好记性不如烂笔头

摘要： 最近做个人网站想实现多个二级域名，一来为了好记，二来为了搜索引擎优化，搜索引擎对二级域名的收录还是比较快的。刚开始做了4，5个二级域名，每个都是在域名解析后台手动添加的，不过随着二级域名越来越多，发现这种方式太麻烦太累了，所以才想通过程序来实现多个二级域名的解析。 实现二级域名泛解析，首先要在域名管 阅读全文

摘要： 在一些大数据处理中，我们需要用到IP地址查询，一般为了查询一个IP属于哪个地址，我们通常需要根据一个IP数据库来查询，网络上比较常用的IP库是纯真IP数据库。IP数据库里面的记录一般存储方式为IP的开始和结束的数字段，比如 "221.179.172.1-221.179.175.254 中国移动/北京 阅读全文

摘要： 在数据采集及大数据处理的时候，数据排重、相似度计算是很重要的一个环节，由此引入相似度计算算法。常用的方法有几种：最长公共子串（基于词条空间）、最长公共子序列（基于权值空间、词条空间）、最少编辑距离法（基于词条空间）、汉明距离（基于权值空间）、余弦值（基于权值空间）等，今天我们着重介绍最后两种方式。 阅读全文

摘要： 使用CasperJs快速采集异步加载的网页 阅读全文

摘要： 前两天发现一个开源日志组件ELMAH，一下子就喜欢上了，喜欢他的原因是它支持“热插拔”（不需要改动任何的程序）、简单的配置（几行配置）、多种记录方式（数据库、文件、Email）、支持多数据库（Access、SqlServer、Oracle、Sqlite、VistaDB），而且查看结果也不需要编写（并且支持rss发布查看）。　　ELMAH最新版本是ELMAH-1.0-BETA... 阅读全文