@Feiox 每夜算8小时吧，百万也就不到 50个请求/秒，没问题。

另外，来试试 pyspider 吧

celery 会在任务失败，没有 ack 的时候重试吧，会不会因为不完整的事务导致 Duplicate

百度前端也看组

@newtonisaac 安卓。。

订阅服务不关心，关键是阅读器，我现在在用 Reader+，是我试过的唯一一个能离线文章中的图片的阅读器，虽然它已经2年没更新了。。

@wuliao49 很明显，我没搞清楚，而你「就知道」我没搞清楚。现在又变成「又不是写论文， 能搞清楚事情不就好了」？

我很明显的一开始就知道你的表述肯定是和客服的表述是有差异的。就算你一开始用客服本来的说法，客服这么说也是不合适的。而你又去改它，是怕不够热闹吗？

@ivanchou Note 上面写的是「guarantees」，意思是「保证」，在 start 的时候只「保证」有 attributes，「不保证」有子元素，又没有说「一定没有」

@wuliao49 你知道为什么一开始不贴全？！

@wuliao49 客服说的「什么时候标了」指的是「开卖一定是3299」，只有没看全才会理解为「没有标价过3299」。

@ivanchou 去掉 events=("start", "end") 之后，只有 end event 会被 pop 出来。根据 Note，start 的时候，子元素是不全的。
去掉 clear，因为你的 article 并不是只有 article 标签，如果在 article end 之前，把 author clear 了，那就取不到东西了。如果你要释放，在 26 行 clear 即可。

使用 iterparse 的正确的方法应该是把它看做一个状态机，想好在什么标签状态干什么。在 article.tag == 'author' 的时候输出 author, 在 article.tag == 'article' 的时候 clear 和换行，而不是用 findall。

来给你弹药 http://static.xiaomi.cn/115
但是，人家客服明明说的是「没说过到时候开卖了一定是3299」，怎么到你这就变成「没有标价过3299」了？

@ivanchou
https://gist.github.com/binux/7bcdcac8c5959c4c50b8

你的用法有误
https://docs.python.org/2/library/xml.etree.elementtree.html#xml.etree.ElementTree.iterparse，看 Note：

> iterparse() only guarantees that it has seen the “>” character of a starting tag when it emits a “start” event, so the attributes are defined, but the contents of the text and tail attributes are undefined at that point.

而当 end 的时候，你已经把 article.clear() 了

用过 python 之后，再也回不去用 C++ 写这种东西了。

@yueyoum 哦，我明白了，你根本不知道 HR 怎么谈工资的，你只是偏见。

@whythings 如果你和别人去创业，拿着5K 薪水，还没有期权，我只能说你能力确实只能以 5K 来评估。

@clino 不是，把解释器编译成 javascript 执行

只有程序员会认为薪资水平只和能力相关