任成の博客

一个灵活又方便的网页解析库，处理高效，支持多种解析器。
利用它就不用编写正则表达式也能方便的实现网页信息的抓取

XPath即为XML路径语言（XML Path Language）;
在XML文档中查找信息的语言,同样适用于HTML文档的检索;
lxml库的使用

urllib在Python2.x中内置的库是urllib和urllib2，在Python3.x中合并为urllib库。
urllib是系统内置库，提供了一系列用于操作URL的功能。

Python内置的urllib模块，用于访问网络资源。但是，它用起来比较麻烦，而且，缺少很多实用的高级功能。
它是一个Python第三方库，处理URL资源特别方便。

这篇文章主要是将请求下来的数据，进行数据分析，并且进行存储

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

介绍一些好的网址供大家参考

常用概念

内存泄露

该释放的对象没有释放

iOS程序的内存布局

• 代码段：编译之后的代码
• 数据段
  • 字符串常量：比如NSString *str = @”123”
  • 已初始化数据：已初始化的全局变量、静态变量等
  • 未初始化数据：未初始化的全局变量、静态变量等
• 栈：函数调用开销，比如局部变量。分配的内存空间地址越来越小
• 堆：通过alloc、malloc、calloc等动态分配的空间，分配的内存空间地址越来越大

Tagged Pointer

从64bit开始，iOS引入了Tagged Pointer技术，用于优化NSNumber、NSDate、NSString等小对象的存储

在没有使用Tagged Pointer之前， NSNumber等对象需要动态分配内存、维护引用计数等，NSNumber指针存储的是堆中NSNumber`对象的地址值

使用Tagged Pointer之后，NSNumber指针里面存储的数据变成了：Tag + Data，也就是将数据直接存储在了指针中。当指针不够存储数据时，才会使用动态分配内存的方式来存储数据

objc_msgSend能识别Tagged Pointer，比如NSNumber的intValue方法，直接从指针提取数据，节省了以前的调用开销

如何判断一个指针是否为Tagged Pointer？
iOS平台，最高有效位是1（第64bit）；WWDC2020：最低有效位是1
Mac平台，最低有效位是1

OC对象的内存管理

在iOS中，使用引用计数来管理OC对象的内存.

• 一个新创建的OC对象引用计数默认是1，当引用计数减为0，OC对象就会销毁，释放其占用的内存空间

• 调用retain会让OC对象的引用计数+1，调用release会让OC对象的引用计数-1

• 想拥有某个对象，就让它的引用计数+1；不想再拥有某个对象，就让它的引用计数-1

@property
旧：生成一个成员变量，以及setter和getter的声明，搭配@synthesize使用
新：生成一个下划线开头成员变量，以及setter和getter的声明及实现
@synthesize
自动生成成员变量和属性的setter，getter实现

1

@synthesize dog = _dog;

@autorelease
系统会在恰当的时候进行释放

可以通过以下私有函数来查看自动释放池的情况

1

extern void _objc_autoreleasePoolPrint(void);

拷贝
产生一个副本对象，跟源对象不影响. 修改了源对象，不会影响副本对象；修改了副本对象，不会影响源对象。

iOS提供两种拷贝

• copy 不可变拷贝，产生不可变副本
• mutableCopy，可变拷贝，产生可变副本

深拷贝和浅拷贝

• 浅拷贝：指针拷贝
  • 没有产生新对象
  • 引用计数+1
• 深拷贝：内容拷贝
  • 产生新的对象。
  • 新的对象引用计数为1

copy 并不代表浅拷贝。如果对一个可变对象做copy操作，那么其就是深拷贝。

MRC - 手动内存管理

当调用alloc、new、copy、mutableCopy方法返回了一个对象，在不需要这个对象时，要调用release或者autorelease来释放它

复杂数据类型(retain,strong)的setter和getter

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

- (void)seDog:(Dog *)dog {
    if (_dog != dog) {    
        [_dog release];
        _dog = [dog retain];
    }
}
- (Dog *)dog {
    return _dog;
}
- (void)dealloc {
    [_dog release];
    _dog = nil;
    // 或者
    // self.dog = nil;
    [super dealloc];
}

基础数据类型(assign)的setter和getter

1
2
3
4
5
6

- (void)seAge:(int)age {
    _age = age;
}
- (int)age {
    return _age;
}

涉及不到内存管理操作

遵循NSCoping协议类型(copy)的setter和getter

1
2
3
4
5
6
7
8
9
10
11
12
13

- (void)seName:(NSString *)name {
    if (_name != name) {
        [_name release];
        _name = [name copy];
    }
}
- (NSString *)name {
    return _name;
}
- (void)dealloc {
    [_name release];
    [super dealloc];
}

遍历构造器
譬如[NSArray array]这种遍历构造器生成的对象，内部做了autorelease的处理，外部不需要再进行release操作

集合

copy

在OC中，只有NSData，NSString，NSSet，NSArray，NSDictionary这些类支持copy操作。如果想对其他类实现copy操作，如下代码去实现
遵循NSCoping协议

1

<NSCoping>

实现协议方法

1
2
3
4
5
6

- (id)copyWithZone:(NSZone *)zone {
    Person *person = [[Person alloc] init];
    person.age = self.age;
    person.name = self.name;
    return person;
}

多线程，充分利用设备多核的技术。应用非常广泛