现在有越来越多的人热衷于做网络爬虫（网络蜘蛛），也有越来越多的地方需要网络爬虫，比如搜索引擎、资讯采集、舆情监测等等，诸如此类。网络爬虫涉及到的技术(算法/策略)广而复杂，如网页获取、网页跟踪、网页分析、网页搜索、网页评级和结构/非结构化数据抽取以及后期更细粒度的数据挖掘等方方面面，对于新手来说，不...
分类：
Web程序 时间：
2014-05-26 05:54:50
阅读次数：
393
很多人以为i标签和em标签都只是HTML用于斜体的标签，并不知道他们有什么区别。其实对于熟悉SEO的人来说，他们的区别挺大的（普通用户略过）。i标签的作用：仅仅是为了让字体显示斜体，对于SEO没什么作用。em标签的作用：不仅可以让字体显示斜体，而且可以加强语气，告诉搜索引擎这里是重要的。
分类：
其他好文 时间：
2014-05-26 05:44:51
阅读次数：
254
计算机不能直接理解高级语言，所以需要将高级语言翻译成机器语言，翻译有两种方式：编译、解释，这两种方式主要是翻译的时间不同。
编译性语言指代码需要先编译成机器语言的二进制文件，然后再执行。这样在执行的时候就不需要再翻译了，所以执行效率高。
解释性语言指跳过编译阶段，直接运行，在运行时翻译。每次执行都需要翻译一次，所以效率较低。每种解释性语言都有对应的引擎来解释执行。有点类似于“同声翻译”，代码一边由相应的解释器“翻译”成机器语言，一边执行。脚本语言都是解释性的。...
分类：
其他好文 时间：
2014-05-26 04:52:04
阅读次数：
181
你要好好的思考，及其在百度更接近完美的时候就更要做好这些，其实这些都是影响用户体会的要素。一个成功的网站可以说它在收取利益的同时也在帮助用户。现在说说网站权重有何重要性呢？其实搜索引擎给网站(包含页面)赋予一定的威望值，对网站(含页面)威望的评价，一个网站权重越高，在搜索引擎所占的价值成分就越好，在搜索引擎排行就越好。一个网站在搜索引擎中的权重是件非常艰难的工作，因为种种要素的搅扰，影响了咱们正确...
分类：
Web程序 时间：
2014-05-26 04:42:45
阅读次数：
307
部分内容转自：http://blog.csdn.net/hguisu/article/details/8024799
一、 开源项目
1.Lucene全文检索系统
http://lucene.apache.org和 http://www.lucene.com.cn/
Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代...
分类：
Web程序 时间：
2014-05-26 04:36:55
阅读次数：
297
BULK COLLECT 可以降低 SQL 引擎到 PL/SQL 引擎的上下文交换（context
switch）次数，，从而实现数据的高速检索。”并不是限制必须一次完成。Oracle 提供了 LIMIT
子句，可以限制每次从表中获取的记录数，测试如下：SQL> select count(*) fr...
分类：
其他好文 时间：
2014-05-26 01:20:07
阅读次数：
273
所谓学习问题，是指观察由n个样本组成的集合，并根据这些数据来预测未知数据的性质。学习任务（一个二分类问题）：区分一个普通的互联网检索Query是否具有某个垂直领域的意图。假设现在有一个O2O领域的垂直搜索引擎，专门为用户提供团购、优惠券的检索；同时存在一个通用的搜索引擎，比如百度，通用搜索引擎希望能...
分类：
其他好文 时间：
2014-05-25 23:18:41
阅读次数：
468
回顾上次写博客至今都有4个多月了，最近工作比较的忙没时间写博文。以后会多坚持写博文，与大家分享下最近遇到的问题。最近因为项目需要，研究了下用C#开发TTS。下面把大体的思路给大家说说，希望对大家有所帮助。
首先需要了解下MS的SAPI，它是微软的语音API。它包括了语音识别SR引擎和语音合成S...
分类：
其他好文 时间：
2014-05-25 19:45:38
阅读次数：
277
【A JAVA】
【B JavaEE】
【C Android】
【D 前端】
【E 大数据】
【F Oracle】
【G 云计算】
【H Linux】
【I 计算机基础】
【J PM ITIL SOA】
【K Others】
【S 搜索引擎】
【Z 方法、人文】...
分类：
其他好文 时间：
2014-05-24 21:44:27
阅读次数：
287
原理
这个漏洞实际上非常简单，ElasticSearch有脚本执行(scripting)的功能，可以很方便地对查询出来的数据再加工处理。
ElasticSearch用的脚本引擎是MVEL，这个引擎没有做任何的防护，或者沙盒包装，所以直接可以执行任意代码。
而在ElasticSearch里，默认配置是打开动态脚本功能的，因此用户可以直接通过http请求，执行任意代码。
其实官方是清楚这个漏洞...
分类：
其他好文 时间：
2014-05-24 18:04:15
阅读次数：
223
