深入理解Linux高性能网络架构的那些事
|
这样，我们就可以为自己的博客添加 RSS 订阅功能。 Github Actions 持续集成 Github Actions 是由 Github 于 2018年10月 推出的持续集成服务，在此之前，我们可能更多的使用 Travis CI 来实现持续集成服务。以我个人的感觉来看，Github Actions 功能非常强大，比 Travis CI 的可玩性更高，Github Actions 拥有丰富的 action 市场，将这些 action 组合起来，我们就可以很简单的完成很多很有趣的事情。 我们先来看看Github Actions 的一些基本概念：
了解了 Github Actions 的这些基本概念后，我们来看看 WarOfResistanceLive 的持续集成服务是怎样实现的，以下是本项目使用的 workflow 完整实现： WarOfResistanceLive 是一个主要由 Python 爬虫 + Hexo 博客 + Github Actions持续集成服务组成的开源项目，开源在 GitHub 上，并且部署于 Github Pages。目前包含以下功能：
接下来，我将简单的给大家介绍该项目的一些核心逻辑与实现。 Python 爬虫该项目使用的爬虫是基于 weibo-crawler 项目的简化及修改实现(仅供研究使用)，感谢作者 dataabc。 实现原理 数据源包括： 1. Open Corporates 这个数据源拥有全球各地的1亿家以上公司的数据，可以说它是有史以来最大的企业数据库。用户可以按公司名称或高管进行搜索。 2. 美国疾病预防控制中心 对于查询涵盖健康主题的任何数据，可以在这里轻松找到。例如有关母乳喂养、环境健康、饮酒、基因组学、免疫接种、预期寿命、口腔健康、健身运动、死亡率等方面的数据。 3. 美国人口普查局 用户可以在这个数据源平台上查询有关美国人口、经济和地理的统计信息。 4. Google数据集搜索 这是一个一站式数据集，用户只需要根据要查找的数据类型进行搜索即可。甚至可以找出某个数据集的最新更新时间，或者通过说明快速了解这一数据集的全部含义。研究人员可以找到有关诸如美国国家航空航天局(NASA)等政府机构的各种数据，并且可以免费获得这些信息。 5. UNData 如果用户发现需要有关联合国的信息资料和统计数据，则只需要访问这个数据源即可使用。如果不想处理可能引起误解的或不受信任的数据源，则可以将其视为联合国的数据库。 6. Statista 从这个数据源的名称可以看出，用户可以依赖它来获取全局统计信息。其统计信息覆盖了150多个国家的170个行业。它提供了不同领域的统计数据：金融、技术、食品、软件、网络安全、冠状病毒疫情、娱乐等。并且这个平台上还公布了美国2020年11月总统选举投票率的统计数据。 7. HealthData.gov 这是另一个涉及健康主题的数据源。用户可以获得有关心理健康、药物使用、医疗设备的数据，以及可以想到的任何其他与健康相关的数据。在这个数据源上可以找到的内容以博客、数据集和资源的形式出现，用户需要做的就是查找自己感兴趣的主题。 8. Moz 这个数据源是为了解搜索引擎优化(SEO)相关信息而设计的。例如，如果是数字营销顾问，可以找到所有与搜索引擎优化有关的见解。搜索引擎优化(SEO)是动态的，可以依赖Moz了解最新的搜索引擎优化(SEO)趋势，如果是搜索引擎优化(SEO)内容的创建者，这个数据源也会派上用场。 9. Google Trends
Google Trends多年来一直是大数据的重要来源。它保存了各种搜索查询的搜索历史的非常详细的记录。这对于监控在线搜索非常有用，可以用来推断更大的趋势。 （编辑：潍坊站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
