上面说到c++11的lambda表达式有两种变量的捕获方式：按值(复制)捕获和引用捕获。Item33在采用引用模式(默认[&]会捕获定义lambda表达式作用域下的所有变量, [¶ms]为显示捕获定义lambda表达式作用域下特定的变量)下，如果不加注意的话,lambda表达式很容易走出引用变量的作用域范围，造成悬空引用，会产生未定义的错误。
#include <iostream>
#include <functional>
#include <string>
class A
{
public:
A() : name_("default"){}
void Print() const {
std::cout << "A::Print: " << name_ << std …selenium 是一套web自动化测试工具，其可以模拟真实的浏览器，执行JavaScript等功能。正因为如此，其功能的丰富和强大，让它不单单是个一个web自动化的测试工具。本篇文章主要讲的是其在爬虫抓取上的应用，不会涉及的自动化web测试相关的东西，对于复杂的动态页面，普通的正常抓取只是抓取到其源码页面，真正的内容可能是通过JavaScript，ajax等动态加载，使用selenium来模拟正常的浏览器来帮助进行抓取是一种很有效的方法。selenium支持不同的WebDriver，包括:google chrome ,firefox, IE, PhantomJs等。Python的selenium库提供了一系列简单易用的API， 可以让我们通过代码逻辑模拟点击，拖动，翻页等效果。
对于Python的selenium模块的安装很简单，直接pip install selenium就可以搞定。对于webDriver，可以根据自己的喜好来进行选着，我目前使用的google chrome和PhantomJS。在下载完webDriver后可以直接放入到/usr/bin/或者/bin …
首先，在C/C++中声明一个变量，如果不进行初始化，其默认值可能会因为其所在的作用域的不同而不同，在使用的时候可能会出现意想不到的错误。而auto类型的变量类型是从初始化进行推导的，所以需要在定义auto变量的时候进行初始化。使用auto变量可以强制对其进行初始化。
int a; //ok
auto x = 10; //ok
auto a; //error: declaration of ‘auto a’ has no initializer
其次，使用auto可以避免冗长的显示类型声明，特别是在操作STL的各种容器及迭代器等, auto能够敲很多冗余的代码逻辑，如：
std::map<std …C++98只有一种模板参数类型推导即函数模板参数类型推导，但是在C++11之后，修改了原有的类型推导规则，并加入了auto和decltype的推导规则。
函数模板形如如：
template<typename T>
void f(ParamType param);// ParamType可以是T加上各种修饰，如const， reference，指针等
然后在程序逻辑中调用该函数：
f(expr); // expr为传入到函数f中的参数
在编译器进行编译的时候，编译器通过expr太进行两部分的推导：ParamType 和 T。
在这里，书中总结了ParamType的三种不同类型：
1. 当ParamType是指针或者引用的类型，但不是universal reference …
在 Mon 18 April 2016 发布于 文本算法 分类 • 标签为 编辑距离, Levenshtein Distance
编辑距离, 又叫Levenshtein距离。在wiki上的解释是: 两个不同的字符串, 其中一个字符串转在单字符操作(替换, 插入, 删除)下换成另外一个字符串所需的最少的编辑次数。
例如, 字符串"kitten"转换为字符串"sitting"的编辑次数为3, 且没有比这更少的编辑次数, 过程如下:
kitten --> sitten(k替换成s)
sitten --> sittin(i替换成e)
sittin --> sitting(在字符串末端插入g)
其算法描述的：
现有两个字符串 \(a\) 和 \(b\), 其长度分别为\(m\)和\(n\)， \(i …
中文分词算法分两大方向：一是机械分词算法, 一是基于统计的分词算法。本篇文章主要介绍机械分词算法中最基础的算法: 最大匹配算法(Maximum Matching， 一下简称MM算法)。 MM算法有三种: 正向最大匹配算法， 逆向最大匹配算法。双向最大匹配算法是取前面两种分词算法切分出来词, 然后根据一定的策略筛出切分效果最好的最为最终的切分结果。下面一一介绍这三种分词方法。
最大匹配算法以字典为例子, 在目标串中取出长度为最大词长(按需任意配置)的连续词在字典中进行扫描匹配。其流程图如下:
依据此逻辑, 给出简单的python实现。对于逆向最大匹配算法, 其和正向最大匹配算法的原理一样, 只是从后向前切词。 这里的字典使用的是搜狗提供的字典, 点击下载
#!/usr/bin/env python
# encoding: utf-8
# -*- coding: UTF-8 -*-
import os
import sys
def get_trie(filepath):
trie = {}
reader = open(filepath, 'r')
for line in …形如:
的方程称为含有n个未知量的线性方程。 含有m个方程和n个未知量的线性方程组定义为:
若一个随机变量最多有可数多个可能的值，则称这个随机变量为离散型的。对一个离散型随机变量\(X\)，记\(X\)的概率质量函数(probability mass function) \(p(x)\)为：
\(p(a)\)最多在可数的\(a\)上取正值，即如果\(X\)的可能值为\(x_{1}, x_{2},x_{3}, ....\)， 那么：
由于\(X\)必定取值于 …
在 Sun 20 December 2015 发布于 源码分析, scrapy 分类 • 标签为 scrapy, Middlewares
Scrapy框架提供的中间件共有两个：Downloader middlewares 和 Spider Middlewares。这两个中间件分别作用在不同的数据流向上。
Downloader middlewares顾名思义就是下载中间件，该中间件会在Scrapy的引擎从调度器获取到下一个要爬去的Request，并转发给下载器进行下载这个中间过程进行调用。以及下载器把需要爬取的Request爬取后生成的Response对象返回给Scrapy的引擎的过程中会调用Downloader middlewares。
管理Downloader middlewares的类是scrapy.middleware.DownloaderMiddlewares对象。该对象在生成Scrapy的下载器的时候会被调用，该对象通过
读取配置文件中DOWNLOADER_MIDDLEWARES来构建该对象。
class DownloaderMiddlewareManager(MiddlewareManager):
component_name = 'downloader middleware'
@classmethod
def _get_mwlist_from_settings …在 Thu 26 November 2015 发布于 Python 分类 • 标签为 Python, C/C++, Python扩展
Python 引用计数 在上一篇文章中，简单的介绍了使用C/C++开发Python模块的一般步骤。还借用上一篇文中的代码：
static PyObject* py_reverse(PyObject* self, PyObject* args)
{
char* result;
char* target = NULL;
PyObject* retval = NULL;
int ret = PyArg_parseTuple(args, "s", &target);
if (!ret) {
return NULL;
}
result = reverse(target);
retval = (PyObject*)Py_BuildValue("s", result);
return retval;
}
上篇文章说道，这只是一个很简陋的封装，还缺少错误处理和引用计数处理的逻辑。
Python …