第25章 網站改版
周一上午，《數據結構》的大課。
講台上，頭髮花白的老教授正對著麥克風，把鍊表和二叉樹講得像催眠曲。階梯教室里睡倒了一大片，只有前排幾個立志考研的學霸還在筆耕不輟。
白宇航坐在後排靠窗的位置，手裡的原子筆在筆記本上飛快勾畫。他沒記筆記，畫的是三個方框。
左邊一個方框，寫著「萬年曆」；中間一條橫幅LOGO，寫著「天氣預報」；右下角一個小豆腐塊，寫著「股票行情」。
他把本子往旁邊推了推，撞了一下正把《電腦報》夾在課本里偷看的老三張健，又踢了一腳前排正打瞌睡的老四宛良皓。
「別睡了，幹活了。」
張健掃了一眼本子，眉頭皺成個川字：「老六，你這畫的啥？萬年曆？電腦右下角不都有時間嗎？這不脫褲子放屁？」
「你有本事現在告訴我，下周三是農曆初幾？那天宜動土還是宜嫁娶？」
張健張了張嘴，噎住了。他又看了一眼右下角的系統時間，那是純純的公曆數字，冷冰冰的。
「現在的網民，打開瀏覽器除了輸網址，根本不知道幹啥。」白宇航用筆尖點了點那三個框，「咱們得給他們找點事干。這叫『高頻低深度』需求。不用多複雜，但得讓他們每天都想看一眼。看一眼，流量就來了。」
宛良皓揉著惺忪的睡眼，轉過身趴在桌子上，盯著那張草圖：「道理是這個道理。但這天氣和股票咋整？咱也不能僱人在氣象局門口蹲著啊？還有股票，那得是實時數據，咱也沒這資質。」
「誰讓你自己產數據了？」白宇航壓低聲音，嘴角掛著一絲壞笑，「咱們做二道販子。中央氣象台官網有數據，新浪財經有實時大盤，咱們寫個爬蟲，給它抓過來，洗乾淨，擺在咱們桌面上、首頁上。」
「硬搶啊？」宛良皓樂了。
「讀書人的事，那叫引用。」白宇航合上本子，這活兒看著簡單，其實全是坑。2000年還沒有開發AJAX控制項，想讓用戶的頁面不通過點擊刷新就變數據，得用iframe嵌套，還得配合後端腳本做無感刷新。這技術也就是欺負現在網速慢，大家看不出來。
下課鈴一響，三人根本沒往食堂走。
校門口的小賣部，白宇航拎了三桶康師傅紅燒牛肉麵，張健抱了一捆火腿腸，宛良皓扛著兩瓶大可樂，直奔道外新世紀網吧。
趙建軍正在吧檯算帳，見這陣仗嚇了一跳：「咋的？你們仨位小老闆，想不開了？這是要在我這兒搞抗議？」
「趙哥，開個包廂，閉關。」白宇航把五十元錢往吧檯上一拍，「這幾天除了上廁所，別讓人打擾我們。對了，開水得管夠。」
趙建軍一看這架勢就知道是要干正事，反手把五十塊錢扔回給白宇航，二話不說，直接領他們進網吧裡面，把最裡面那個安靜的包廂門打開：「那幾台機器剛換的顯卡，網線路由器也是新的，單獨調過的。缺啥少啥，喊一聲。」
包廂門一關，方便麵的熱氣和火腿腸的香味混在一起。
「分工。」白宇航把筆記本攤開，「老四，你負責前端頁面，把這三個模塊給我嵌進首頁去，樣式要跟現在風格統一，別整得一眼看過去，跟牛皮癬似的。老三，你負責寫抓取腳本，先把新浪財經的數據給我摳出來。我負責核心架構和正則規則。」
「妥了。」
三個人稀里呼嚕吃完面，鍵盤聲立刻響成一片。
起初還算順利，萬年曆這種死數據，網上有現成的算法庫，稍微改改就能用，不用抓取。天氣預報的數據源也比較規整，宛良皓那邊前端調試得也挺快。
問題出在股票上。
三個小時後，張健把鍵盤一推，那動靜大得差點把空泡麵桶震翻。
「這特麼沒法干！」張健抓著頭髮，滿臉通紅，「新浪財經這網頁寫的什麼玩意兒？全是table套table，表單套表單沒完了，標籤亂得跟這桶泡麵似的。我定位這個『td』，它下一個數據就跑那個『div』里去了。這怎麼抓？根本就沒有規律！」
他是個完美主義者，代碼寫得漂亮，但遇到這種不講道理的「屎山」代碼，心態有點崩。
「抓不全嗎？」白宇航嘴裡叼著半根火腿腸，把椅子滑過來，「我看看。」
屏幕上是密密麻麻的HTML源碼，新浪財經的頁面為了排版，確實用了無數層表格嵌套，看著讓人眼暈。
「你是不是在數它是第幾個表格？」白宇航掃了一眼張健的代碼。
「不數怎麼定位？它又沒ID。」
「老三，你這是老實人思維、學生思維。」白宇航把火腿腸咽下去，伸手接過鍵盤，「對付流氓代碼，就得用流氓手段。別看結構，看特徵。」
白宇航的手指在鍵盤上飛快敲擊，切出一個新的腳本窗口。
「你看這個單股價格，不管它套在幾層表格里，它前後總有固定的字符。比如『最新價』這三個字，後面跟著的一定是數字和小數點。」
屏幕上出現了一行字符：`preg_match('/最新價.*?(\d+\.\d{2})/'，$content，$matches);`
「這叫正則表達式。」白宇航敲下回車，運行測試。
屏幕一閃，一行綠色的數字跳了出來：`18.56`。正是當前頁面的最新股價。
張健愣住了，眼珠子瞪得溜圓，湊近屏幕看了半天：「這就……出來了？你不用管它父節點是誰？」
「管它爹是誰幹嘛？我要的是數，又不是要認親。」白宇航站起身，把位置讓回去，「有些時候，跳出規則看問題，比死磕規則快得多。剩下的交給你了，照這個思路，把開盤價、漲跌幅都給我摳出來。」
張健坐在椅子上，看著那行簡潔到甚至有點粗暴的代碼，半天沒動彈。過了好一會兒，他才轉過頭，看著白宇航正在給宛良皓講iframe的局部刷新，嘴裡嘟囔了一句：「老六，你腦子裡裝的到底是啥？這也太特麼野了。」
「別廢話，趕緊幹活。」白宇航頭也沒回，「今晚收盤前搞不定，你等著，晚飯的火腿腸沒你的份。」
包廂里再次只剩下鍵盤的敲擊聲，只是這一次，節奏明顯輕快了許多。
講台上，頭髮花白的老教授正對著麥克風，把鍊表和二叉樹講得像催眠曲。階梯教室里睡倒了一大片，只有前排幾個立志考研的學霸還在筆耕不輟。
白宇航坐在後排靠窗的位置，手裡的原子筆在筆記本上飛快勾畫。他沒記筆記，畫的是三個方框。
左邊一個方框，寫著「萬年曆」；中間一條橫幅LOGO，寫著「天氣預報」；右下角一個小豆腐塊，寫著「股票行情」。
他把本子往旁邊推了推，撞了一下正把《電腦報》夾在課本里偷看的老三張健，又踢了一腳前排正打瞌睡的老四宛良皓。
「別睡了，幹活了。」
張健掃了一眼本子，眉頭皺成個川字：「老六，你這畫的啥？萬年曆？電腦右下角不都有時間嗎？這不脫褲子放屁？」
「你有本事現在告訴我，下周三是農曆初幾？那天宜動土還是宜嫁娶？」
張健張了張嘴，噎住了。他又看了一眼右下角的系統時間，那是純純的公曆數字，冷冰冰的。
「現在的網民，打開瀏覽器除了輸網址，根本不知道幹啥。」白宇航用筆尖點了點那三個框，「咱們得給他們找點事干。這叫『高頻低深度』需求。不用多複雜，但得讓他們每天都想看一眼。看一眼，流量就來了。」
宛良皓揉著惺忪的睡眼，轉過身趴在桌子上，盯著那張草圖：「道理是這個道理。但這天氣和股票咋整？咱也不能僱人在氣象局門口蹲著啊？還有股票，那得是實時數據，咱也沒這資質。」
「誰讓你自己產數據了？」白宇航壓低聲音，嘴角掛著一絲壞笑，「咱們做二道販子。中央氣象台官網有數據，新浪財經有實時大盤，咱們寫個爬蟲，給它抓過來，洗乾淨，擺在咱們桌面上、首頁上。」
「硬搶啊？」宛良皓樂了。
「讀書人的事，那叫引用。」白宇航合上本子，這活兒看著簡單，其實全是坑。2000年還沒有開發AJAX控制項，想讓用戶的頁面不通過點擊刷新就變數據，得用iframe嵌套，還得配合後端腳本做無感刷新。這技術也就是欺負現在網速慢，大家看不出來。
下課鈴一響，三人根本沒往食堂走。
校門口的小賣部，白宇航拎了三桶康師傅紅燒牛肉麵，張健抱了一捆火腿腸，宛良皓扛著兩瓶大可樂，直奔道外新世紀網吧。
趙建軍正在吧檯算帳，見這陣仗嚇了一跳：「咋的？你們仨位小老闆，想不開了？這是要在我這兒搞抗議？」
「趙哥，開個包廂，閉關。」白宇航把五十元錢往吧檯上一拍，「這幾天除了上廁所，別讓人打擾我們。對了，開水得管夠。」
趙建軍一看這架勢就知道是要干正事，反手把五十塊錢扔回給白宇航，二話不說，直接領他們進網吧裡面，把最裡面那個安靜的包廂門打開：「那幾台機器剛換的顯卡，網線路由器也是新的，單獨調過的。缺啥少啥，喊一聲。」
包廂門一關，方便麵的熱氣和火腿腸的香味混在一起。
「分工。」白宇航把筆記本攤開，「老四，你負責前端頁面，把這三個模塊給我嵌進首頁去，樣式要跟現在風格統一，別整得一眼看過去，跟牛皮癬似的。老三，你負責寫抓取腳本，先把新浪財經的數據給我摳出來。我負責核心架構和正則規則。」
「妥了。」
三個人稀里呼嚕吃完面，鍵盤聲立刻響成一片。
起初還算順利，萬年曆這種死數據，網上有現成的算法庫，稍微改改就能用，不用抓取。天氣預報的數據源也比較規整，宛良皓那邊前端調試得也挺快。
問題出在股票上。
三個小時後，張健把鍵盤一推，那動靜大得差點把空泡麵桶震翻。
「這特麼沒法干！」張健抓著頭髮，滿臉通紅，「新浪財經這網頁寫的什麼玩意兒？全是table套table，表單套表單沒完了，標籤亂得跟這桶泡麵似的。我定位這個『td』，它下一個數據就跑那個『div』里去了。這怎麼抓？根本就沒有規律！」
他是個完美主義者，代碼寫得漂亮，但遇到這種不講道理的「屎山」代碼，心態有點崩。
「抓不全嗎？」白宇航嘴裡叼著半根火腿腸，把椅子滑過來，「我看看。」
屏幕上是密密麻麻的HTML源碼，新浪財經的頁面為了排版，確實用了無數層表格嵌套，看著讓人眼暈。
「你是不是在數它是第幾個表格？」白宇航掃了一眼張健的代碼。
「不數怎麼定位？它又沒ID。」
「老三，你這是老實人思維、學生思維。」白宇航把火腿腸咽下去，伸手接過鍵盤，「對付流氓代碼，就得用流氓手段。別看結構，看特徵。」
白宇航的手指在鍵盤上飛快敲擊，切出一個新的腳本窗口。
「你看這個單股價格，不管它套在幾層表格里，它前後總有固定的字符。比如『最新價』這三個字，後面跟著的一定是數字和小數點。」
屏幕上出現了一行字符：`preg_match('/最新價.*?(\d+\.\d{2})/'，$content，$matches);`
「這叫正則表達式。」白宇航敲下回車，運行測試。
屏幕一閃，一行綠色的數字跳了出來：`18.56`。正是當前頁面的最新股價。
張健愣住了，眼珠子瞪得溜圓，湊近屏幕看了半天：「這就……出來了？你不用管它父節點是誰？」
「管它爹是誰幹嘛？我要的是數，又不是要認親。」白宇航站起身，把位置讓回去，「有些時候，跳出規則看問題，比死磕規則快得多。剩下的交給你了，照這個思路，把開盤價、漲跌幅都給我摳出來。」
張健坐在椅子上，看著那行簡潔到甚至有點粗暴的代碼，半天沒動彈。過了好一會兒，他才轉過頭，看著白宇航正在給宛良皓講iframe的局部刷新，嘴裡嘟囔了一句：「老六，你腦子裡裝的到底是啥？這也太特麼野了。」
「別廢話，趕緊幹活。」白宇航頭也沒回，「今晚收盤前搞不定，你等著，晚飯的火腿腸沒你的份。」
包廂里再次只剩下鍵盤的敲擊聲，只是這一次，節奏明顯輕快了許多。