小编Ste*_*fan的帖子

如何在c中使用scanf扫描IP地址？

我已经用户：

scanf(" %d ", &ip_adress)

我应该使用

%d.%d.%d

或者有更简单的方法。

这是我从文件中读取信息的函数：

void read_tree_from(FILE *in, PC **root){
    char name[MAX_NAME];
    int ip_adress;
    int speed;
    while(fscanf(in, "%s %d %d", name, &ip_adress, &speed) != EOF){
        PC *new = create_new_item(name, ip_adress, speed);
        add_to_tree(new, root);
    }
}

但是当我运行该程序时，它工作正常，但在输出文件中却很混乱......

我最近开始使用Scrapy，所以我不太熟练，所以这确实是一个新手问题。

我在练习中使用一些随机惯例，我在抓取名称和展位号，但是我也想要来自公司的链接，这些链接位于新窗口内，我已经找到并存储了来自锚标签的链接，但是我没有知道如何抓取那些新的链接，任何帮助或指导都将很可爱

import scrapy

class ConventionSpider(scrapy.Spider):
    name = 'convention'
    allowed_domains = ['events.jspargo.com/ASCB18/Public/Exhibitors.aspx?sortMenu=102003']
    start_urls = ['https://events.jspargo.com/ASCB18/Public/Exhibitors.aspx?sortMenu=102003']

    def parse(self, response):
        name = response.xpath('//*[@class="companyName"]')
        number = response.xpath('//*[@class="boothLabel"]')
        link = response.xpath('//*[@class="companyName"]')
        for row, row1, row2 in zip(name, number, link):
            company = row.xpath('.//*[@class="exhibitorName"]/text()').extract_first()
            booth_num = row1.xpath('.//*[@class="boothLabel aa-mapIt"]/text()').extract_first()
            url = row2.xpath('.//a/@href').extract_first()

            yield {'Company': company,'Booth Number': booth_num}

我有一个大约 2400 万行的大型 csv，我想缩小大小。

这是 csv 的一些预览：

我想删除具有相同 CIK 和 IP 的行，因为我有一堆这些文件并且它们占用了大量空间，所以我想制定一种有效的方法来删除重复项。

我已经测试了 CIK 有多少重复项，有些重复项超过 100k，这就是为什么我想删除这些重复项。

我尝试过一些东西，但在大多数情况下都失败了，因为 csv 的大小。