图像处理不可能用 php+imagick 的，都是 c 艹
真的要搞这个去大厂有一些职位，腾讯的优图，各电商都有一些职位，不过不多

图像处理你不是业界大牛的话会是个坑的
老实积累再找感兴趣方向吧
另外对 php 和 py 的比较上面，在 web 后台方面基础设施、库和生态 php 都很成熟的，语言本身综合评价上 php 比 py 强很多（兼容性、性能、语言 feature 等方面），当然了其实只要 get thing done 用啥语言都好。。。只是对我而已 php 最省心。。。

为啥要设置 wifi 密码，输入多麻烦

服务器 cpu 要的是稳定，爬虫不需要稳定的。。。。直接上 pc 就完了。。。。
cpu 的话 i7 性价比最高，内存 32g 吧，推荐 windows7 操作系统，好用

矫情。。。就算 wifi 密码分享出去了别人用万能 wifi 钥匙蹭一下你的网又怎样。。。网速慢了换密码就完了

试试 swagger

@rffan py 的多线程是假多线程，可能有问题。。。弄成多进程的话，执行就和 php 方式类似了，不过 php 的 php-fpm 要成熟很多， gunicorn 之类的不好说

@lotabout 我不要听“败家证明我，各有千秋”这种，我就行听你粉 rust 好的 /黑 rust 烂的

为嘛是 php 节点

rust 优缺点你感觉有哪些？

@alexsunxl 这个是哪个命令呢？

防那种业余的爬虫很简单，你页面动态生成的话。。。制作一些 html 模板，翻页啊文章正文的元素的 id 之类的经常变，但是由于你前端 js 已经和模板耦合很厉害了，如果 js 是由后端生成的可以这么做。。。这样可以防一些傻瓜爬虫

作为全职爬虫工程师，我表示上面的都不靠谱。。。。

第一，转化成图片是个很不错的方法， cpu 不是问题，你把图片缓存起来就 ok 了。。然而对 seo 和移动端不那么友好。。。。至于爬虫要 ocr ，这个也要付出相应的成本


第二，根据账户行为控制，如果注册用手机注册，那么封了一个爬虫账号后就等于封了一个手机，爬的成本立刻上升。然后由于市场上有几 kw 个黑市手机号，能搞到这些手机号注册的业余爬虫码农做不到。那么基于行为怎么搞呢？很简单，一个用户的翻页速度和跨作品阅读都是很好的特征，写一些代码就能判断出爬虫，封的时候要慢慢封，不要让人猜出你封的策略。。。。


当然了，我个人倾向第二个方案。。。。你如果想要 seo 的话，可以每段做成一个 html ，路径用 hash ，让人猜不出路径规则无法遍历，这样搜索引擎又能索引，又能放爬虫。

他有个 php7 分支不知道你看到没， issue 里已经有人能编译出来了，当然只是能 work 估计还要很多工作要做

可能是 linux 下带了\r 之类的，你比较一下两个 key 肯定不一样，退一万步。。。 array 本质上是 hash ， key 怎么可能相同

@已经被淘汰了。。。注意最新写法

天真

def wrapper(*args, **kwargs):
# args 是一个数组， kwargs 一个字典
logging.warn("%s is running" % func.__name__)
return func(*args, **kwargs)
return wrapper

你这个函数最后会让人绝望的，因为谁都看不懂