距离太远的面试最好是能先电面或者对方出路费。不然对你个人的机会成本太高。
我最近面了一家公司。 hr 先电话了解我当前的工资后仍邀请我来面试。
最后花了打车费过去，第一件事情是做题！！！
然后面试官素质也不咋滴。
最后 hr 还问我：你要的工资比当前工资高合适么？
卧槽，你们公司是多有吸引力啊，挖人不涨点工资还想平着挖么？
本来一开始我就不想面了，但是都是考虑到付出了打车成本，耐着性子跟他们交流。事实证明，一开始付出太大的机会成本就是把自己放在不利的位置。

@slwl flask+gunicorn 一直用 5000 端口，然后被 nginx 反向代理为 80 端口。

楼主这是炫耀有女朋友么？

gunicorn+nginx 反向代理+flask, 用 flask-admin 从没遇到过问题。。。

下载最全的镜像，然后刻盘，带着这个盘去机房。然后设置源为镜像。然后开始玩吧。

@kaka826 可以用 FLASK-CACHE

@hugo775128583 你要相信，用 phatomjs 和 selenium 的爬虫，规模跟并发是无法于纯 python 比的。

@yangxg 算是比较叫常用的招数。
如果主页给个 token ，访问其他页面要带着 token 。
给访问次数和频率加以限制。
内容藏加载的 JS 里面，当然这主要是为了解决跨域，但是对爬虫也有点效果。
ajax 需要带制定的随机参数，这个参数的生成可以由 cookie 里的字段和其他东西+js 来生成。
防止别人爬是防不了的，你要防的是别人大规模的爬你的数据。

@lozzow 我用这个实现了三色等 PWM 调节。然而感觉不能玩自动匹配加入 WIFI ，可玩性就差点啊

@wmttom 大牛带带我。

我是自己用 FLASK 轮了一个 BLOG 后才有自信去面试的。

@hanangellove 因为从华为离开的很少有不骂华为的。。

这个工作时间简直是互联网的一股清流啊。

@iannil 弱问如何在微信里抓。

@magicdu 具体看网站有没有反爬措施。
一般你学习 requests+beautifulsoup 就能应对大部分网站了

@gouchaoer url 搞得好不好都能看出一个人认真程度。比如遇到 302 的跳转，最终的 URL 不是最初的 URL ，这个时候就需要开发者来以最终的 URL 来定。
问题是，有工程师居然不检查这个然后说我们需要去重算法。这一点我 TM 都服了。
至于去重问题，可以通过 simhash 来玩。如 mongo 的时候加上 simhash 字段。
最后去重的时候，可以设置汉明距离在设置去重的尺度。最后基本上就能做到实时去重。
抛砖引玉，不知道有没有达人有更好的玩法。

@JaneMa 做的东西比较杂，爬虫，大数据，搜索引擎(elasticsearch), 然后才是 flask ，感觉除了 es 比较精之外，其他的都稀松得很。怕入不了达人的法眼啊。

感觉最大的问题是流量问题而不是语言的效率问题。如果是反爬措施牛逼的网站，只能通过降低访问的频率+换代理的解决。这就是流量最大的瓶颈。用 PHP 还是 python 的效率还是内存占用，在这个瓶颈面前几乎可以忽略不计。
python 的分布式爬虫可以用 supervisord 来管理的。
reuqests 听好用了的，最大的问题就是跟 gevent 目前搭配还不好。虽然作者写了例子教大家怎么玩。
或者用 genvent+urllib2 来玩高效率了

搞不好是机器自动生成的代码。当年玩 FPGA 的时候看混淆过的 VERILOG 的路过。。。