Planet of Woodpecker.org.cn for CPUG

80's Blog: 微软大礼包

2008-11-21T03:54:08+00:00

首先我要感谢Bill Gates 启动MVP这个活动, 之后我要感谢Steven Ballmer把这个活动发扬光大.

从飞机上投下了一个小集装箱.

打开后基本上所有的同事都围到了周围了, 基本上达到了轰动的效应.

这个lifeCam还不错, 不过我基本上用不到.

这个是我比较喜欢的Geeks rule水壶, 精致而有重量.

这Tee确实质量不太好, 不过有了前几次在US买东西的经验, Size倒是比较合身.

Geek 系列大合照

由于Zune是US only的, 没有国内的质量认证, 所以只能帮人带了一个Car pack

个人最中意这个5000的bluetooth鼠标, 不过我已经有了一个8000的presenter了, 这个也就那么回事了.

这个基本上是这一集装箱里最贵的组合了, 不过多介绍了, 熟悉的同志都知道这个是最新的7000 vista套装版, 牛X大了.

Desktop Darts, 小巧的桌面游戏

Gawain's Jail: CNAME记录的排他性

2008-11-20T14:47:34+00:00

整理前人做的一个NS，发现@有一个SOA记录和一个CNAME记录。整理的时候DB文件怎么都是load failed。问了delphij才知道这样写是不合法的。

@ IN NS ns
@ IN MX mail
@ IN CNAME www
www IN A 10.1.1.1
mail IN A 10.1.1.2

CNAME记录在RFC1912里说的比较清楚，CNAME不能和其它数据共存。

Limodou: 要使用最新版本的mod_wsgi

2008-11-17T00:00:00+00:00

这几天给我做的项目配置了一个trac，刚开始用。不过发现word文档打开有问题，好象给自动截断了，刚开始以为是附件大小的问题，去trac.ini中改了一下，还是不行。于是又在google中搜了一下，发现是因为mod_wsgi的版本的问题，2.0是有问题的。而我正好是使用mod_wsgi来配置的trac。于是升级到了2.3就没有问题了。
类别：Python 查看评论

HuangYi 's Blog: linux下的半透明窗口

黄毅 — 2008-11-11T16:31:00+00:00

为了做一个显示歌词的小玩意，学习了一把x window，我希望歌词窗口能背景透明但文字清晰显示。理论基础就是 composite window manager（比如compiz）支持窗口使用 alpha channel。那么应用程序只要整好rgba的图像交给x服务器即可。
发现使用 gtk＋cairo＋pango 大大简化了工作。

代码：http://code.google.com/p/huangyilib/source/browse/trunk/py_transparent_window.py

HuangYi 's Blog: 关于设计模式

黄毅 — 2008-11-11T15:39:00+00:00

又看到关于设计模式的文章，突然联想到vim的作者说过一句大概是这样的话：学习vim的方法就是使用它，然后在使用过程中注意发现那些经常重复的行为，然后简化之。
写程序的模式又何尝不是如此呢？只不过程序的事情更复杂罢了，那些重复的模式往往需要灵感来发现，简化的方法也总是不那么明显，甚至需要思维方式的彻底改变。

80's Blog: Adobe ActionScript Reference

2008-11-10T04:02:00+00:00

这个是上周末RIAMeeting的奖品之一, 不过老马开玩笑说还有很多隐藏API没有放到里面来.

另外, 我们还将这些API做成很大的海报, 这样就更方便大家都查阅了, 我们争取会在下次RIAMeeting上把Poster发放给大家.

HuangYi 's Blog: inkscape还是很好用的

黄毅 — 2008-11-08T09:20:00+00:00

Gary's Blog: Convert video by mencoder

2008-11-05T10:12:02+00:00

http://forum.ubuntu.org.cn/viewtopic.php?t=26339

AlbertLee 's Blog: squeak morph with connectors

2008-11-04T12:53:10+00:00

Squeak中使用Connector连接Morpic

AlbertLee 's Blog: squeak uml

2008-11-04T04:39:51+00:00

Squeak Connectors UML

AlbertLee 's Blog: seaside/smalltalk的逆袭

2008-11-03T09:42:53+00:00

原谅我用“逆袭”这样的词汇。

整个十月份都没来修这个blog，已经快长草了。今天就逆袭一下。说说最近摸索的东西。

Nicholas Ding: 三个月的流水账

2008-11-02T07:30:19+00:00

总算又来更新了，早就知道好久没写了，不过猛一看最新的一篇居然是 7 月 9 号，现在都已经 11 月了啊，时间过得太快了。 7 月份去了中软，头一个月挺闲的，天天无所事事。第二个月开始项目来了，但不小心把手弄伤了，打了两个月石膏上班，练就了灵活的左手。虽然很多人劝我别去中软，不过我还是硬着头皮去了，当然了，早就开始后悔了。不过嘛，也有一定的无奈，毕竟上半年花了大部分精力做的东西没有预期的效果。一份正式的工作至少能把状态调整一下，于是就跟着 Martin 去了。不过去了外包公司，至少让我改变了一个看法。以前总觉得这些人都是实在无奈才选择的外包公司，然后就糊里糊涂的干下去。但现实却不是这样的，为了降低成本，中软和其他此类公司一定会瞄准毕业生，每年要招收大量的学生。但是很多人还是挺喜欢学习的，并且还是很敬业的，天天下了班都不走，在看技术文档。但是日子一长，写代码除了熟练一点之外并没有学会其他的东西，因为他们的所学无非是建立在前人写好的代码基础上，而且质量普遍不高。当然了，这种公司里面的领导动不动就把 CMM 之类的工程学放嘴边，搞的很有学问的样子，就算是 PM 都要摆姿态，不和底下的普通员工走的太近，实在不是一个好地方……

AlbertLee 's Blog: 用haskell开发超级玛丽游戏视频

2008-10-31T14:28:08+00:00

很酷，日本的怪蜀黍用haskell实现的一个mario游戏，还不完善，不过看上去很不错
http://uk.youtube.com/watch?v=gVLFGQGRsDw

80's Blog: RIAMeeting[北京]第八次会议

2008-10-29T10:24:51+00:00

近来Adobe出招频繁，随着Flash Player10的正式发布，还有让人万分期待的Adobe CS4创作合集，都无疑给RIA市场注入了兴奋的动力，身为RIA开发者的你，是否跃跃欲试？

Show Time！RIAMeeting第八次开发者聚会将在11月8日召开，具体信息如下：

这次的会议的主题：
Flash Player 10的新特性

时间：
2008年11月8日下午

地点：

Adobe中国研发中心
北京海淀区中关村东路1号院清华科技园科技大厦 A座 21层

会议日程：

1:30 - 2：00 签名入场（收集名片，最后抽出5个幸运奖，有惊喜奖品哦）

2：00 - 3：00 Flash Player 10新特性演示

3：00 - 3：20 休息，并收集大家的问题

3：20 - 5：00 根据问题展开分组讨论

本次会议特别邀请7yue作为我们的现场嘉宾，和大家一起畅谈RIA话题

本次报名将采用系统报名的方式，请使用下面的地址报名：

http://www.riameeting.cn/register/

如有问题，请咨询邮件：contactus@riameeting.cn

HuangYi 's Blog: 北京好远啊

黄毅 — 2008-10-28T12:54:00+00:00

唉

Gawain's Jail: 整理使用的Mac软件

2008-10-28T03:31:25+00:00

算起来用上mac也已经二年了，一共重装过五次系统（2次Tiger, 1次Leopard测试版，2次Leopard正式版，都是折腾），也试用过不少的软件。整理备忘。

浏览器: 99%的时间是在用Safari，有时也用一下Opera和Firefox，不过Firefox在iBook上的表现实在太差
下载: 国内的FTP大多使用的是GB2312编码，而我多用UTF-8环境，Cyberduck比较好用。还有用到命令行下的curl -O。
文本编辑: 以前常用的是Emacs.app，写Django的时候觉的Textmate比较爽，但是要付费且中文支持不佳。现在回到命令行下的vi，其实GUI的TextWrangler也不错
文书处理: 目前是用了MacTex、Office2008、iWork三种，各有优势。
邮件处理: Mail.app工作用最可心，mutt看列表最可心
图像处理: 画流程图、结构图都用OmniGraffle。处理图片大小等小问题，Seashore和Preview是的第一选择。
GTD: GTD则是最原始的手写记事本加上iCal，有试用OmniPlan什么的，还是不够易用。
系统增强: Quicksilver应该是安装的第一个软件了，AppCleaner在试用软件的时候常常用
其它: PlainClip去掉剪切薄里的样式。Perian给QuickTime加Plugin。Flip4Mac播wmv。iChm读chm。Chicken连VNC。Twitterrific连twitter。

80's Blog: AOL Mail RIA Beta! base on Silverlight

2008-10-24T07:16:51+00:00

Created using Microsoft® Silverlight™, AOL® Mail RIA offers fast performance, exclusive themes and video preview capabilities. We also make it easier to view and share videos using Truveo, the leading video search engine!

AOL® Mail RIA offers a variety of themes that allow you to personalize your email experience.

check it out here: http://ria.aol.com

Gary's Blog: 转载：The Easy Way to Extract Useful Text from Arbitrary HTML(从HTML文件中抽取正文的简单方案)

2008-10-20T08:58:25+00:00

作者：alexjc
译者：恋花蝶（http://blog.csdn.net/lanphaday）
原文地址：http://ai-depot.com/articles/the-easy-way-to-extract-useful-text-from-arbitrary-html/
转载地址：http://blog.csdn.net/lanphaday/archive/2007/08/13/1741185.aspx

正文：

-----------------------------------------------------------------------------

You’ve finally got your hands on the diverse collection of HTML documents you needed. But the content you’re interested in is hidden amidst adverts, layout tables or formatting markup, and other various links. Even worse, there’s visible text in the menus, headers and footers that you want to filter out. If you don’t want to write a complex scraping program for each type of HTML file, there is a solution.
每个人手中都可能有一大堆讨论不同话题的HTML文档。但你真正感兴趣的内容可能隐藏于广告、布局表格或格式标记以及无数链接当中。甚至更糟的是，你希望那些来自菜单、页眉和页脚的文本能够被过滤掉。如果你不想为每种类型的HTML文件分别编写复杂的抽取程序的话，我这里有一个解决方案。

This article shows you how to write a relatively simple script to extract text paragraphs from large chunks of HTML code, without knowing its structure or the tags used. It works on news articles and blogs pages with worthwhile text content, among others…
本文讲述如何编写与从大量HTML代码中获取正文内容的简单脚本，这一方法无需知道HTML文件的结构和使用的标签。它能够工作于含有文本内容的所有新闻文章和博客页面……

Do you want to find out how statistics and machine learning can save you time and effort mining text?
你想知道统计学和机器学习在挖掘文本方面能够让你省时省力的原因吗？

The concept is rather simple: use information about the density of text vs. HTML code to work out if a line of text is worth outputting. (This isn’t a novel idea, but it works!) The basic process works as follows:
答案极其简单：使用文本和HTML代码的密度来决定一行文件是否应该输出。（这听起来有点离奇，但它的确有用！）基本的处理工作如下：

Parse the HTML code and keep track of the number of bytes processed.
一、解析HTML代码并记下处理的字节数。

Store the text output on a per-line, or per-paragraph basis.
二、以行或段的形式保存解析输出的文本。

Associate with each text line the number of bytes of HTML required to describe it.
三、统计每一行文本相应的HTML代码的字节数

Compute the text density of each line by calculating the ratio of text to bytes.
四、通过计算文本相对于字节数的比率来获取文本密度

Then decide if the line is part of the content by using a neural network.
五、最后用神经网络来决定这一行是不是正文的一部分。

You can get pretty good results just by checking if the line’s density is above a fixed threshold (or the average), but the system makes fewer mistakes if you use machine learning — not to mention that it’s easier to implement!
仅仅通过判断行密度是否高于一个固定的阈值（或者就使用平均值）你就可以获得非常好的结果。但你也可以使用机器学习（这易于实现，简直不值一提）来减少这个系统出现的错误。

Let’s take it from the top…
现在让我从头开始……

Converting the HTML to Text
转换HTML为文本

What you need is the core of a text-mode browser, which is already setup to read files with HTML markup and display raw text. By reusing existing code, you won’t have to spend too much time handling invalid XML documents, which are very common — as you’ll realise quickly.
你需要一个文本模式浏览器的核心，它应该已经内建了读取HTML文件和显示原始文本功能。通过重用已有代码，你并不需要把很多时间花在处理无效的XML文件上。

As a quick example, we’ll be using Python along with a few built-in modules: htmllib for the parsing and formatter for outputting formatted text. This is what the top-level function looks like:
我们将使用Python来完成这个例子，它的htmllib模块可用以解析HTML文件，formatter模块可用以输出格式化的文本。嗯，实现的顶层函数如下：

def extract_text(html):
    # Derive from formatter.AbstractWriter to store paragraphs.
    writer = LineWriter()
    # Default formatter sends commands to our writer.
    formatter = AbstractFormatter(writer)
    # Derive from htmllib.HTMLParser to track parsed bytes.
    parser = TrackingParser(writer, formatter)
    # Give the parser the raw HTML data.
    parser.feed(html)
    parser.close()
    # Filter the paragraphs stored and output them.
    return writer.output()

The TrackingParser itself overrides the callback functions for parsing start and end tags, as they are given the current parse index in the buffer. You don’t have access to that normally, unless you start diving into frames in the call stack — which isn’t the best approach! Here’s what the class looks like:
TrackingParser覆盖了解析标签开始和结束时调用的回调函数，用以给缓冲对象传递当前解析的索引。通常你不得不这样，除非你使用不被推荐的方法——深入调用堆栈去获取执行帧。这个类看起来是这样的：

class TrackingParser(htmllib.HTMLParser):
    """Try to keep accurate pointer of parsing location."""
    def __init__(self, writer, *args):
        htmllib.HTMLParser.__init__(self, *args)
        self.writer = writer
    def parse_starttag(self, i):
        index = htmllib.HTMLParser.parse_starttag(self, i)
        self.writer.index = index
        return index
    def parse_endtag(self, i):
        self.writer.index = i
        return htmllib.HTMLParser.parse_endtag(self, i)

The LineWriter class does the bulk of the work when called by the default formatter. If you have any improvements or changes to make, most likely they’ll go here. This is where we’ll put our machine learning code in later. But you can keep the implementation rather simple and still get good results. Here’s the simplest possible code:
LinWriter的大部分工作都通过调用formatter来完成。如果你要改进或者修改程序，大部分时候其实就是在修改它。我们将在后面讲述怎么为它加上机器学习代码。但你也可以保持它的简单实现，仍然可以得到一个好结果。具体的代码如下：

class Paragraph:
    def __init__(self):
        self.text = ''
        self.bytes = 0
        self.density = 0.0
class LineWriter(formatter.AbstractWriter):
    def __init__(self, *args):
        self.last_index = 0
        self.lines = [Paragraph()]
        formatter.AbstractWriter.__init__(self)
    def send_flowing_data(self, data):
        # Work out the length of this text chunk.
        t = len(data)
        # We've parsed more text, so increment index.
        self.index += t
        # Calculate the number of bytes since last time.
        b = self.index - self.last_index
        self.last_index = self.index
        # Accumulate this information in current line.
        l = self.lines[-1]
        l.text += data
        l.bytes += b
    def send_paragraph(self, blankline):
        """Create a new paragraph if necessary."""
        if self.lines[-1].text == '':
            return
        self.lines[-1].text += 'n' * (blankline+1)
        self.lines[-1].bytes += 2 * (blankline+1)
        self.lines.append(Writer.Paragraph())
    def send_literal_data(self, data):
        self.send_flowing_data(data)
    def send_line_break(self):
        self.send_paragraph(0)

This code doesn’t do any outputting yet, it just gathers the data. We now have a bunch of paragraphs in an array, we know their length, and we know roughly how many bytes of HTML were necessary to create them. Let’s see what emerge from our statistics.
这里代码还没有做输出部分，它只是聚合数据。现在我们有一系列的文字段（用数组保存），以及它们的长度和生成它们所需要的HTML的大概字节数。现在让我们来看看统计学带来了什么。

Examining the Data
数据分析

Luckily, there are some patterns in the data. In the raw output below, you’ll notice there are definite spikes in the number of HTML bytes required to encode lines of text, notably around the title, both sidebars, headers and footers.
幸运的是，数据里总是存在一些模式。从下面的原始输出你可以发现有些文本需要大量的HTML来编码，特别是标题、侧边栏、页眉和页脚。

While the number of HTML bytes spikes in places, it remains below average for quite a few lines. On these lines, the text output is rather high. Calculating the density of text to HTML bytes gives us a better understanding of this relationship.
虽然HTML字节数的峰值多次出现，但大部分仍然低于平均值；我们也可以看到在大部分低HTML字节数的字段中，文本输出却相当高。通过计算文本与HTML字节数的比率（即密度）可以让我们更容易明白它们之间的关系：

The patterns are more obvious in this density value, so it gives us something concrete to work with.
密度值图更加清晰地表达了正文的密度更高，这是我们的工作的事实依据。

Filtering the Lines
过滤文本行

The simplest way we can filter lines now is by comparing the density to a fixed threshold, such as 50% or the average density. Finishing the LineWriter class:
过滤文本行的最简单方法是通过与一个阈值（如50%或者平均值）比较密度值。下面来完成LineWriter类：

    def compute_density(self):
        """Calculate the density for each line, and the average."""
        total = 0.0
        for l in self.lines:
            l.density = len(l.text) / float(l.bytes)
            total += l.density
        # Store for optional use by the neural network.
        self.average = total / float(len(self.lines))
    def output(self):
        """Return a string with the useless lines filtered out."""
        self.compute_density()
        output = StringIO.StringIO()
        for l in self.lines:
            # Check density against threshold.
            # Custom filter extensions go here.
           if l.density > 0.5:
                output.write(l.text)

This rough filter typically gets most of the lines right. All the headers, footers and sidebars text is usually stripped as long as it’s not too long. However, if there are long copyright notices, comments, or descriptions of other stories, then those are output too. Also, if there are short lines around inline graphics or adverts within the text, these are not output.
这个粗糙的过滤器能够获取大部分正确的文本行。只要页眉、页脚和侧边栏文本并不非常长，那么所有的这些都会被剔除。然而，它仍然会输出比较长的版本声明、注释和对其它故事的概述；在图片和广告周边的比较短小的文本，却被过滤掉了。

To fix this, we need a more complex filtering heuristic. But instead of spending days working out the logic manually, we’ll just grab loads of information about each line and use machine learning to find patterns for us.
要解决这个问题，我们需要更复杂些的启发式过滤器。为了节省手工计算需要花费的无数时间，我们将利用机器学习来处理每一文本行的信息，以找出对我们有用的模式。

Supervised Machine Learning
监督式机器学习

Here’s an example of an interface for tagging lines of text as content or not:
这是一个标识文本行是否为正文的接口界面：

The idea of supervised learning is to provide examples for an algorithm to learn from. In our case, we give it a set documents that were tagged by humans, so we know which line must be output and which line must be filtered out. For this we’ll use a simple neural network known as the perceptron. It takes floating point inputs and filters the information through weighted connections between “neurons” and outputs another floating point number. Roughly speaking, the number of neurons and layers affects the ability to approximate functions precisely; we’ll use both single-layer perceptrons (SLP) and multi-layer perceptrons (MLP) for prototyping.
所谓的监督式学习就是为算法提供学习的例子。在这个案例中，我们给定一系列已经由人标识好的文档——我们知道哪一行必须输出或者过滤掉。我们用使用一个简单的神经网络作为感知器，它接受浮点输入并通过“神经元”间的加权连接过滤信息，然后输后另一个浮点数。大体来说，神经元数量和层数将影响获取最优解的能力。我们的原型将分别使用单层感知器（SLP）和多层感知器（MLP）模型。

To get the neural network to learn, we need to gather some data. This is where the earlier LineWriter.output() function comes in handy; it gives us a central point to process all the lines at once, and make a global decision which lines to output. Starting with intuition and experimenting a bit, we discover that the following data is useful to decide how to filter a line:
我们需要找些数据来供机器学习。之前的LineWriter.output()函数正好派上用场，它使我们能够一次处理所有文本行并作出决定哪些文本行应该输出的全局结策。从直觉和经验中我们发现下面的几条原则可用于决定如何过滤文本行：

Density of the current line.
当前行的密度

Number of HTML bytes of the line.
当前行的HTML字节数

Length of output text for this line.
当前行的输出文本长度

These three values for the previous line,
前一行的这三个值

… and the same for the next line.
后一行的这三个值

For the implementation, we’ll be using Python to interface with FANN, the Fast Artificial Neural Network Library. The essence of the learning code goes like this:
我们可以利用FANN的Python接口来实现，FANN是Fast Artificial Neural NetWork库的简称。基本的学习代码如下：

from pyfann import fann, libfann
# This creates a new single-layer perceptron with 1 output and 3 inputs.
obj = libfann.fann_create_standard_array(2, (3, 1))
ann = fann.fann_class(obj)
# Load the data we described above.
patterns = fann.read_train_from_file('training.txt')
ann.train_on_data(patterns, 1000, 1, 0.0)
# Then test it with different data.
for datin, datout in validation_data:
    result = ann.run(datin)
    print 'Got:', result, ' Expected:', datout

Trying out different data and different network structures is a rather mechanical process. Don’t have too many neurons or you may train too well for the set of documents you have (overfitting), and conversely try to have enough to solve the problem well. Here are the results, varying the number of lines used (1L-3L) and the number of attributes per line (1A-3A):
尝试不同的数据和不同的网络结构是比较机械的过程。不要使用太多的神经元和使用太好的文本集合来训练（过拟合），相反地应当尝试解决足够多的问题。使用不同的行数（1L-3L）和每一行不同的属性（1A-3A）得到的结果如下：

The interesting thing to note is that 0.5 is already a pretty good guess at a fixed threshold (see first set of columns). The learning algorithm cannot find much better solution for comparing the density alone (1 Attribute in the second column). With 3 Attributes, the next SLP does better overall, though it gets more false negatives. Using multiple lines also increases the performance of the single layer perceptron (fourth set of columns). And finally, using a more complex neural network structure works best overall — making 80% less errors in filtering the lines.
有趣的是作为一个猜测的固定阈值，0.5的表现非常好（看第一列）。学习算法并不能仅仅通过比较密度来找出更佳的方案（第二列）。使用三个属性，下一个SLP比前两都好，但它引入了更多的假阴性。使用多行文本也增进了性能（第四列），最后使用更复杂的神经网络结构比所有的结果都要更好，在文本行过滤中减少了80%错误。

Note that you can tweak how the error is calculated if you want to punish false positives more than false negatives.
注意：你能够调整误差计算，以给假阳性比假阴性更多的惩罚（宁缺勿滥的策略）。

Conclusion
结论

Extracting text from arbitrary HTML files doesn’t necessarily require scraping the file with custom code. You can use statistics to get pretty amazing results, and machine learning to get even better. By tweaking the threshold, you can avoid the worst false positive that pollute your text output. But it’s not so bad in practice; where the neural network makes mistakes, even humans have trouble classifying those lines as “content” or not.
从任意HTML文件中抽取正文无需编写针对文件编写特定的抽取程序，使用统计学就能获得令人惊讶的效果，而机器学习能让它做得更好。通过调整阈值，你能够避免出现鱼目混珠的情况。它的表现相当好，因为在神经网络判断错误的地方，甚至人类也难以判定它是否为正文。

Now all you have to figure out is what to do with that clean text content!
现在需要思考的问题是用这些“干净”的正文内容做什么应用好呢？

Zoom.Quiet's: [ann]自贺CPyUG主力列表 python-cn 四岁了!!!

Zoom.Quiet — 2008-10-19T22:16:35+00:00

就是这里:
http://groups-beta.google.com/group/python-cn
可以追查到的最最早一封邮件是:'''
limo...@gmail.com
日期：Tue, 19 Oct 2004 04:19:16 -0700
当地时间：2004年10月19日(星期二) 下午7时19分
主题：这是一个测试
'''

从两个人，到今天的 5653 订阅者；
从每周10封邮件，到现在的共计 68K 多封邮件,,,

可以真切的感受到Python 在中国的发展,
所有行者们! Pythoner in Chinese!
为了广大同行,更加轻松自然的体验到 Python 这一靠谱的高效能脚本语言,
大家更加快乐的Pythonic Hacking 吧!
将Pythonic 的快乐体验更加广泛的分享出去吧!

同时并行有面向专门主题的中文Py列表::
珠江事务: http://groups.google.com/group/zpug
北京事务: http://groups.google.com/group/bpug
安徽事务: http://groups.google.com/group/ahpug
南昌事务: http://groups.google.com/group/ncpug
中国事务: http://groups.google.com/group/CPUG
华东南:: http://groups.google.com/group/cpug-eastchina

倡导::

感到不爽,自个儿尝试相应工具解决了,并及时分享出来,是态度0！
感到不爽,自个儿尝试找到解决方案了,并及时分享出来,是态度1！
感到不爽,自个儿尝试修订代码搞定了,并及时分享出来,是态度2！
感到不爽,自个儿未经尝试直接出来吼,期望行者来解决,是最不靠谱态度! 是也乎,是也乎...

--
http://zoomquiet.org'''
过程改进乃是催生可促生靠谱的人的组织!
PE keeps evolving organizations which promoting people be good!'''

Gawain's Jail: 把Firewire还给我!

2008-10-17T01:54:59+00:00

Apple发布了新的Macbook，全新的一体铝壳，镜面屏，大一号的多点触控面版，确实很Cool。可是Firewire的接口呢？Apple Remote呢？

去年买了一个移动硬盘，专门挑了一个有USB2.0和Firewire400接口的，贵出了100多大洋。使用过程中也体会到了Firewire的稳定性，期间换过一块硬盘，用Firewire才得以保全数据（USB拷到一半就出错了）。对此苹果倒是也有回应："pro人应该用pro机"，我想说的是"pro机真的很贵！"

80's Blog: Flash CS4彩蛋

2008-10-15T08:57:30+00:00

点”FL”那两个字母的”L”的最上面就可以看到,如下图所示:

这个人是谁？答对有奖~~~

80's Blog: AOL Widget 开发者俱乐部活动

2008-10-12T07:36:57+00:00

2008年10月22日(星期三),下午2点到5点,我们(AOL Widget Team)将在AOL中国办公室举办AOL Widget开发者俱乐部活动.
在会议上我们有来自齐据互动以及资深的个人开发者来和大家分享一些Widget开发中的苦与乐,并有MySpace,校内等国内平台提供商和大家一起探讨Widget开发中的注意事项.当然AOL Widget Team也会带来很多国外的成功的Widget开发以及营销的成功案例以及经验.
对Flash开发Widget应用的开发者是一个好机会来了解Widget的开发,盈利,以及将自己的经验分享给其他同行.
具体的安排以及填写报名表个请看这里:
http://spreadsheets.google.com/viewform?key=pqpC7-SA96ZMU7-JdV_QbWA

Gawain's Jail: 测试安装了LaTeX插件

2008-10-09T02:28:20+00:00

给MT安上一个数学的心LaTeX for Movable Type，需要在系统里安装tetex,tetex-latex,ghostscript,imagemagick,perl-imagemagick。这个插件用到了一个Perl port of LaTeXRender，其工作流是latex -> dvips -> convert。有latex,tmp两个目录要自行建立在Publishing Settings里的Site Root下。放个例子 $latex \sum_{i=1}^{n}(x_i-\overline x)(y_i-\overline y)$

80's Blog: 关于JavaScript,Flash/Flex/AIR以及Silverlight/WPF

2008-10-08T13:05:24+00:00

这里是关于的一篇评论,不是认可他的观点,只是想让大家从多个角度去看待这几项技术的优劣.

JavaScript,Flash/Flex/AIR以及Silverlight/WPF这些技术其实各有各的用途,不同的公司也会说这样那样的话,这些都是为了宣传,都是为了让你用它的技术,最后赚钱的是它们,不管通过何种方式,而买单的却恰恰是你,或者说你造就了它们的单.

这篇文章从另外的一个角度引申并表达了自己的观点,底下的评论也挺有意思,也有从其他角度说的,整体看下来还是很有收获的.

请大家不要再浪费时间再外面转悠,讨论它们的优略了,塌下心来研究研究才知道,才能有真正属于自己的判断.其他都是扯淡!

Gawain's Jail: 中国银行的服务真的很垃圾

2008-10-07T08:23:17+00:00

有一张中银的卡长年不用密码忘了，去公司楼下的营业厅办理改密码事宜，一共有3个窗口可以办理个人业务，其中一个供大家交费使用，另一个没人，只有一个窗口可以办理正常的私人业务，大堂经理告诉我改密码只能从这一个窗口办理，而且我只能在这个营业厅办理，因为我是在这个营业厅办的卡。拿号，A178，前面有117人等待，那个营业厅就是全放成座椅也不够这么多人坐。且被大堂经理通知每办理一个人要15分钟。等了2个小时，我实在等不了了，经理从垃圾桶里找了一个A132的号给我。又等了一会儿，办理交费的窗口也关闭了，只剩下1个窗口既交费又办理私人业务，我又等不了了。经理说你去楼上办理一下吧。上楼，有一个出纳的窗口，有5人排队，1人正在办理。一会儿有一个女孩等不了了，上前去问，得到了一个答复"我们的业务量很大！"。庆幸5个排队的其中两个是陪同，我得以"提前"办理。办理完下楼时看了看，楼下才办理到A122。

我是庆幸呢还生气呢？无奈

Gawain's Jail: 台湾也要施行汉语拼音方案

2008-10-07T02:30:35+00:00

昨天看到消息说台湾也要施行大陆通用的汉语拼音方案，今天又看到了这个國語拼音對照表，对这个表的注释有些不解：

1. 漢語拼音法不分國字第幾聲，都拼相同的音，如「史」跟「師」都是 Shi。其拼音採用聲母或稱聲符 [相當於英文的子音 (consonant)] 加韻母或稱韻符 [相當於英文的母音 (vowel)] 的方式，因此「知」和「史」在組成字時必須加 i 變成 Zhi 和 Shi。
... ...
4. 由上表可以得知，漢語拼音法也有 "Bug"，例如：ㄨ跟ㄩ都是拼成英文字母 U，這在實際的情況中造成滿大的矛盾和困擾。「許」和「徐」拼成 Xu，「呂」拼成 Lu，但「盧」也拼成 Lu；前中共審計署審計長呂培儉的英文名字拼成 Lu Peijian，如果你把「呂」當成「盧」，那就相差一萬八千里了。此外，漢語拼音法還有一些「例外」的拼法，在此就不敘述，大家只要掌握大原則就可以了。

汉语拼音方案里是有声调符号的，分为阴平（ˉ）、阳平（ˊ）、上声（˅）、去声（ˋ）四个声调，"史"应该是上声，也就是第三声，"师"应该是阴平，也就是第一声。不过写成罗马字的时候确实没有声调。那个bug，应该说只存在于书写为26个英文字母的情况下，"吕"正确的拼音是u上有两点（ü），而"卢"则是u的原型。

update: 有朋友说到了拼音输入法里的ü（ㄩ）是由v代替的，可惜的是拼音方案里没有v这个字母。也没有"吕"的拼音写lv这样的写法。这只是输入法的一种替代方案。另外这个表里没有提到ü（ㄩ）在与j,q,x搭配的时候要写成u但读法依然是ü（ㄩ）。

AlbertLee 's Blog: 周期性Zope强迫症

2008-09-30T14:53:05+00:00

从04年至今，平均每年我都会对zope产生一次冲动。
在把很多web框架和数据框架溜了一遍之后，再次滑向了Zope的怀抱。
习惯了。

Zoom.Quiet's: [log]firefox3-bookmark-mana-lost(我的足迹空!)

Zoom.Quiet — 2008-09-28T17:25:44+00:00

ZoomQuiet's Bloggering: [log]彻底优化让Firefox不再卡
http://zoomquiet.blogspot.com/2008/09/logfirefox.html

上次的优化，可能的后果是如附件，
书签虽然都在，导入也都正常，
但是在管理器中都没了,,,

没有作备份哪,,,想测试也不能了,,,FT!

--
http://zoomquiet.org'''
过程改进乃是催生可促生靠谱的人的组织!
PE keeps evolving organizations which promoting people be good!'''
[HR]金山软件常年招聘大量Py/C++人才!
https://groups.google.com/group/python-cn/web/ot-py-c
简历直投俺就好;-)

Zoom.Quiet's: [TB]强行使用keyconfig改造雷鸟成Gmail!

Zoom.Quiet — 2008-09-28T16:53:29+00:00

如图;
TB 升级到2.0.0.17 后 Keyconfig 就不兼容了,
手工修订了安装声明,就可以使用了,,,

咔咔咔,Gmail 操作的雷鸟就回来了,,,

80's Blog: Open Source Flash Media Server

2008-09-28T07:49:00+00:00

高兴的看到了这个,不过性能估计还不如red5,不过大家可以尝试,短期内不推荐作为商用,当然还是一如既往的推荐Adobe FMS给大家,其实FMS已经有三种协议价格可以考虑,具体的直接咨询Adobe China即可.
Open Source Flash Media Server
project is taking form (OpenFMS / http://openfms.net). Although still
in alpha, OpenFMS will be a full blown high concurrency C++ Flash
Media Server running on windows and *nix. It’s main purpose is to
spend as much time in kernel as possible.

features:
- streams all possible Flash codecs: h263, h264, mp3, vp6, etc…
- thanks to FFmpeg we have container support for almost every
thinkable format: mov, flv, mkv, mp3, etc..
- built from the ground up while looking and learning from red5 code
- easy vhosts structure in the form of plugins
- live / record publishing (uses FFmpeg’s flv muxer to store FLV format)
- fully asynchronous with one thread per CPU
- uses a modifed version of boost channel for message broadcasting

他们的官方网站:http://openfms.net

80's Blog: 《博客三人行》第10期：Widget昨天，今天，明天

2008-09-28T06:18:57+00:00

受ZDNet的同学之邀,去做了一期节目,录制节目还是一件挺有意思的事情,虽然不知道大家对用RIA技术开发widget或者app的情况是怎么样的,至少本人是很看好这个细分领域.
废话少说,点击下面链接观看节目:
http://soft.zdnet.com.cn/software_zone/2008/0723/1007111.shtml

Zoom.Quiet's: [log]彻底优化让Firefox不再卡

Zoom.Quiet — 2008-09-27T16:38:42+00:00

根据: 彻底优化让Firefox不再卡 | Linux桌面中文网
http://linuxdesktop.cn/2008/09/26/optimize-firefox/

照着来,,,
~/.mozilla/firefox/fkb40yh8.default$ ll -h *.sqlite
,,,
-rw-r--r-- 1 zoomq zoomq 27M 2008-09-27 16:05 places.sqlite
,,,
-rwxr-xr-x 1 zoomq zoomq 4.8M 2008-05-08 10:54 urlclassifier2.sqlite
-rw-r--r-- 1 zoomq zoomq 53M 2008-09-27 15:59 urlclassifier3.sqlite
,,,

好吓人! 于是有:
限制Firefox中urlclassifier3.sqlite文件大小的方法
http://blog.zxlm.cn/show-12506-1.html
关于Firefox3的反钓鱼数据库urlclassifier3.sqlite
http://blog.zxlm.cn/show-12505-1.html
于是先:
about:config ->
urlclassifier.updatecachemax "20971520"(20MB)

开始处理 ~/.mozilla/firefox/fkb40yh8.default/places.sqlite
先尝试 Database->Compact Database
嗯嗯嗯,从 27M 小到24M
Database->Compact Database

moz_favicons 俺有2.5K个
moz_historyvisits 俺有80K 多, 俺不需要,全部清除! as atta.
moz_places 俺有 43142, frecency<200 的就有 40840 个 ,看来俺的常访问链接真的不多,,,偶尔蹓到的居多!
俺的Gmail访问 frecency 值是"
"51","https://mail.google.com,,,#inbox",""661100" !!!

执行SQL: DELETE FROM "moz_places" WHERE frecency<700

只余 526 个地址!

再来尝试 Database->Compact Database ,, 嗬嗬嗬,只有3M 了!
as atta.

一切应该顺畅起来了,重启 FireFox 看一看,,,

80's Blog: Adobe CS4 Launch Broadcast

2008-09-25T03:12:44+00:00

现场视频：点这里

Flash的演示地址：
http://www.adobe.com/cn/products/flash/features/?view=topnew
http://www.adobe.com/cn/products/flash/features/

Gawain's Jail: 转：验奶

2008-09-23T09:56:53+00:00

奶粉有问题，市面上的所谓鲜奶又能怎么样？可以教网友做个简单的实验：从超市上买来你信赖品牌的鲜奶，混合自己鲜榨的豆浆，比例可以随便，建议1：1，盖上锅盖直到煮沸，这时候掀开锅盖闻一闻蒸汽的味道，如果闻到一股氨水的味道，很不幸，你的牛奶里掺杂了尿素。其实试验的原理很简单，尿素遇热分解，如果混合在碱性的溶液里，尿素与碱性物质产生化学反应，分解的速度加快，生成氨，就是我们所说的氨水。加入豆浆的目的就在于鲜豆浆都有一些生物碱，属于弱碱性液体，有助于尿素的分解。不幸的是，这个实验能够揭穿几乎所有所谓大品牌的画皮:-(，大家不妨都试试，毕竟你也要关注自己身边的健康，让更多无良企业曝光。所以用豆浆没有用其他碱性物质，比如小苏打之类的（效果会更明显），因为如果试验没有检测出来尿素成分，你还可以有牛奶和豆奶喝，不会浪费:)。

明天早上试试看，家里还有伊利的半箱奶。

update: 试过了，好像没有闻到氨水的味道。希望不是我的鼻子失灵，阿门！

AlbertLee 's Blog: Haskell学习的几点思考（发在CU FP板块）

2008-09-21T17:46:08+00:00

学习haskell一段时间了，这中间断断续续磕磕碰碰，到现在也还远没达到应用自如的程度。其实，Haskell并不是一门很难学的语言，至少其语法是很简洁统一的，之所以感觉上比较难入门，我想有一下几个方面：

1. 纯函数式范型。本质上与常见语言有所不同。

2. 中文资料稀少，而且翻来覆去就那么几篇数学游戏性质的介绍。英文的资料倒是不少，不过啃那些书真是太耗精力了。

AlbertLee 's Blog: 6. Using Typeclasses

2008-09-19T06:50:30+00:00

Chapter 6. Using Typeclasses

类型类是Haskell中最强大的特性之一，它可以让多种不同的类型提供通用的接口。Haskell中一些核心的语言特性，比如相等性判断，数字运算等都依赖于类型类提供的泛型能力。

80's Blog: Wallop倒闭

2008-09-18T05:59:42+00:00

一直不温不火的wallop终于倒闭了,试想当年为了一个测试帐号求了好多人才拿到,之后试用了一下也没什么太多的功能,只是界面很不错.当时还一直号称有微软撑腰以及赶超myspace的豪言貌似还在余音袅袅.

找不到盈利模式可能是导致wallop倒闭的直接原因,光靠技术吃饭就只能做service了,做产品还得是市场导向的.看来这social network还真不是谁都能搞的,连微软和雅虎都败下来了.

具体的看这里

随机日志

80's Blog: 下周在ZDnet上谈Widget

2008-09-18T04:34:05+00:00

下周和myspace的sam wu以及zdnet的li ning谈widget的前世今生,不过不知道该从那个角度切入,也不知道大家对widget都了解多少.

节目的主题是主题：《Widget昨天，今天，明天》

我自己的意思是先要简单说一下widget这个东西,然后从各个开放平台介绍开去,然后最后在应用部分收尾,不想讲大道理,可能会show几个case.

我其实很想听听大家的意见,上次在facebook garage beijing上谈widget就很受欢迎,不知道现在国内的具体情况是什么样的,还是希望大家不吝赐教.

Gawain's Jail: Latex安装方正新报宋后编译出错

2008-09-18T01:11:47+00:00

最近做数学作业，就把Texlive搞起来了。写完了作业看着CJK自带的那个gbsn实在是太难看了，自带的那个gkai字体完全是不能用。另外还发现如果用CJKutf8这个包会出现字体粗细不一致的情况，还是用CJK的好。还是安一套方正报宋吧。

依如何在 Mac OS X 上裝設 LaTeX 以及 CJK 套件 (TeX Live 2007)的样，安装完了方正新报宋，编不过去了。报出一个

(/Users/guixing/Library/texmf/tex/latex/CJK/UTF8/c70fzxbs.fdx
! Text line contains an invalid character.
l.154 ^^[
         ndinput

打开文件，TMD的154行写的就是^^[ndinput，删掉。好了。不过我总觉的不大对劲，说不定是ttf里的一个字符处理不到就被报了。
PS: ~~在安装字体前先把/usr/local/texlive/2007/bin/powerpc-darwin/给加到$PATH里。还有一个i386-darwin的是给intel心的使。~~

PS2: 还是用texlive 2008吧，新版的mactex确实要好用一些。路径直接使用/usr/texbin

PS3: 那个^^[ndinput是那个安装脚本导致的。

Zoom.Quiet's: [toy]宇宙牌上传器!

Zoom.Quiet — 2008-09-11T09:25:19+00:00

支持十数种照片分享网站的: Fire/Universal Uploader
http://www.fireuploader.com/

升级了,完美支持FF3 俺的照片生活可以恢复凫,,,

http://zoomquiet.org'''
过程改进乃是催生可促生靠谱的人的组织!
PE keeps evolving organizations which promoting people be good!'''

Zoom.Quiet's: [tool]K3b 稀饭哪

Zoom.Quiet — 2008-09-10T09:31:01+00:00

友好的界面,有爱的浮动提示窗,
在 GNU/Linux 世界中自由的刻录数据!

http://zoomquiet.org'''
过程改进乃是催生可促生靠谱的人的组织!
PE keeps evolving organizations which promoting people be good!'''

80's Blog: Silverlight3.0将会支持高清的Flash Video

2008-09-10T04:29:36+00:00

明天早些时候下一个版本的Silverlight Player将会支持高清的Flash video, 也就是Flash能播放的高清视频Silverlight也能播放.这意味着Silverlight原来的VC-1的失败么?其实并不是这样

微软这个策略可以看出微软是非常识时务的,因为自己的VC-1并不被大众所熟知,而现有的Flash video又是很流行,因此将h.264的encoder拿过来用也是明智之举,其实微软的策略一直是这样,不会像AMD原来那样一直抱着真多核不放而最终延误了战机.

这个方法很聪明,负责这个的PM上次在美国的时候也听了他的session,思路很清楚明了.

不过Silverlight3.0也只是支持h.263的Flash Video,像现有的h.263的flv就不会支持,而是直接支持f4v,还有就是不支持RTMP,只有http.

具体的文字大家看computer world的报道

Zoom.Quiet's: [log]为Ubuntu 8.04节电!

Zoom.Quiet — 2008-09-09T00:03:35+00:00

调节风扇吵过程中发现有这个好工具:
Ubuntu中文论坛 :: 阅读主题 - Powertop──笔记本电脑的福音 Intel Only
http://tinyurl.com/6ybxvg

幸好,俺 Laptop 就是 Intel芯的!
立即安装,根据分析,进行了两个配置,杀了一个进程,,,,,

嗯嗯嗯!节电这么简单!

--

http://zoomquiet.org'''
过程改进乃是催生可促生靠谱的人的组织!
PE keeps evolving organizations which promoting people be good!'''

Planet of Woodpecker.org.cn for CPUG

80's Blog: 微软大礼包

相关日志

Gawain's Jail: CNAME记录的排他性

Limodou: 要使用最新版本的mod_wsgi

HuangYi 's Blog: linux下的半透明窗口

HuangYi 's Blog: 关于设计模式

80's Blog: Adobe ActionScript Reference

相关日志

HuangYi 's Blog: inkscape还是很好用的

Gary's Blog: Convert video by mencoder

AlbertLee 's Blog: squeak morph with connectors

AlbertLee 's Blog: squeak uml

AlbertLee 's Blog: seaside/smalltalk的逆袭

Nicholas Ding: 三个月的流水账

AlbertLee 's Blog: 用haskell开发超级玛丽游戏 视频

80's Blog: RIAMeeting[北京]第八次会议

相关日志

HuangYi 's Blog: 北京好远啊

Gawain's Jail: 整理使用的Mac软件

80's Blog: AOL Mail RIA Beta! base on Silverlight

相关日志

Gary's Blog: 转载：The Easy Way to Extract Useful Text from Arbitrary HTML(从HTML文件中抽取正文的简单方案)

Zoom.Quiet's: [ann]自贺CPyUG主力列表 python-cn 四岁了!!!

Gawain's Jail: 把Firewire还给我!

80's Blog: Flash CS4彩蛋

相关日志

80's Blog: AOL Widget 开发者俱乐部活动

相关日志

Gawain's Jail: 测试安装了LaTeX插件

80's Blog: 关于JavaScript,Flash/Flex/AIR以及Silverlight/WPF

相关日志

Gawain's Jail: 中国银行的服务真的很垃圾

Gawain's Jail: 台湾也要施行汉语拼音方案

AlbertLee 's Blog: 周期性Zope强迫症

Zoom.Quiet's: [log]firefox3-bookmark-mana-lost(我的足迹空!)

Zoom.Quiet's: [TB]强行使用keyconfig改造雷鸟成Gmail!

80's Blog: Open Source Flash Media Server

相关日志

80's Blog: 《博客三人行》第10期：Widget昨天，今天，明天

相关日志

Zoom.Quiet's: [log]彻底优化让Firefox不再卡

80's Blog: Adobe CS4 Launch Broadcast

相关日志

Gawain's Jail: 转：验奶

AlbertLee 's Blog: Haskell学习的几点思考（发在CU FP板块）

AlbertLee 's Blog: 6. Using Typeclasses

Chapter 6. Using Typeclasses

80's Blog: Wallop倒闭

随机日志

80's Blog: 下周在ZDnet上谈Widget

相关日志

Gawain's Jail: Latex安装方正新报宋后编译出错

Zoom.Quiet's: [toy]宇宙牌上传器!

Zoom.Quiet's: [tool]K3b 稀饭哪

80's Blog: Silverlight3.0将会支持高清的Flash Video

相关日志

Zoom.Quiet's: [log]为Ubuntu 8.04节电!

AlbertLee 's Blog: 用haskell开发超级玛丽游戏视频