cygwin下用Python比较两个文本的相似性，使用到了结巴分词以及余弦定理。 关于cygwin的安装以及python的安装，暂且不提，大家可以去看另一篇http://seofangfa.com/s...

今晚小折腾了一下在cygwin下用Python和jieba分词（结巴分词）组件给文本分词并提取高频词，过程记录如下： 目的 分析某行业中，用户最关心的一些需求，再根据这一需求去调整站内TDK，以及一些...

在服务器上安装了一个CentOS6.5（CentOS6.5下载地址），准备用crontab跑点定时任务，像批量查竞争对手SEO数据、批量查收录、批量向百度实时推送URL等。在安装完CentOS6.5后...

sendmail是Linux下优秀的邮件系统。今天某个网站需要有发邮件的需求，而服务器安装时没有安装这个，那就开始吧。 1、安装         #yum in...

一直想写一篇用shell采集百度下拉框关键词的教程，个人感觉用shell来采集的话速度和效率都会更高一点。因为前面写过一篇用火车头采集百度下拉框关键词的教程，操作步骤稍微多了些，很多朋友看完了仍然不知...

在整理词库的过程中遇到 一个问题，有些其实是同一个关键词之关有空格的话，无法正常被去重，那么有没有办法能快快速去除这些字符中间的空格呢？经过百度一番，找到一个解决办法，记录一下。 效果如下图所示，图上...

很早之前记的一个笔记了，之前只是记录了两句代码，放出来的话也是一个低质量的页面，于是设置为了仅自己可见，今晚抽空补充一下。 记得当的情景应该是提交sitemap时百度老提示有错误的URL，导致site...

最近在搞代理IP（见上一篇“shell小技巧：用curl批量验证代理IP是否可用”）的时候遇到一个小问题，我需要知道收集到的几百个可用的代理IP地址归属地是哪儿的，然后根据我的需求选择该用哪个IP地址...

curl可以模仿浏览器，可以当下载器，当你只是在处理一些shell工作时、测试，要图形界面干嘛？或者，要一个下载器干嘛。 基本用法（配合sed/awk/grep） $curl http: //bpsk...

------------2015年3月31日补充开始--------------- 看到下面有朋友留言说用不了，我就纳闷了，怎么就用不了？每次有人说用不了，我都会测试一下，结果明明是可用的。于是我把代...