摘要： 由于自己的搜索引擎中做到了这一块内容，所以今天说说如何抓取网页数据、分析并且去除Html标签，给大家提供一个参考。我的平台是Visual Studio2005，C#。 —————————————————————割————————————————————————— 首先将网页内容整个抓取下来，这个我就不说了，不是本次话题的重点。假设抓取的数据放在RecvBuffer这个byte[]中（数据从网络上传输过来时不是字符串的形式而是byte），那么我们的第一步就是将RecvBuffer转化为String，以便于对其操作，实例如下： 阅读全文

摘要：在上海出差了一个礼拜，看到了很多事，有很多感受，于是在blog上随便说说。 上海的住宿还不错，徐家汇那边的宜山路上宾馆，160元条件还不赖，卫生间整洁，还有免费上网（其实我只需要这个就行，呵呵）。 可吃的就不怎么样了，我出差的单位中午有工作餐，但是惨不忍睹，又难吃又难看，晚上自己去找饭店吃，却很难找到实惠又好吃的地方，而且蔬菜、水果比较贵，真想念杭州的美食啊。。。。... 阅读全文

摘要：2007年4月20日，比尔盖茨在北大演讲，在他为一行人颁奖时，一位男子手写有“Free software open source(免费软件 开放源代码)”的海报并大声用英语叫喊反对微软垄断，事后该男子被警方带走进行调查。 该名男子是LPI中国首席代表王洋，自号王开源，是开源软件的积极分子。 开源真的与商业软件是对立的吗？微软的垄断就一定对我们是坏消息吗？想出名就一定要裸奔似的去吸引眼球吗？其实不然。 阅读全文

摘要： 最初到单位实习的时候，我总喜欢自己动手写所有的代码，别人写的可通用的模块我不喜欢用，因为我觉得别人的总是别人的，自己用的时候总感觉不爽，而且一旦需要修改、需要分析的时候，就需要花大量的时间去看代码（ps，可能是单位同事写的确实不规范，文档也不全，反正我当初就是这么觉得）。我倒是非常乐意自己全部重新写。 但是实习了一个月后，我终于发现，学会利用别人的成果实在是太重要了。过去的一个月中，我没有做出一个完整的项目，而别人的进度却比我快得多。 阅读全文

摘要：今天在网上找开源程序作为自己程序的参考时，突然想到一个问题：编程这么久了，用了这么多开源程序，自己也贡献了一些开放源代码的程序，但是到现在要是问我什么是开源软件？什么是开源？那我可就钻地洞去了。 太惭愧了，想必很多人也和我一样。落后不要紧，赶紧补补才是真。于是我打开http://www.opensource.org 这个最出名的开源网站之一（人家域名就是叫开源啊，呵呵），如果这个网站你还不知道，那就先去补补开源的历史。然后在我在http://www.opensource.org/docs/definition.php 找到了最新的开源定义（带注释的）。 阅读全文

摘要： 最近很忙啊，今天抽空上来写点。 上次的文章中向大家推荐了一篇老外的文章《Web Search Engines》，新手入门看不错，于是将自己的翻译搬上来给不熟鸟语的同志们参考参考（目前只翻译了前半部分），翻译的比较仓促，翻译的好坏就不管了，能让大家看懂而不误导大家就行了，HoHo。 阅读全文

摘要： 由于毕设和工作的原因，所以开始研究搜索引擎相关的内容。搞了一个月了，才大致明白了搜索引擎的历史、现状、原理和其他一些理论。 走了不少弯路，网上找有用的信息也不是个容易的事（ps：搜索引擎的未来就是要更快的让我们找到有用的信息啊，而不是一堆不相干的垃圾信息）。此次写点东西，想让也和我一样初学搜索引擎的筒子们能少走点弯路。 阅读全文

摘要：干我们IT的，老起来可是一身病啊，脊椎的、腰的、眼睛的。。。。。。 这一天到晚的坐着太坏身子了，好在单位楼上有健身房，趁晚饭后上去锻炼锻炼，顺便放松一下筋骨。 想当初第一次去楼上的健身房时，我刚吃饱饭就去上面胡乱玩了一通，汗倒是出了不少，可是碰到了健身房的管理员，把我好好的批评了一顿。后来才顿悟：首先不能刚吃完饭就去锻炼，至少得40分钟以后，而且去之前不能大量喝水，都对胃不好；... 阅读全文

摘要：抽空申请了自己的第一个博客，有点兴奋，有点迷茫。 以前总以为写博客是无聊之举，不过最近看了很多博客名家的blog，才明白博客原来正在成为我们生活中不可缺少的自留地。在blog上不仅可以抒发自己的感情，结识朋友，还可以把自己的资源提供给朋友，帮助他们解决各种问题.. 介于以上各种原因，我决定开发自己的网上自留地，写写自己的感受，同时将自己的学习工作心得写下，以便给大家参考(ps:... 阅读全文