cxuan自己的 Github 非常硬核，求各位大佬 star：
2025年07月18日
今天，我们来通过反汇编看一下函数调用的过程（顺便学习下汇编），如下图，为一个函数调用的例子。主函数里面调用了test()函数。
在X86环境下，进入调试模式，反汇编代码。然后我们从主函数看起，
前面一些汇编代码都是编译器在调试模式下自动生成的调试信息代码，我们主要看画红线的两句代码。哦，首先要看一下此时的栈空间状况，此时的栈空间由EBP和ESP两个寄存器来决定，EBP是栈底的内存地址，ESP是栈顶的内存地址。看一下吧。
2025年07月16日
要玩大数据，没有数据怎么玩？这里推荐一些33款开源爬虫软件给大家。
爬虫，即网络爬虫，是一种自动获取网页内容的程序。是搜索引擎的重要组成部分，因此搜索引擎优化很大程度上就是针对爬虫而做出的优化。
网络爬虫是一个自动提取网页的程序，它为搜索引擎从万维网上下载网页，是搜索引擎的重要组成。传统爬虫从一个或若干初始网页的URL开始，获得初始网页上的URL，在抓取网页的过程中，不断从当前页面上抽取新的URL放入队列,直到满足系统的一定停止条件。聚焦爬虫的工作流程较为复杂，需要根据一定的网页分析算法过滤与主题无关的链接，保留有用的链接并将其放入等待抓取的URL队列。然后，它将根据一定的搜索策略从队列中选择下一步要抓取的网页URL，并重复上述过程，直到达到系统的某一条件时停止。另外，所有被爬虫抓取的网页将会被系统存贮，进行一定的分析、过滤，并建立索引，以便之后的查询和检索；对于聚焦爬虫来说，这一过程所得到的分析结果还可能对以后的抓取过程给出反馈和指导。
2025年07月16日
站点总是某个时间段莫名的cpu100%，资源占用也不高，这就有必要怀疑爬虫问题。
1. 使用"robots.txt"规范
2025年07月16日
资源宝整理分享：https://www.htple.net
2025年07月16日
目前开源爬虫下载框架是百花齐放，各个编程语言都有，以下主要介绍其中重要的几个：
1)python:scrapy，pyspider，gcrawler
2)Java:webmagic，WebCollector，Crawler4j，heritrix，Nutch
3)Golang:Pholcus
2025年07月16日
现在做Heritrix抓取，由于java版本之类的，我选择用了3.1，可是大部分的资料都是介绍1.14的，太让人生气，尤其一个最简单的功能：让保留的文件是和这个域名下有关的文件，不要被js那些抽取的链接又访问到其他站点抓取。在1.14版本，已经非常多的扩展代码等，可是完全和3.1不同。
在这个前提下，我感觉是可以写个扩展替换的，我这里直接再源码中修改了，所改动的文件是
org.archive.crawler.postprocessor.CandidatesProcessor
2025年07月16日
从7月1日起，定点医药机构销售药品需要扫“追溯码”才可进行医保结算。药品“追溯码”精准记录了每盒药品的生产、流通、销售等全过程的关键信息。这会带来怎样的影响？
扫码可以查询到哪些信息？
出现不同的查询结果说明什么？如果有问题，消费者应该怎么办？
国家医疗保障局基金监管司司长顾荣：如果查询到零次销售信息，说明这盒药没有经过医保结算，没有销售过，这是一盒正常的药。
查询到一次销售信息，说明这盒药之前经过医保结算。
2025年07月16日
这些年换驾照真是受罪。记得第一次去车管所，转了半小时没车位，进去排队排到腿发软，材料还缺复印件，折腾一整天啥都没办成。后来帮爸妈换证也闹心，光照片就拍废三次，不是戴错背景就是角度不对。最近发现换证居然不用去车管所了，手机和医院都能办，但真这么方便吗？