搜索引擎的核心技術(shù)架構(gòu)，大體包括以下三塊，*，是蜘蛛/爬蟲技術(shù);第二，是索引技術(shù);第三是查詢展現(xiàn)的技術(shù); 當(dāng)然，我不是搜索引擎的架構(gòu)師，我只能用比較粗淺的方式來(lái)做一個(gè)結(jié)構(gòu)的切分。以下是小編為你整理的自學(xué)python編程入門教程 ?

先進(jìn)行幾個(gè)運(yùn)算： ?

5/2*3+9 ?

8*9-5/6 ?

這兩個(gè)算式，可以直接粘貼到python代碼編譯器里面，但是運(yùn)行之后，沒有輸出結(jié)果。 ?

其實(shí)，python已經(jīng)運(yùn)算了這個(gè)式子了，只不過(guò)沒顯示結(jié)果。

用print可以顯示運(yùn)算結(jié)果。 ?

print(5/2*3+9)print(8*9-5/6) ?

如果我們想要看到一個(gè)完整的算式，需要把算式以字符串的形式返回。 ?

print("5/2*3+9"+str(5/2*3+9))print("8*9-5/6"+str(8*9-5/6)) ?

注意： ?

"5/2*3+9"就是一個(gè)字符串的形式，在英文輸入法的雙引號(hào)里面; ?

str(5/2*3+9)是對(duì)算式進(jìn)行計(jì)算，并把計(jì)算結(jié)果轉(zhuǎn)化為字符串; ?

+的作用是連接字符串。 ?

基本運(yùn)算 ?

加減乘除的運(yùn)算，和平常的一樣： ?

print("5+6="+str(5+6))print("5/6="+str(5/6))print("5*6="+str(5*6))print("5-6="+str(5-6)) ?

乘方運(yùn)算2^100，在python里面，寫為2**100： ?

print("2^100 = " + str(2**100))print("5^10 = " + str(5**10)) ?

求余數(shù)，用%實(shí)現(xiàn)： ?

print("100除以5的余數(shù)是" + str(*5))print("100除以90的余數(shù)是" + str(*90)) ?

# 注釋：不參與程序運(yùn)行，作用是給給看代碼的人一些提示。 ?

# 我是一個(gè)大帥哥，這行是一行注釋，#號(hào)后面的表示注釋 ?

""" ?

多行注釋 ?

多行注釋 ?

多行注釋 ?

""" ?

# 一般情況下注釋都直接使用#號(hào)的形式 ?

# 在正常開發(fā)中，三個(gè)引號(hào)對(duì)的注釋形式一般是作為對(duì)整個(gè)文件的說(shuō)明出現(xiàn)在文# 件的頂部 ?

# 針對(duì)某一行代碼的注釋，可以放在代碼語(yǔ)句的上面，也可以放在代碼的后面 ?

print(1801) # 系統(tǒng)提供的展示(打印，輸出)功能 ?

print(666) # ?

print() #默認(rèn)以換行結(jié)尾 ?

print(100-6) # 可以直接進(jìn)行數(shù)學(xué)運(yùn)算，打印結(jié)果就是運(yùn)算結(jié)果 ?

print(10086, 10+6) # 可以同時(shí)打印多個(gè)內(nèi)容，多個(gè)內(nèi)容之間用逗號(hào)隔開 ?

print(1801, 3+6, 4+7) # 打印結(jié)果里，多個(gè)內(nèi)容之間會(huì)默認(rèn)有一個(gè)空格

?

# 單引號(hào)對(duì)和雙引號(hào)對(duì)是等價(jià)的 ?

print('**************分割符******************') ?

print('good.123我愛*') # 引號(hào)引起來(lái)的叫字符串，單個(gè)字符也是字符串 ?

print('love'，end=' ') # end=''設(shè)置打印結(jié)尾的內(nèi)容，默認(rèn)是換行(n) ?

print('****') ?

print('good morning', 666, '早上好', 4+6) # 字符串和數(shù)字可以混合打印 ?

print('3+6') # '3+6'這是一個(gè)字符串,包含3個(gè)字符:3+6 不是數(shù)學(xué)運(yùn)算 ?

# 有些特殊的字符需要使用轉(zhuǎn)義字符()，轉(zhuǎn)義字符本身也是特殊字符print('我n的'身高'是"18\0')print(r'我n的'身高'是"18\0') # 如果字符串以r開頭，那么這個(gè)字符串中所# 有的轉(zhuǎn)義字符全部失效。print('good' * 3) # 字符串可以和數(shù)字相乘，得到重復(fù)的字符串print('*'*10, '分割符', '*'*10)print('good' + 'morning', 666) # 字符串可以和字符串相加，得到一個(gè)拼接的字符串print('*'*20 + '分割符' + '*'*20) ?

請(qǐng)勿將代碼復(fù)制直接使用，可能出現(xiàn)中英文格式錯(cuò)誤，請(qǐng)讀者手打練習(xí)。 ?

導(dǎo)入numpy模塊

在python IDE導(dǎo)入numpy模塊,我用的是自帶解釋器 ?

>>> import numpy as np ?

>>> np.array([1,2,3,4]) #通過(guò)array函數(shù)創(chuàng)建數(shù)組 ?

array([1, 2, 3, 4]) ?

>>> c=np.array([[1,2,3,4],[4,5,6,7],[7,8,9,10]])#二維數(shù)組，第0軸長(zhǎng)度為3，第1軸長(zhǎng)度為4，也就分別相當(dāng)于矩陣的行數(shù)和列數(shù) ?

>>> c ?

array([[ 1, 2, 3, 4], ?

[ 4, 5, 6, 7], ?

[ 7, 8, 9, 10]]) ?

>>> c.shape#數(shù)組的形狀可以通過(guò)其shape 屬性獲得，它是一個(gè)描述數(shù)組各個(gè)軸長(zhǎng)度的元組(tuple) ?

(3L, 4L) ?

3 ?

>>> np.arange(0,1,0.1)#arange()函數(shù)指定了開始值、終值和步長(zhǎng)創(chuàng)建等差數(shù)列的一維數(shù)組，注意不包含終值。 ?

array([ 0. , 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9]) ?

4 ?

>>> np.linspace(0,1,10)#指定開始值、終值和元素個(gè)數(shù)創(chuàng)建等差數(shù)列的一維數(shù)組，通過(guò)endpoint參數(shù)指定是否包含終值，默認(rèn)為Ture，即包含終值 ?

array([ 0. , 0.11111111, 0.22222222, 0.33333333, 0.44444444, ?

0.55555556, 0.66666667, 0.77777778, 0.88888889, 1. ])

>>> np.logspace(0,2,5)#logspace和linspace類似，區(qū)別在于它創(chuàng)建的是等比數(shù)列，起始值為10^0,而終值為10^2 ?

array([ 1. , 3.16227766, 10. , 31.6227766 , 100. ]) ?

蜘蛛，也叫爬蟲，是將互聯(lián)網(wǎng)的信息，抓取并存儲(chǔ)的一種技術(shù)實(shí)現(xiàn)

搜索引擎的信息收錄，很多不明所以的人會(huì)有很多誤解，以為是付費(fèi)收錄，或者有什么其他特殊的提交技巧，其實(shí)并不是，搜索引擎通過(guò)互聯(lián)網(wǎng)一些公開*的網(wǎng)站，抓取內(nèi)容，并分析其中的鏈接，然后有選擇的抓取鏈接里的內(nèi)容，然后再分析其中的鏈接，以此類推，通過(guò)有限的入口，基于彼此鏈接，形成強(qiáng)大的信息抓取能力。 ?

有些搜索引擎本身也有鏈接提交入口，但基本上，不是主要的收錄入口，不過(guò)作為創(chuàng)業(yè)者，建議了解一下相關(guān)信息，百度，google都有站長(zhǎng)平臺(tái)和管理后臺(tái)，這里很多內(nèi)容是需要非常非常認(rèn)真的對(duì)待的。 ?

反過(guò)來(lái)說(shuō)，在這樣的原理下，一個(gè)網(wǎng)站，只有被其他網(wǎng)站所鏈接，才有機(jī)會(huì)被搜索引擎抓取。如果這個(gè)網(wǎng)站沒有外部鏈接，或者外部鏈接在搜索引擎中被認(rèn)為是垃圾或無(wú)效鏈接，那么搜索引擎可能就不抓取他的頁(yè)面。 ?

分析和判斷搜索引擎是否抓取了你的頁(yè)面，或者什么時(shí)候抓取你的頁(yè)面，只能通過(guò)服務(wù)器上的訪問(wèn)日志來(lái)查詢，如果是cdn就比較麻煩。 而基于網(wǎng)站嵌入代碼的方式，不論是cnzz，百度統(tǒng)計(jì)，還是google analytics，都無(wú)法獲得蜘蛛抓取的信息，因?yàn)檫@些信息不會(huì)觸發(fā)這些代碼的執(zhí)行。

一個(gè)比較推薦的日志分析軟件是awstats。 ?

在十多年前，分析百度蜘蛛抓取軌跡和更新策略，是很多草根站長(zhǎng)每日必做的功課，比如現(xiàn)在身價(jià)幾十億的*80后上市公司董事長(zhǎng)，當(dāng)年在某站長(zhǎng)論壇就是以此準(zhǔn)確的分析判斷而封神，很年輕的時(shí)候就已經(jīng)是站長(zhǎng)圈的一代偶像。