ITPub 的 Blog　是使用 Plog 搭建的。在发帖的时候如果是 '\'(backslash)则会被程序吃掉。

如果是多加一个反斜线，如引号中的样子: '\\'。可以在预览中显示出来，但是正式更新之后就不行了。在 HTML 模式下用　 来代替，更新文档，OK！应该可以了。(一定注意不要预览)。看来是 Plog 的 Bug 了。

Continue reading "在 Plog 中可以显示 Backslash 么？" »

Posted by Fenng at 12:17 PM | Permalink | Comments (4)

虽然 Nutch 新的版本(0.6)还没有正式发布。但是已经从 CVS 上看到相关的信息了。从Nutch官方站点也可以得到最新的 nightly 构建版本。0.6 相比 0.5 来说，添加了不少新功能，当然代码量也有很大的扩充--压缩包有 35M 之多。

Continue reading "Nutch 0.6 中新的改进" »

Posted by Fenng at 11:56 AM | Permalink | Comments (0)

前几天介绍了 Nutch 的基本信息 以及 如何使用 Nutch 进行 Intranet crawling。下面进行一下全网的爬行(Whole-web Crawling) 的操作测试。

Nutch 的数据包括两种类型:

• Web 数据库。包含所有Nutch可以辨别的页面，以及这些页面间的链接信息。
• 段(segment)集合. 每个 segment 是作为一个单元(unit)被获取并索引的页面集合。Segment 数据包括如下类型：
  • fetchlist：指定待获取的一个页面集合的文件
  • fetcher output：包含获取到的页面的文件集合
  • index：fetcher 输出的 Lucene 格式的索引

注：如果发现有解释不清的地方，请参考这里，不过说实话，Nutch的文档远远不够完善，还存在很多语焉不详的地方。

Continue reading "Nutch 初体验之二" »

Posted by Fenng at 12:24 PM | Permalink | Comments (10) | TrackBacks (1)

前几天看到卢亮的 Larbin 一种高效的搜索引擎爬虫工具 一文提到 Nutch，很是感兴趣，但一直没有时间进行测试研究。趁着假期，先测试一下看看。用搜索引擎查找了一下，发现中文技术社区对 Larbin 的关注要远远大于 Nutch 。只有一年多前何东在他的竹笋炒肉中对 Nutch 进行了一下介绍。

Continue reading "Nutch 初体验" »

Posted by Fenng at 8:00 PM | Permalink | Comments (13) | TrackBacks (4)

先前在一篇帖子中描述了一下 AskTom Search Plugin for Firefox and Mozilla ，看了一下别的同类插件的代码，不是很复杂，顺便写了几个类似的小插件。其实可以针对一些特定的站点开发有特色的搜索插件。闲来无事，以 ITpub 为例，做个插件测试一下。

Continue reading "ITPub Search Plugin for Firefox and Mozilla" »

Posted by Fenng at 7:05 PM | Permalink | Comments (1)

早晨起来看 BLOG ，发现不少人已经开始年终盘点了。这一年太多的风花雪月的事情，太多的花边、八卦新闻，以至于我看到朋友推荐我看的一个 BLOG 上写着：小道消息，只有小道消息，才能救中国。我不由得笑出声来。Kamus 说，2004，开始融入你的互联网 Horse 说，从blog开始，享受我的互联网 ，我该怎么说呢？似乎是沉溺其中了......

Continue reading "2004 IT 技术年终盘点--个人篇" »

Posted by Fenng at 12:45 PM | Permalink | Comments (0) | TrackBacks (1)

周星驰看来已经很难突破自己的路数了。影片中照例是那么几个近乎雷同的角色。形影不离的搭档总是个笨蛋，一个不是很丑就是有点缺陷最后丑小鸭变成天鹅的女主角(配角?)有着固定动作特点的一些小角色(《功夫》里这次是个喜欢半露臀部的理发师，口音还不是很正)，嗜血的反面角色，开头和结尾往往会出现的类似半仙的人物(比如《食神》里的那个算命婆子，《功夫》里有个卖武功秘籍的乞丐)......

Continue reading "《功夫》-- 技穷后的挣扎" »

Posted by Fenng at 11:52 PM | Permalink | Comments (2)

此 Grub 非彼 GRUB (GNU GRUB)。今天看到卢亮的 Larbin 一种高效的搜索引擎爬虫工具 一文提到 Nutch，Google 找了一下，发现了这个 Grub。此 Grub 是个分布式应用程序(类似 SETI@home ，寻找地外智能生物)，该软件的目标有些惊人：

track down every site in the world and provide a real-time map of the Web

Continue reading "Grub-分布式Web爬虫" »

Posted by Fenng at 10:43 PM | Permalink | Comments (0)

PC Magazine 选出了该杂志关注的年度人物。Blog 在这一年呼风唤雨，People of the Year 自然也和 BLOG 有关。他们分别是 Blogger.com 的 Evan Williams、Meg Hourihan 和 Paul Bausch 以及 Six Apart 的 Mena G. Trott、Ben Trott 夫妇。

Continue reading "PC Magazine 年度人物" »

Posted by Fenng at 9:13 PM | Permalink | Comments (2) | TrackBacks (1)

Zeitgeist 这个词很有趣，韦氏字典里这么解释：

Pronunciation: 'tsIt-"gIst, 'zIt-
Function: noun
Usage: often capitalized
Etymology: German, from Zeit + Geist spirit
: the general intellectual, moral, and cultural climate of an era 

中文意思可以解释为：时代精神，时代思潮；具有某时期或某时代人特征的品位和观点。Google 每年年末都要发布当年的 Zeitgeist 。可以理解为 Google 的年度关键词。这里还有个 Flash 的交互版。

Continue reading "Zeitgeist, Google 2004 Year-End Zeitgeist" »

Posted by Fenng at 8:22 PM | Permalink | Comments (0)