摘要:   閱讀全文

       當我們看網頁的時候，常常看見大量和我們所關心內容無關的導航條、廣告信息、版權信息以及調查問卷等。有時候，我們可能從中得到一些意外的驚喜；但大多數時候都是非常討厭。
       飛行廣告可以說是其中的佼佼者,但已經有插件可以讓它不顯示了。但更多更多的無關廣告，特別是那種點進去還中毒的廣告，是不是也該開發個插件讓它們不要出現在我們面前了。

        最近看搜索引擎，搜索引擎分析網頁的時候也需要這樣處理，稱之為網頁凈化。

        不過不知道加了這種插件之后，那網站還能不能接到廣告哈。。。

 

     摘要:   閱讀全文

最新研究搜索引擎了，做點筆記。

搜索引擎一般分為三個模塊: 網頁搜集、預處理和查詢服務。

網頁搜集是事先搜集的，在查詢的時候再去搜集明顯不可能了。而事先搜集又分為定期搜集和增量搜集。定期搜集是個全量的搜集過程，往往更新一次需要很長的時間，基本也不時新了，但是實現無疑要簡單點；增量搜集除第一次是全量的外，后續做的就是更新了（包括新增網頁，刪除過期的，以及更新），實現上要復雜的多。現實上這兩種也是相輔相成的，如新聞的搜索要及時更新，但某些學術網站就很少更新了。

網頁搜集要解決的問題：
（1）各種類型的網頁（html、asp、javascript），各種語種(ascii, utf-8)

（2）網絡資源的多樣化（文件，圖片，文檔，音頻，視頻 etc.）
（3）搜索策略（深度優先，廣度優先）
（4）并發搜集（避免對同一站點同一時刻的大量訪問，不然就變成Dos攻擊了）

（5）避免重復搜集
          記錄未訪問、已訪問URL和網頁內容摘要信息

          域名與IP的對應問題 
（6）判斷網頁的重要程度

         1) 網頁的入度大，表明被其他網頁引用的次數多；
         2) 某網頁的父網頁入度大；
         3) 網頁的鏡像度高，說明網頁內容比較熱門，從而顯得重要；
         4) 網頁的目錄深度小，易于用戶瀏覽到。

好可憐啊,我差一點,就是沒過. 上午倒是50多分,下午考差2分,論文才考了40分.
總結一下,下午按道理肯定能過的,也不知道是打字打多了,寫字手都在發抖,
很多字想不出來怎么寫,瀑布汗~~~~~,全還給小學語文老師了.

不過論文沒過也很正常,完全跟不上時代,還好是4選1,只能選迭代開發吹吹牛,
心里本來就沒覺得迭代開發有多么好,硬著寫了那3千字,一年的字還學那次寫的
多.

 

要被GF恥笑了,5555,沒事吹牛必過干嗎........

 

 

    記得hibernate剛有點火的時候,04年吧,公司也希望能做C++版,愿望是美好,可惜最終是失敗的,作為最后一個接手的人,心中是不盡的失落啊。

    現在在另外一個項目組，看到的是4，500張表結構，基本上每張表都寫了個管理類，來封裝一些方法吧。看著感覺是很幼稚啊，感覺象在填充代碼而已，光這些都能折騰幾W行。才覺得當年的持久層如果還在的話是一件多么美好的事情。

   總結最終失敗的原因不外乎兩點：
（1）性能太差，既然用了C++肯定就喜歡獲得好的性能；
（2）面向對象不深入人心，就試點項目而言，別人能畫ER圖，但卻不能畫類圖去設計，說是說OQL的方式符合人的思考習慣，但SQL多少年了習慣的人更多。

  面向對象的數據庫已經提出好些年，但理論還是不如關系數據庫成熟啊。禮拜天晚上發發牢騷，偶爾想起，緬懷一下我那失敗可憐的項目。

 

 

     摘要:   閱讀全文

   最近上班真的是一點事情也沒有，下班回到家也一樣，發現人太閑了也很難受，于是就有了寫個加密軟件的沖動，主要想做成winrar的樣子，但突出加密和可編輯，沒有壓縮功能。準備剩下的三個月完成第一個版本的開發，好興奮，一定要完成。。。
   今天完成了0.01版，真是粗糙啊，有興趣的同僚們破解下看看。。

/Files/merlinfang/encrypt_0.01.rar

  

   加密后成為了"*.era"文件，但原文件目前沒有刪除，怕破壞了大家的文件。

=================================================

一個新的版本,使用AES加密的了.
/Files/merlinfang/encrypt_0.02.rar
不過離真正完成還差很遠.

界面上的差距:
修改密碼功能
完成進度條
界面根據實際情況灰化
規劃程序目錄

 

     摘要:   閱讀全文      摘要:   閱讀全文