自己接触django时间不长，刚遇到一点小问题，就是在django模板中如何并行迭代多个列表。
一开始我想到或许可以传入多个列表，然后在模板中使用forloop.counter变量的值去访问另一个列表的元素。
比如当我迭代list1和list2的时候，使用类似下面的代码：
{% for item in list1 %}
access list2 item via {{ list2.forloop.counter}}
{% endfor %}
forloop.counter是一个计数器，保存了当前的迭代计数器。然而，测试之后，发现这个方法是不可行的。
随后，我又测试了另一种方法，在模板中zip打包 list1和list2，然后通过序列解包来并行迭代。模板代码类似:
{% for item1,item2 in zip(list1, list2) %}
{{item1}} {{item2}}
{% endfor %}
不过, 这样也是不可行的。模板系统无法完成上面的工作。
那么，到底应该如何并行迭代呢？
之前从豆瓣音乐上爬了大概98万个专辑，包括各个专辑的参数。
为了处理专辑的发布日期，我写了一个简单的日期格式化函数。
豆瓣音乐上的日期没有统一规范，还包含不少错误，混乱，甚至无关的文字。
但正确出现的日期字符串，则主要有这几种形式:
10 December, 1991
30 June 1992
April 13, 1999
December 1994
June, 1992
2004 03
2002年08月05日
2004年6月
2002年
我需要的最终格式是:
2013-09-15
2013-09
2013
源代码在: https://github.com/lijiejie/format-date-str
请传入一个unicode字符串
innerHTML方法用于提取某个标签内部的HTML内容，多数HTML Parser都实现了该方法。
BeautifulSoup暂未提供innerHTML方法，但我们可以通过遍历子元素并拼接html来实现它。
例如，我需要获取豆瓣音乐上某个专辑的描述信息，它位于一个id为info的div中。
参考：http://music.douban.com/subject/1394539/
我需要图示部分的html代码：
这时只需要一行代码:
album_info = u''.join([unicode(x) for x in soup.find('div', id='info').contents]).strip()
值得注意的是，豆瓣音乐的网页编码是utf8，需要先decode utf8再parse。
而在Beautiful内部，所有对象都是unicode object。
contents属性返回所有child element的列表。
因为我是在windows中文版的系统下写这段脚本，当需要在命令提示符下输出内容的时候，还必须先encode gbk。
print album_info.encode('gbk', 'ignore')
参考链接：
http://stackoverflow.com/questions/8112922/beautifulsoup-innerhtml
我需要一些音乐数据，而 豆瓣音乐 上相关数据是非常齐全的。
即使是十分小众、鲜有人听过的专辑，豆瓣也提供了较为详细的描述。
摆在我面前的第一个问题是，如何将豆瓣音乐上的专辑一网打尽，一个不遗漏地抓取到。
我们观察某个专辑的页面： http://music.douban.com/subject/1415369/
看到subject后跟着一串数字ID，这时候一个简单的思路已经出来了:
将id从1不断递增，扫描完所有的ID，检查哪些ID是存在的
又观察到大多数专辑页面上存在相关推荐，也就是那个“喜欢某某专辑的人也喜欢… …”。
这里存在一对N的超链接映射，最终形成了网络，于是可以有第二个思路：
将某个专辑加入队列，从它出发，通过 “也喜欢” 来获取新专辑，并将这些新专辑加入队尾
每完成一次操作，就从队列中删除队首的专辑
循环上面的过程，直到处理完队列中的所有元素
最终获取到的就是包含第一个元素的网
当然，上面的思路是有缺陷的，那些孤立的专辑无法被包括进来。
前几天帮朋友写了段python脚本，爬网上的一些数据。
他使用SQL Server作为db back-end，代码里我使用到pymssql。
大约三四百万条记录，但目标站点做了数据防爬取，一个IP访问频次有限制。
我在自己的VPS上也拷贝了一个副本，同时运行。
随后发现程序在VPS上运行异常，在shell中导入后测试，发现SELCET语句竟然每次都是返回None。
这确实是个BUG，不过并非我的SQL语句有问题，而是pymssql自身的BUG。见：
https://bugs.launchpad.net/ubuntu/+source/pymssql/+bug/918896
apt-get install python-pymssql
安装的版本较低，是1.02。
而我在自己的PC上安装的是2.0.0。
上面的链接中也提到了快速解决的方法,依次执行:
apt-get remove python-pymssql
apt-get install python-pip
pip install pymssql
本文描述的方法已失效
本文描述的方法是在通过Chrome插件实现的，因此，如果你已经安装了Chrome浏览器，请继续浏览下面的内容。
这是一个用于URL Redirect和修改HTTP Header的Chrome插件。
安装完插件，我们可以开始添加跳转规则。
一个可行操作的方法是，在浏览器中的地址栏输入: chrome://extensions/
然后选择Redirector插件的”选项“，进入”规则管理器“。
如下图所示:
