您现在的位置: 网站首页

在Unity中使用LayerMask

    Layers通常被摄像机用来渲染部分场景,和灯光照射部分场景使用。但是它们也可以用来做射线检测时忽略一些collder或Collision使用。

发布: 2018-6-20 分类: 网络收藏 阅读: 次 评论: 0次

selenium 安装与 chromedriver安装

    直接使用pip安装

    1 pip install selenium

    用 Chrome 浏览器来测试

    运行这段代码,会自动打开浏览器,然后访问百度。

发布: 2018-6-20 分类: 网络收藏 阅读: 次 评论: 0次

使用 selenium 抓取电影数据,磁力链,迅雷下载地址

     使用 selenium 抓取某电影网站,电影数据,磁力链,迅雷下载地址, 并生成json文件保存。

    website = 'https://www.piaohua.com/html/kehuan/2018/0509/33652.html'
    
    FILM_TITLE = ''
    FILM_PICTURE = ''
    FILM_DESC = []
    FILM_MAGNETS = []
    FILM_TUNDERS = []
    
    FILM_JSON = {}
    
    from selenium import webdriver
    from selenium.webdriver.common.action_chains import ActionChains
    import json
    
    mydriver = webdriver.Chrome('C:\Program Files (x86)\Google\Chrome\Application\chromedriver.exe')
    mydriver.get(website)
    mydriver.implicitly_wait(5)
    
    #标题
    title = mydriver.find_element_by_id("show")
    title = title.find_element_by_css_selector("h3")
    print(title.text)
    FILM_TITLE = title.text
    
    desc = mydriver.find_element_by_id("showinfo")
    
    #链接图片
    picture = desc.find_element_by_css_selector('img')
    print(picture.get_attribute('src'))
    FILM_PICTURE = picture.get_attribute('src')
    
    #剧情介绍
    desclist = desc.find_elements_by_css_selector("div")
    desctext = ""
    for d in desclist:
        print(d.text)
        FILM_DESC.append(d.text)
    
    #下载地址(magnet)
    magnet_link = mydriver.find_elements_by_css_selector('td[style="word-break: break-all; line-height: 18px"]')
    for l in magnet_link:
        magnet_link1 = l.find_element_by_css_selector("a")
        linktext = magnet_link1.get_attribute('href')
        if linktext[0:6]=='magnet':
            print(linktext)
            FILM_MAGNETS.append(linktext)
    
    #下载地址迅雷(thunder)
    thunder_link = mydriver.find_elements_by_css_selector('a[onclick="return OnDownloadClick_Simple(this,2)"]')
    for l in thunder_link:
        #ActionChains(mydriver).context_click(l).perform()
        mydriver.execute_script('ThunderNetwork_SetHref(arguments[0])', l)
        text = l.get_attribute('href')
        print(text)
        FILM_TUNDERS.append(text)
    
    
    FILM_JSON['title'] = FILM_TITLE
    FILM_JSON['picture'] = FILM_PICTURE
    FILM_JSON['desc'] = FILM_DESC
    FILM_JSON['magnets'] = FILM_MAGNETS
    FILM_JSON['thunders'] = FILM_TUNDERS
    
    filename = FILM_TITLE + '.json'
    file = open(filename, 'w', encoding='utf-8')
    jj = json.dump(FILM_JSON, file, ensure_ascii=False)
    file.close()
    
    mydriver.close()
    mydriver.quit()


发布: 2018-6-19 分类: 开发之路 阅读: 次 评论: 0次

印钞机の训练数据导出

    我尝试用TensorFlow实现一个卷积神经网络来看懂K线走势。一直想验证技术分析是否有效。那么说干就干,从0开始实现一个最强的撸K高手。 


    首先遇到的问题就是收集训练数据。还好网上有免费的K线数据可以获取Tushare

    我将获取2005年1月1日开始到2018年6月的所有历史沪深300成份股的K线数据(大概758只)作为训练数据。

发布: 2018-6-14 分类: 开发之路 阅读: 次 评论: 0次
控制面板
您好,欢迎到访网站!
  [查看权限]
网站分类
搜索
最新留言
    友情链接