昨天将“每日阅读”做适应手机版的样式改动，看到一篇好文章。
链接：http://www.ruanyifeng.com/blog/2012/05/responsive_web_design.html
结合bootstrap我主要做的只有两步：
① 禁用缩放
<meta name="viewport" content="width=device-width, initial-scale=1 maximum-scale=1.0,user-scalable=no">
②css添加 @media
@media screen and (max-device-width: 768px) { 小屏幕样式}
timestamp有两个属性，分别是CURRENT_TIMESTAMP 和ON UPDATE CURRENT_TIMESTAMP两种，使用情况分别如下：
1.
CURRENT_TIMESTAMP
当要向数据库执行insert操作时，如果有个timestamp字段属性设为
CURRENT_TIMESTAMP，则无论这个字段有没有set值都插入当前系统时间
2.
ON UPDATE CURRENT_TIMESTAMP
当执行update操作是，并且字段有ON UPDATE CURRENT_TIMESTAMP属性。则字段无论值有没有变化，它的值也会跟着更新为当前UPDATE操作时的时间。
“每日阅读”这款应用已经上线了，链接：http://myreading.sinaapp.com
这款应用的目的是实现资讯的获取与阅读，资讯内容有简单介绍也有深度阅读。
互联网的资讯太多太杂，有时候不知道该阅读什么，有时候也找不到好的阅读源。
“每日阅读”的技术是python爬虫，考虑到原信息出处网站的版权，因此只爬和解析它们的rss源。
网上确实有很多rss阅读器，但是提供的内容太繁而杂，而且阅读体验也未必好。
我想做好阅读体验，因此设计了一个模板。
我也人工地对这些rss源做了筛选，只爬该爬的，但说到底是基于我自己的考虑。
我选了四大栏目，分别是：“互联网”、“豆瓣”、“阅读”、“图赏”。
每个栏目下精选几个rss源，它们有知乎的，豆瓣的，一个 的，leica中文杂志的等等。
总结起来就是文字、书籍、电影、问答、美图。
目前这些选择看起来是对我这种类型的人考虑，不知道大家喜不喜欢。
但是这些栏目和rss源以后不只这些，我会不断收集和增加。
关于界面，现在就只做了一个模板，我觉得用户体验还行。
简单介绍一下这款应用的开发过程：
离线下载版-> sae html版 -> bootstrap前端优化 -> django功能扩充 ->sae上线
离线下载版：当时是直接download下来成.doc和.html文件，然后用office和浏览器打开，不过当时只有标题和链接，内容是没有的。
sae html版：想要把它做成应用，于是就放到sae上，当时只有一个单页。
bootstrap前端优化：为了前端更好的显示效果，继续采用熟悉的bootstrap，之前设计html的时候琢磨着花了几天，用boot优化不过用了一两个小时。
django功能扩充：如果要做大做成应用怎么可能不使用框架呢？在django的使用体验上面感觉比php的框架舒服的多，代码少，功能明了。遇到最多的问题是它的模板系统，挺糊涂的。
sae上线：把本地写好的django都搬上去，参照了网上的做法，很快就搞定了。
（转自“知乎”：http://www.zhihu.com/question/21486706）
取决于你怎么解读这个问题。
从数学的角度，或者从科学的角度来说，王垠的说法是正确的，但这个正确的答案对解答题主的疑问并无帮助。
从工程的角度来说，我们讲究的是一个问题的『实用价值』，把这个问题上升到哲学意义上其实用处不大。
传统意义上的所谓编译与解释，区别在于代码是在什么时候被翻译成目标CPU的指令。——虽然这种解释从科学上说不通（科学上，王垠的那个定义更准确），但这却是一直以来大家更认可的更约定俗成的定义。
对 C 语言或者其他编译型语言来说，编译生成了目标文件，而这个目标文件是针对特定的 CPU 体系的，为 ARM 生成的目标文件，不能被用于 MIPS 的 CPU。这段代码在编译过程中就已经被翻译成了目标 CPU 指令，所以，如果这个程序需要在另外一种 CPU 上面运行，这个代码就必须重新编译。
对于各种非编译型语言（例如python/java）来说，同样也可能存在某种编译过程，但他们编译生成的通常是一种『平台无关』的中间代码，这种代码一般不是针对特定的 CPU 平台，他们是在运行过程中才被翻译成目标 CPU 指令的，因而，在 ARM CPU 上能执行，换到 MIPS 也能执行，换到 X86 也能执行，不需要重新对源代码进行编译。
至于为什么会有虚拟机的存在？这个答案也很简单了，因为那些非编译型语言生成的并不是目标平台的代码，而是某种中间代码。而能够运行这种中间代码的机器并不广泛存在，所以我们在每个不同的平台中用软件模拟出这个假想平台的虚拟机，这个虚拟机执行这种中间代码，而虚拟机负责把代码转换成最终的目标平台上的指令。
--
简单总结：
1，编译型语言在编译过程中生成目标平台的指令，解释型语言在运行过程中才生成目标平台的指令。
2，虚拟机的任务是在运行过程中将中间代码翻译成目标平台的指令。
附上源码：
# -- coding=utf-8 --
import urllib2,re
'''
基本爬虫入门-知乎日报
实现将每天的精选的title和link下载下来
写成zhi-daily.doc
参考链接：
http://blog.csdn.net/yiliumu/article/details/21335245
'''
def httpCrawler(url):
'''
网页抓取
'''
content=httpRequest(url)#发送请求
title=parseHtml(content)#解析网页内容 获得title
saveData(title)#存储到本地
def httpRequest(url):
'''
发送请求
'''
try:
page=None#返回请求内容
SockFile=None#中间变量
request=urllib2.Request(url)#使用urllib2模块
#添加header 模拟客户端
request.add_header('User-Agent', 'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.2; SV1; .NET CLR 1.1.4322)')
request.add_header('Pragma', 'no-cache')
opener=urllib2.build_opener()
SockFile=opener.open(request)
page=SockFile.read()
finally:
if SockFile:
SockFile.close()
return page
def parseHtml(html):
'''
解析rss内容
'''
result=""
content=""
pattern=r'<title>(.+?)</title>'#正则表达式匹配
pattern1=r'<link>(.+?)</link>'
temp = re.compile(pattern)
link = re.compile(pattern1)
temp=re.findall(temp,html)#temp为list-列表
link=re.findall(link,html)#link为list-列表
article=temp[0]
x=0
for title in temp:
if x!=0:
string=str(x)+"."
string+=title.decode('utf-8').encode('gbk')
string+="\v\v"
string+=link[x]
string+="\v"
#将unicode译码为utf-8编码 再转gbk在cmd下显示
content+=string+"\v" #纵向制表符换行
x+=1
result="\t\t\t"+article.decode('utf-8').encode('gbk')+"\v"+content
return result
def saveData(data):
'''
存储到本地
'''
f=open('dou-daily.doc','w') #写二进制
f.write(data)
f.close()
if __name__=='__main__':#如果运行的是主程序
url='http://www.douban.com/feed/review/latest'#要爬的网页
httpCrawler(url)