算法——哈希表

算法——哈希表

T04BF &#x1f44b;专栏: 算法|JAVA|MySQL|C语言 &#x1faf5; 小比特 大梦想 此篇文章与大家分享分治算法关于哈希表相关算法的专题 如果有不足的或者错误的请您指出! 1.哈希表简介 哈希实际上可以简单认为是一个存储数据的容器,用于快速查找某个元素,时间复杂度仅为O(1),怎…
阅读更多...
深入浅出 -- 系统架构之分布式集群的分类

深入浅出 -- 系统架构之分布式集群的分类

一、单点故障问题 集群&#xff0c;相信诸位对这个概念并不陌生&#xff0c;集群已成为现时代中&#xff0c;保证服务高可用不可或缺的一种手段。 回想起初集中式部署的单体应用&#xff0c;因为只有一个节点&#xff0c;因此当该节点出现任意类型的故障&#xff08;网络、硬件…
阅读更多...
YooAssets 使用相关

YooAssets 使用相关

## 使用 YooAssets 动态加载原生文件时候 > 原生文件&#xff1a;txt&#xff1b;json&#xff1b;等需要直接保存文件内string字符的文件 需要将打包方式设置成为&#xff0c;PackRawFile 并且加载时候使用 API &#xff1a; YooAssets.LoadRawFileSync()YooAssets.LoadRa…
阅读更多...
安卓java打包uniapp原生插件 和 uniapp使用安卓android原生插件

安卓java打包uniapp原生插件 和 uniapp使用安卓android原生插件

1.uniapp dcloud官方文档 简介 | uni小程序SDK 2.前提&#xff0c;需要有经验的安卓java开发人员&#xff0c;并且同时具备uniapp移动端开发经验。说明&#xff1a;android打包的.aar和uniapp需要的.aar是不一样的&#xff0c;uniapp需要的.aar是需要有一些特定配置的&#x…
阅读更多...
在Ubuntu上搭建Prometheus + Grafana监控系统

在Ubuntu上搭建Prometheus + Grafana监控系统

1.Prometheus 部署 从官网下载页面找到最新的二进制文件下载 cd ~ curl -LO https://github.com/prometheus/prometheus/releases/download/v2.51.1/prometheus-2.51.1.linux-amd64.tar.gz将文件解压到指定目录 tar xf prometheus-2.51.1.linux-amd64.tar.gz -C /usr/local为…
阅读更多...
解决IDEA 控制台中文乱码

解决IDEA 控制台中文乱码

运行某个项目时IntelliJ IDEA 控制台中文乱码&#xff0c;但其他的项目是正常的。接口文档也显示乱码&#xff1a; 一、修改 IntelliJ IDEA 全局编码、项目编码、属性文件编码 上方导航栏“File→Settings…”进入配置页面&#xff0c;在“Editor”中下滑找到“File Encodings…
阅读更多...
centos7.2系统部署ZooKeeper集群和Kafka集群（集群应用系统商城前置环境）

centos7.2系统部署ZooKeeper集群和Kafka集群（集群应用系统商城前置环境）

本次实验将使用centos7.2系统部署部署ZooKeeper集群因为Kafka依赖于ZooKeeper&#xff0c;所以我们一并进行部署。 实验所示的资源软件已上传至百度网盘&#xff0c;需要自取。 链接&#xff1a;https://pan.baidu.com/s/1a-7_iAIX0DBAMkF9bhiTcA?pwd2333 提取码&#xff1…
阅读更多...
基于javassm实现的农产品供销服务系统

基于javassm实现的农产品供销服务系统

开发语言&#xff1a;Java 框架&#xff1a;ssm 技术&#xff1a;JSP JDK版本&#xff1a;JDK1.8 服务器&#xff1a;tomcat7 数据库&#xff1a;mysql 5.7&#xff08;一定要5.7版本&#xff09; 数据库工具&#xff1a;Navicat11 开发软件&#xff1a;eclipse/myeclip…
阅读更多...
2024/4/2—力扣—不用加号的加法

2024/4/2—力扣—不用加号的加法

代码实现&#xff1a; 思路&#xff1a;位运算&#xff0c;利用了异或和与的特性&#xff0c;异或操作与加操作的区别在于异或操作在二进制状态下两个数同1不进位&#xff0c;只是置为0&#xff0c;其他均相同&#xff0c;那么使用与运算计算进位值&#xff0c;补齐异或操作的缺…
阅读更多...
深入理解指针2：数组名理解、一维数组传参本质、二级指针、指针数组和数组指针、函数中指针变量

深入理解指针2：数组名理解、一维数组传参本质、二级指针、指针数组和数组指针、函数中指针变量

目录 1、数组名理解 2、一维数组传参本质 3、二级指针 4、指针数组和数组指针 5、函数指针变量 1、数组名理解 首先来看一段代码&#xff1a; int main() {int arr[10] { 1,2,3,4,5,6,7,8,9,10 };printf("%d\n", sizeof(arr));return 0; } 输出的结果是&…
阅读更多...
jupyter python paramiko 网络系统运维

jupyter python paramiko 网络系统运维

概述 通过使用jupyter进行网络运维的相关测试 设备为H3C 联通性测试 import paramiko import time import getpass import re import os import datetimeusername "*****" password "*****" ip "10.32.**.**"ssh_client paramiko.SSHCli…
阅读更多...
Nginx配置之localhost和反向代理

Nginx配置之localhost和反向代理

文章目录 第一步、查看安装位置和配置文件第二步、web服务器设置第三步、localhost 指令第四步、设置反向代理 清明假期&#xff0c;在家练习Nginx配置&#xff0c;在前期【 linux环境下安装配置nginx代理服务器】已经完成nginx环境搭建&#xff0c;本期主要实践web服务器&…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023