國際觀大補帖

最近某位教授覺得大家竟然不知道希特勒是誰，覺得大家都沒國際觀，台灣未來一定超沒競爭力，大家都只能領22K。
他還提供了一個網站<國際觀檢測網>：「每次點進去都會出現10道題目，例如尼克森、翁山蘇姬是哪國人、做過什麼事，並提供詳解」，連結在此：
http://doc.boyo.org.tw/gp/

老實說我覺得這樣太沒效率了，一次只有10題不小心還會重複，豈不是浪費應考人的時間！？因此我就做了一份增進國際觀大補帖，把網站的題庫全部拉出來，讓大家題目可以一看再看，準備完了再上線考試，就像考駕照一樣。
相信有了這份大補帖，一定能幫大家有效的提升國際觀，讓台灣人才競爭力逆風高灰超英趕美。

概念其實不難，就跟之前做的東西一樣，我是用python2.7 來實作，著眼點是它的lxml 套件，不過python2.7 對utf-8 的支援沒那麼好，script 開始前要把default encoding 設定為utf-8，不然常會印出亂碼。

reload(sys)
sys.setdefaultencoding('utf-8')

首先用urllib2把網頁抓下來，因為這個網頁會cache 要求過的內容，因此要用這樣來開啟網頁，讓HTTP proxy server不要cache 回傳的資料。

request = urllib2.Request(TARGET)
request.add_header("Pragma", "no-cache")
response = urllib2.build_opener().open(request)

再來用lxml把裡面問題和答案的部分給挖出來，填到一個python dictionary 即可，每抓一次都會比對不要抓到重複的東西。
因為爬蟲有時候會遇到網頁錯誤，因此一定要把爬過的東西先存下來，不然跑一跑壞掉了，重跑又要重抓資料，會哭的；幸好在python 上面有pickle 的支援，serialize 資料算相當方便，只要在開始的時候，先用pickle 讀入一個字典檔，沒有的話就回一個空的：

def openPickle():
  try:
    return pickle.load(open("global", "rb"))
  except (EOFError, IOError):
    return {}

然後存檔也很簡單，一行就解決了：

pickle.dump(data, open("global", "wb"))

再來就是一直跑一直跑一直跑，題目就會如洪水般湧進來，老實說挖出來的東西比我想得還要多…好多，wc 一下有1500多行，估計大約就是750 題左右吧。
Well 至於我爬出來的東西，我就無償公開好了，反正這種東西你它的網站一直按F5 也可以抓全，我只是請機器人幫我抓，原始碼跟大補帖放在這裡：
原始碼：https://github.com/yodalee/globalizaion
大補帖：https://github.com/yodalee/globalizaion/blob/master/global
其實我對這個題…沒什麼意見啦，不過我還是不樂見有人真的把這個拿來背（是…應該不會有人這麼蠢吧…應該啦……），畢竟與其死背希特勒是哪國人，還不如去了解他崛起的背景，與其多看大補帖還不如念念「希特勒回來了」。

不過自從我把大補帖公平出來之後，受到各方熱烈的回應，在此僅節錄幾則：
使用者評價一：自從用了國際觀大補帖，頭腦就靈光了很多，考試都考87分呢！
使用者評價二：上學的時候我國際相關的東西都答不出來，自從用國際觀大補帖，成績突飛猛進，現在已經準備要考托福跟日檢N1了。
使用者評價三：原本人生一片黑暗，直到遇到國際觀大補帖，和家人關係變好不說，上周不但交到了女友，老闆還幫我加薪25元呢。
使用者評價四：看國際觀大補帖，平常和朋友聊天信手拈來就是一堆國際知識，朋友們都改用欽佩的眼光看我，覺得我人生從此都不一樣了。
使用者評價五：之前男朋友都看不起我，自從把國際觀大補帖印下來帶在身邊，除了平時閱讀增進國際知識，男朋友欺負我的時候還可以用厚重的大補帖打他的臉，被沉重的歷史感打到一定很痛！
使用者評價六：難得一見的好書，我把每一題都記得滾瓜爛熟，上周考汽車駕照一次就通過了，謝謝你，國際觀大補帖。

Ps. 其實這篇寫程式的時間遠不及寫上面那堆嘴砲文的時間lol