小编osg*_*sgx的帖子

如何获取 PDF 文件的字数？我认为我想要获得总字数的大多数 pdf 文件都嵌入了文本层，所以我不需要 OCR。

该任务来自于搜索一些已知大小的科学论文，例如 15000 字。大多数现代论文以pdf格式发表

在最近更新的谷歌 Chrome 浏览器（在稳定频道）中，有一个新的安全/隐私选项：

http://chrome.blogspot.com/2012/02/faster-browsing-safer-downloading.html

除了检查已知坏文件列表之外，Chrome 还会检查可执行文件（如“.exe”和“.msi”文件）。如果可执行文件与白名单不匹配，Chrome 会与 Google 联系以获取更多信息，例如您正在访问的网站是否包含大量恶意下载。

根据更详细的链接

如果文件不是来自已知来源，Chrome 会将主机的 URL 和 IP 以及其他元数据（例如文件的哈希值和二进制大小）发送给 Google。

如果我想让谷歌不知道我下载了哪些可执行文件怎么办？

如何禁用下载的 .exe 和 .msi 的发送到谷歌 URL 和哈希值？

我的问题是关于 Chrome 或 Chromium 浏览器的微调。它支持新一代 cookie：HTML5 LocalStorage 和 Databases。一些广告网站使用 LocalStorage 进行用户跟踪，其他一些网站也使用它。此外，chrome 插件（扩展）通常使用 localstorage 来保存设置。

我想完全禁用所有站点的 LocalStorage&DB 或以“询问用户”模式获取它。但我想使用使用 LocalStorage 和 DB 的扩展。

是否可以？

Ubuntu 中用户主目录的默认访问模式（例如 0755）是什么（例如，输出是什么ls -ld /home/*）？在其他主要的 linux 发行版（Debian、RedHat、Gentoo、Arch）中？

如何更改此默认设置？

PS：抱歉，我现在找不到 ubuntu 并自己测试一下。

我有数百个类似的大文件（每个 30 兆字节）要压缩。每对文件都有 99% 的相同数据（差异小于 1%），所以我希望存档不超过 40-50 兆字节。

单个文件可以从 30 MB 压缩到 13-15 MB（使用xz -1, gz -1, bzip2 -1），但是在压缩两个或更多文件时，我希望存档的大小为13-15MB + N*0.3MBN 是文件数。

当使用tar（创建实体存档）和xz -6（定义压缩字典大于一个文件 -更新 - 这还不够！）时，我仍然有大小为N*13MB.

我认为无论是gzip和bzip2不会帮助我，因为他们有字典小于1 MB，和我的焦油物流有重复，每30 MB。

如何使用标准工具在现代 Linux 中归档我的问题？

是否可以调整xz以快速压缩，但使用大于 30-60 MB 的字典？

更新：用tar c input_directory | xz --lzma2=dict=128M,mode=fast,mf=hc4 --memory=2G > compressed.tar.xz. 不确定必要的mf=hc4和--memory=2G选项；但是dict=128M将字典设置得足够大（大于一个文件），mode=fast并使该过程比-e.

有一台带有两个“Xeon(R) CPU X5550 @ 2.67GHz”CPU 的计算机。启用了超线程，看起来像16核系统，但实际上只有8个物理核。

我知道当启用超线程时，每个物理内核会被拆分为两个虚拟内核。我想知道，哪对虚拟核心共享一个物理核心，哪些不共享。或者，Linux 将如何（以什么顺序）枚举 HT 内核与真实内核相比。（枚举是为sched_setaffinity和taskset掩码完成的）。

我有一个/proc/cpuinfo来自系统的文件转储。

我认为有可能：

• CPU0-CPU7 不共享物理。核。CPU8-CPU15也是如此。但是共享是成对的CPU0+CPU8，CPU(i)+CPU(i+8)等等。
• 或 CPU0+CPU1 来自单个物理，CPU2+CPU3，CPU(2*i)+CPU(2*i+1)。
• 或者异国CPU0+CPU15共享，CPU1+CPU14...
• 还是随机？

在这种情况下，困难的时刻是 CPU 有 2 个物理芯片（两个插槽），通常建议使用“物理 ID：”字段无济于事

中央处理器信息：

processor   : 0
vendor_id   : GenuineIntel
cpu family  : 6
model       : 26
model name  : Intel(R) Xeon(R) CPU           X5550  @ 2.67GHz
stepping    : 5
cpu MHz     : 2660.076
cache size  : 8192 KB
physical id : 1
siblings    : 8
core id     : 0
cpu cores   : …

我在使用 ls -l 列出某个目录时遇到问题：

$ ls -l ./directory
-????????? ? ? ? ?            ? file001.txt
-????????? ? ? ? ?            ? file002.txt

只是 ls 效果很好：

$ ls ./directory
file001.txt file002.txt

怎么了？

当我在页面上选择一些文本，显示在 Chrome 网络浏览器中，并用我的右键单击时，上下文菜单打开。它有三个选项：“Copy”、“Search %YOUR.SEARCH.ENGINE.NAME for '%SELECTED.TEXT%”和“Print...”；然后是有分隔符和“检查元素”。

我对选定文本的弹出菜单的常用用法是使用“搜索 %% 为 '%%'”，但有时我会错过正确的菜单项并单击“打印...”。然后打印预览打开（或操作系统打印对话框，如果--disable-print-preview添加了命令行选项。我没有打印机，我不需要打印一两个字，我只是想要

是否可以在 Google 版本的 Chrome 中禁用“打印...”项目？

如果不可能，我如何找到在 Chromium 中显示“打印...”的代码？

我有很多 50-100 MP 的彩色图像，我想在 linux 上查看。

例如，10000x17000 大小是典型的，但大多数图像查看器会因内存不足而失败。

文件格式为 png 或 jpg。

我想要的是能够部分和整体查看此类图像，并能够滚动图像。内存消耗低，因此没有完整的图像解压缩到内存中的位图。

有很多插件（我的意思不是用于查看 pdf 的浏览器插件，而是阅读器本身的插件，例如用于互联网访问、评论 pdf、pdf 中的 javascript、pdf 中的 3d 等等）预装了“Adobe Reader X”，快25了。有的很烦人，有的启动起来不安全（例如Adobe Multimedia插件允许PDF文件使用内置Flash，它在任何版本中通常已经过时且易受攻击；ECMAScript可能脆弱；评论很烦人，对我来说永远不会使用它）。

我想完全关闭一些 Adob​​e Reader X 插件。此外，如果 Adob​​e Reader 更新为较新版本时保存此设置，那将是完美的。

PS Adob​​e Reader X = Adob​​e Reader 10（更确切地说是 10.1 版）；操作系统是 Windows（任何支持的 AR X 版本）