小编Rob*_*itt的帖子

如何解析HTML/XML并从中提取信息？

好吧,我正在努力开发Nodes中的一个项目,我遇到了一个关于对象文字中的键的小问题,我有以下设置:

var required = {
    directories : {
        this.applicationPath                    : "Application " + this.application + " does not exists",
        this.applicationPath + "/configs"       : "Application config folder does not exists",
        this.applicationPath + "/controllers"   : "Application controllers folder does not exists",
        this.applicationPath + "/public"        : "Application public folder does not exists",
        this.applicationPath + "/views"         : "Application views folder does not exists"
    },
    files : {
        this.applicationPath + "/init.js"               : "Application init.js file does not exists",
        this.applicationPath + "/controllers/index.js"  : "Application index.js controller …

Google在解析网络时如何找到相关内容？

比如说,谷歌使用PHP原生DOM库来解析内容.他们有什么方法可以在网页上找到最相关的内容？

我的想法是它将搜索所有段落,按每个段落的长度排序,然后从可能的搜索字符串和查询参数中找出每个段落的相关百分比.

假设我们有这个网址:

http://domain.tld/posts/stackoverflow-dominates-the-world-wide-web.html

现在从该URL我会发现HTML文件名具有高度相关性,所以我会看到该字符串与页面中所有段落的比较接近!

当您共享页面时,一个非常好的例子就是Facebook共享.Facebook快速创建链接并带回图像,内容等.

我认为某种计算方法最好,根据周围元素和元数据计算出相关性的百分比.

是否有关于内容解析的最佳实践的书籍/信息,包括如何从网站获取最佳内容,任何可能被讨论的算法或任何深入的回复？

我想到的一些想法是:

• 按纯文本长度查找所有段落和顺序
• 以某种方式找到div容器的宽度和高度,并按(W + H) - @Benoit排序
• 检查元关键字,标题,描述并检查段落中的相关性
• 查找所有图像标签,并按主要段落的最大节点和节点长度排序
• 检查对象数据,例如视频,并从最大段落/内容div中计算节点
• 找出解析过的前几页的相似之处

我之所以需要这些信息:

我正在建立一个网站,网站管理员向我们发送链接,然后我们列出他们的网页,但我希望网站管理员提交一个链接,然后我去抓取该网页,找到以下信息.

• 图像(如果适用)
• 来自最佳文本片段的<255段
• 将用于我们的搜索引擎的关键字,(Stack Overflow风格)
• 元数据关键字,描述,所有图像,更改日志(用于审核和管理目的)

希望你们能够理解这不适用于搜索引擎,但搜索引擎处理内容发现的方式与我需要的内容相同.

我不是要求商业机密,我问你的个人方法是什么.

所以这是我们都应该知道的事情,并且在我第一次看到它时就在我的脑海中浮现.

我知道这mysql_escape_string是从5.3推荐的,但实际的差异是什么mysql_real_escape_string.

我认为这mysql_real_escape_string是完全相同的mysql_escape_string除了mysql_real_escape_string为mysql资源采取第二个参数.

所以我认为,如何处理字符串必须有一些区别,因为不需要2个函数.

所以我认为差异完全取决于语言环境和字符编码.？

任何人都可以为我清除这个吗？

我创建了一个名为ProxyMonitor的Windows服务,我目前处于安装和卸载服务的阶段,就像我想要的那样.

所以我像这样执行应用程序:

C:\\Windows\\Vendor\\ProxyMonitor.exe /install

非常自我解释,然后我得到services.msc并开始服务,但当我这样做时,我收到以下消息:

本地计算机上的代理监视器服务已启动,然后停止.如果没有工作要做,某些服务会自动停止,例如,性能日志和警报服务

我的代码看起来像这样:

public static Main(string[] Args)
{
    if (System.Environment.UserInteractive)
    {
        /*
            * Here I have my install logic
        */
    }
    else
    {
        ServiceBase.Run(new ProxyMonitor());
    }
}

然后在ProxyMonitor类中我有:

public ProxyMonitor()
{
}

protected override void OnStart(string[] args)
{
    base.OnStart(args);
    ProxyEventLog.WriteEntry("ProxyMonitor Started");

    running = true;
    while (running)
    {
        //Execution Loop
    }
}

而onStop()我只是改变running变量false;

我需要做些什么来使服务保持活跃,因为我需要监控我需要跟踪变化等的网络.

更新:1

protected override void OnStart(string[] args)
{
     base.OnStart(args);
     ProxyEventLog.WriteEntry("ProxyMonitor Started");

     Thread = new …

我正在使用jquery datepicker(http://jqueryui.com/demos/datepicker/).

演示页面上的日期选择器小而紧凑.但是,当我在我的网站上使用datepicker时,日历是巨大的.我估计每个日期都使用12磅字体.

如何让日子缩小？

有时我需要将一些原始HTML代码注入到Wordpress帖子中,有时我需要注释掉那段代码.

使用纯文本编辑器,我可以使用<!-- Comment -->我想要隐藏的块.

但是当我在WP帖子中尝试这个时,它会隐藏代码,但我仍然会看到"结束注释标记" -->.

如果可能的话,在WP帖子中注释掉代码的正确方法是什么？

谢谢!

好吧,我有一个想法,我想仔细阅读,但在我做之前,我需要完全理解一些事情.

首先,我认为我要继续使用这个系统的方法是拥有3个服务器,如下所述:

在第一台服务器将是我的web 前端,这是将要监听连接和响应客户端的服务器,该服务器将有8个内核和16GB的RAM.

本次服务器将是数据库服务器,非常自我解释真的,连接到主机,并设置/获取数据.

在第三个服务器将是我的存储服务器,这将是在那里下载的文件存储.

我的第一个问题是:

• 在我的前端服务器上,我有8个内核,扩展节点的最佳方法是什么,以便负载分布在核心上？

我的第二个问题是:

• 是否有一个系统,我可以进入我的应用程序框架,这将允许我与其他核心通信并传递消息以节省I/O.

最后一个问题:

• 是否有任何系统可用于帮助将内容从我的存储服务器移动到前端服务器上的请求,尽可能少的开销,速度是一个问题,因为我们将有500多个客户端在峰值时同时下载和上传倍.

我终于说服了我的雇主node.js非常快,它是最新的编程技术,我们应该为我们的Intranet系统投资一个平台,但他已经要求详细记录如何在当前硬件上扩展它们有空的.

目前正在追踪Mongoose和MongoDB的一个项目,但遇到了一个API尚不清楚的部分.

我有一个模型,其中包含几个键和文档,以及其中一个键被调用watchList.这是一个用户正在观看的ID数组,但我需要确保这些值保持独特.

以下是一些示例代码:

var MyObject = new Mongoose.Schema({
    //....
    watching : {type: Array, required: false},
    //....
});

所以我的问题是如何确保推入数组的值只存储一个,所以使值唯一,我可以使用unique: true吗？

谢谢

当我从多个表中选择数据时,我曾经经常使用JOINS,最近我开始使用另一种方式,但从长远来看,我不确定其影响.

例子:

SELECT * FROM table_1 LEFT JOIN table_2 ON (table_1.column = table_2.column)

所以这是跨表的基本LEFT JOIN,但请看下面的查询.

SELECT * FROM table_1,table_2 WHERE table_1.column = table_2.column

就个人而言,如果我加入,请说7个数据表,我宁愿在JOINS上这样做.

但是这两种方法有什么优缺点吗？