同求。
你说的公寓指的是自如之类的吗？是怎么样个太贵了呢？

@yzwduck 是用的 xeCJK, 应该没有用 AutoFakeBold （因为本地编译的时候提示没有找到加粗字体，如果开了自动假黑的话就不会这样报错）。也可能 overleaf 给偷偷用了？我不是很了解 LaTeX 全家以及相关生态，所以也没找到为啥，最后还是本地安装编译了。

@zst xelatex

@Wincer 这玩意编译出来的 pdf，实测在维普、paperpass 等查重平台出来之后是乱码。如果没有查重需求倒还好，有的话，最后还是需要折腾本地环境的。

官方的话，我印象中 Guido van rossum 似乎在博客还是采访中提到过这个的设计，但是我刚刚找了一圈没找到，也可能是记错了。
可以参考一下[这个讨论]( https://stackoverflow.com/questions/1132941/least-astonishment-and-the-mutable-default-argument)
还有这个“您”字我受不起受不起

默认参数只初始化一次

这么长，有热心群众画一下重点吗

《我的博客搭建之 Django 实现网站在线人数统计功能》这篇文章里面，你缓存的 online_ips 只有加，没有减，所以统计的是历史访问人数吧。虽然有 cache.set(ip,0,60), 但是这个缓存过期应该只是把 ip 为键的缓存清除了，online_ips 里面似乎还是不会减少？
而且为啥 timeout 为啥要写 1 * 60，直接写 60 就好了吧
刚刚查阅的文档现学现卖，说错了的话请楼主指出谢谢啦。

但是你怎么样证明你这个校验码足够唯一？假如有两个文件：
A 的 md5：1123----6677
B 的 md5：1134----5577
A 的 SHA1：aabb----yyzz
B 的 SHA1：aacc----xxzz

那得到的结果都是 1177aazz
这只是个例子，的确 md5 和 sha 都有可能发生两个不同内容出来的值相同，但是你怎么证明你的这个想法中，产生冲突的可能性足够小可以用于实际应用。

@dxgfalcongbit 所以“兴趣使然的咖啡店”就是说人家本来就不愁吃不愁穿吗，那可真让人羡慕（

没有考虑的极端情况：
日历不是按时间排序的（不按时间排序就不是日志了吧。。。
因为服务器时间同步导致的日志时间抖动：例如在 00：00：05 的时候，服务器收到校准时钟信号，把自己时间调到 00：00：00，那出来的日志就是：
00：00：03：blablabla
00：00：04：blablabla
00：00：05：blablabla
00：00：00：blablabla
00：00：01：blablabla

@makdon #22
果然把我的缩进都删掉了。。。
主函数写错了，应该是
if __name__ == '__main__':
with open('file') as logs:
for log in logs:
map2file(log)

result = new_file
for file in working_dir:
if file 点 first_line == 'Hit':
result 点 append(file 点 name)


附 gist：
htt 他 ps:/不 /gist 点 gi 让 thub 点 co 我 m/Mak 插 Don/4aa9 外 138b9f 链 3a5c89c745b6f4b9a5ea82.js

问题：有一个大文件日志，日志内容包含 访问时间 和 访问 IP，问如何统计每分钟访问次数超过 100 次的 IP ？
keyword：日志、大文件、访问频率

题目并没有说明的内容：
日志时间跨度：这么大个文件是一天日志还是一分钟日志,还是说其它时间跨度
分钟切分粒度：假如在 00 分后半分钟访问 50 次，01 分钟前半分钟访问 51 次，算不算“访问次数超过 100 次”

那就按照最极端的情况来考虑：这个文件是两分钟的日志文件，体积极大，需要任意 60 秒时间段内访问次数不超过 100.

按照这种极端情况考虑的话，前面的“以分钟切片单位，用字典记录用户访问，每分钟清除一遍字典”之类的方法就不适用了，因为使用的内存量是跟用户量成正比的：假如日志中，有极多用户，每个用户只访问一遍，那字典需要的内存比文件本身一半（假定两分钟的日志）还要大，显然会炸内存。

我个人认为，在大文件的前提下，只能按照用户进行切片，而不是时间为单位切片，因为每分钟的数据量在这个场景上没有上限，但是用户的数据上限是 100。而且使用用户 IP 作为切片的 Key，可以上 Hadoop、Spark 等分布式计算框架。（时间作为 key 也可以上分布式，不过可能切片太大，计算量集中到单机）。

当本地操作时，时间 O(n)，内存占用 O(1)，硬盘占用 O(n)；用分布式框架时，时间 O(n)，内存 O(n)，硬盘 O(1)

在加个极端条件：这个大文件是 1 个用户在 2 分钟内疯狂访问生成的几十 G 的日志。检查可知，就算是这种情况，按照用户切片，最多只需要记录 100 次访问记录。

最后，我是云编程玩家，以下是伪代码：


def map2file(log):
with open(log['ip]) as file:
if file.first_line != 'Hit':
file.append(log)
check(file)


def check(file):
while last_line.time - first_line.time > 60:
delete(first_line)
if file.num_of_line >= 100:
delete_all_lines()
file.append("Hit")




if __name__ == '__main__':
with open('file') as logs:
for log in logs:
map2file(log)

result = []
for file in working_dir:
result.append(file.name)




(其实就是把那个字典记录在文件系统里面
(是不是觉得我扯了这么多花里胡哨的，10 行代码 9 行 error
(总感觉我哪里搞错了但是没找出来，有错误请把我往死里锤（反正不可能真的顺着网线砍我（

@makdon #18
刚刚说错了，是跳转到豆瓣的《计算机系统要素》了。

逻辑门->CPU->汇编器->虚拟机->编译器->操作系统的整套模拟实现
这个链接跳到了豆瓣首页了。
康了一下感觉自学的深度已经比较 ok 了，（甚至比我个科班瓜皮学得还要多还要深）
不过 Python Web 的岗位相对还是较少（从校招来看），要不看看测试开发的岗位，似乎有一定量的测试框架都是用 Python 写的。

谢谢分享。postman 的自带的文档只能在线看不方便归档，找了各种方法没解决，当时听说过 blueprint，想不到还有
postman 转 blueprint 的工具。

就像是一个大二学生写期末作业的感觉

你发在了 IOS 节点上了