????? 之前斷斷續(xù)續(xù)的在輕博客點點【 http://cphmvp.diandian.com/ 】 寫下些有關(guān)java,爬蟲，正則,?硬件服務(wù)器的一些工作中用到的，

比較喜歡點點的域名個性定制，今期想把15個月的爬蟲工作學(xué)習(xí)資料整理下，發(fā)現(xiàn)在點點上排版有些蹩腳，特別是代碼顯示上。尋思了

幾天，終于找著一個適合it程序猿記錄，分享技術(shù)的博客。

????? 有點遲，但希望還不晚。我是一名90后，在it這個一腳探下去不知道深淺的行業(yè)里，待了才剛一年半。在技術(shù)上，一直在做各種爬蟲，

很少用nutch、heritrix 這些牛氣的開源爬蟲，從開始接觸爬蟲的時候就開始定位的思想就是自己構(gòu)建的感覺可控性強些。做的過程中，

慢慢發(fā)現(xiàn)了解 nutch ,heritrix 的架構(gòu) 實現(xiàn)還是很有啟發(fā)的，比如現(xiàn)在我們團隊做的一個爬蟲產(chǎn)品，里融合的有nutch和heritrix的設(shè)計

思想 ，（閑下來會陸續(xù)好好拜讀下，詳細(xì)的源碼）。 自己寫爬蟲有個無可比擬的好處就是，針對性定向開發(fā)，會很快，一些業(yè)務(wù)的邏輯

比較容易較好的在爬取過程中進(jìn)行融合，對付一些較為特殊的 異步數(shù)據(jù)請求，動態(tài)頁面，登錄 ，使用起來就靈活的多。

　　每一個做coding 的程序猿都希望在某一個領(lǐng)域成為大牛，提起來像黑客 那樣的NB感覺， 個人覺得技術(shù)很重要，但絕對不是最重要的

（上家公司教會我的）。 但在這個行業(yè)里的初始兩年最好能埋下頭好好專研下技術(shù)還是很有必要的，有些東西（像轉(zhuǎn)管理），可以不那么急，

這樣的路線會更覺得穩(wěn)健。 我主攻的方向是網(wǎng)絡(luò)爬蟲 crawler,工作的過程中，數(shù)據(jù)庫接觸的oracle最多。在此基礎(chǔ)上個人對oracle數(shù)據(jù)庫的

系統(tǒng)架構(gòu)，管理機制 ，有很強的興趣，也使得我今年初的時候，選報了一個培訓(xùn)，在8、9月份的時候考取了一個ocp的認(rèn)證。 所以在該博客

空間上，會逐漸學(xué)習(xí)，把我理解的（不正確的歡迎指正交流）爬蟲方面，oracle維護方面，記錄下來，分享給大家。

???? coding ,很苦逼。無論怎樣的環(huán)境，怎樣的現(xiàn)在，盯緊心中的夢想，一步一步靠近就好。

?

博客園 I'm coming