最近有空的时候在读Larbin的源代码，虽然是03年的了，但是很多细节都考虑的很周到，记录一下细节问题吧。
1、针对同一IP/HOST，不可访问过频繁，最好按其进行队列。
2、注意处理、过滤url后缀，以及Content-Type，我觉得Content-Type才是王道吧。
3、注意去重的问题，包括URL去重和网页内容去重。特别是有的网站是多个域名，很可能爬到实际内容重复，只是url不同的。Larbin中URL去重用的是简单的比特位Hash表。
看到了再继续更新。[......]
今天需要再一台服务器上开两个cassandra，更改了storage-conf.xml中的port后，依然出现“java.net.BindException: Address already in use”的错误，感觉非常诡异……
经过检查发现，cassandra启动时候默认启动了8080端口用于jmx（Java性能检测），如果我们不需要的话，去掉就可以了。
配置在bin/cassandra.in.sh中，如下去掉即可：
cassandra_home=`dirname $0`/..[......]
本章主要介绍抽象类和一些高级的Collection。
1、abc模块：抽象类模块。
一个抽象类的例子：
(1)__metaclass__用ABCMeta替换
(2)抽象方法用@abstractmethod标注
(3)抽象属性用@abstractproperty标注
from abc import ABCMeta,abstractmethod,abstractproperty
class Stackable:
__metaclass__ = ABCMeta
@[......]
本章主要介绍一些和数学计算相关的模块。
1、decimal模块
主要提供浮点运算。Python默认的浮点存储是IEEE 754标准的，对于0.1可能被存储为0.000000000000000001。这类问题在Java等也存在。在一般情况下是可容忍的，但有些时候（比如用于金融行业软件），3 * 0.1 == 0.3会返回False，这是不合适的。
dicimal模块采用IBM General Decimal Arthmetic标准。定义了两种个主要类：Decimal和Context类。其[......]
本章主要介绍了一些与Python运行时相关的模块。
1、atexit模块
在真个Python解释器退出时，可以绑定若干钩子函数，通过atexit完成。
>>> def fun1():
... print "hh"
...
>>> import atexit
>>> atexit.register(fun1)
<function fun1 at 0xb7707614>
>>>
#按C[......]