<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Fuller</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Fuller]]></copyright><item><title><![CDATA[多个Slave数据库Master库负责数据更新]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/51980886</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/51980886</guid><author>Fuller</author><pubDate>Thu, 21 Jul 2016 11:19:24 +0800</pubDate><description><![CDATA[﻿﻿
上传漏洞0xx1 上传漏洞简介如何确定web应用程序是否存在上传漏洞呢？比如，有些网站，用户可以上传自己的个性头像，即图片文件，但是文件上传时并没有做验证，导致用户可以上传任意文件，这就是上传漏洞 0xx2 解析漏洞2.1 什么是解析漏洞？攻击者利用上传漏洞时，通常会与web容器的额解析漏洞配合使用，常见的web容器为iis nginx Apache tomcat，下面具体说下常见容器的解]]></description><category></category></item><item><title><![CDATA[将该程序打包成wordcount.jar下MapReduce编程模型]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/51976091</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/51976091</guid><author>Fuller</author><pubDate>Thu, 21 Jul 2016 02:59:03 +0800</pubDate><description><![CDATA[﻿﻿
WordCount示例及MapReduce程序框架  首先通过一个简单的程序来实际运行一个MapReduce程序，然后通过这个程序我们来哦那个结一下MapReduce编程模型。 下载源程序：/Files/xuqiang/WordCount.rar，将该程序打包成wordcount.jar下面的命令,随便写一个文本文件，这里是WordCountMrtrial，并上传到hdfs上


W]]></description><category></category></item><item><title><![CDATA[主要分析jdk1.5的3种并发集合类型中的ConcurrentHashMap]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/51976079</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/51976079</guid><author>Fuller</author><pubDate>Thu, 21 Jul 2016 02:57:52 +0800</pubDate><description><![CDATA[﻿﻿
集合是编程中最常用的数据结构。而谈到并发，几乎总是离不开集合这类高级数据结构的支持。比如两个线程需要同时访问一个中间临界区（Queue），比如常会用缓存作为外部文件的副本（HashMap）。这篇文章主要分析jdk1.5的3种并发集合类型（concurrent，copyonright，queue）中的ConcurrentHashMap，让我们从原理上细致的了解它们，能够让我们在深度项目开发中]]></description><category></category></item><item><title><![CDATA[在SQLite中直接使用“DELETE FROM TableName]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/51976071</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/51976071</guid><author>Fuller</author><pubDate>Thu, 21 Jul 2016 02:56:17 +0800</pubDate><description><![CDATA[﻿﻿
SQL标准中有TRUNCATE TABLE语句，用来清空表的所有内容。但SQLite不支持这个语句。在SQLite中直接使用“DELETE FROM TableName”就可以了。对于大多数DBMS来说，用DELETE不如用TRUNCATE 速度快，因为TRUNCATE 不用访问整个表，不用记录数据的变动。 SQLite虽然不支持TRUNCATE，但它对DELETE做了优化：“When t]]></description><category></category></item><item><title><![CDATA[SQLite虽然不支持TRUNCATE不用访问整个表]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/51976050</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/51976050</guid><author>Fuller</author><pubDate>Thu, 21 Jul 2016 02:55:17 +0800</pubDate><description><![CDATA[﻿﻿
SQL标准中有TRUNCATE TABLE语句，用来清空表的所有内容。但SQLite不支持这个语句。在SQLite中直接使用“DELETE FROM TableName”就可以了。对于大多数DBMS来说，用DELETE不如用TRUNCATE 速度快，因为TRUNCATE 不用访问整个表，不用记录数据的变动。 SQLite虽然不支持TRUNCATE，但它对DELETE做了优化：“When t]]></description><category></category></item><item><title><![CDATA[在线商城商品价格监控软件PriceCIS技术要点]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6601411</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6601411</guid><author>Fuller</author><pubDate>Tue, 12 Jul 2011 22:34:12 +0800</pubDate><description><![CDATA[悟空的购物助手给比较购物带来了很好的用户体验，新近发布的有道购物助手如出一辙，通过走浏览器插件路线，大大提高了使用的便利性，用户感觉到比价具有更高的智能，自动化程度更高。由于在线商城的商品价格是透明的，即便京东、新蛋等用图片显示价格，现有的软件技术，要识别价格图片仅仅是举手之劳。]]></description><category></category></item><item><title><![CDATA[企业竞争情报分析工具--Mozenda研究]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6251766</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6251766</guid><author>Fuller</author><pubDate>Tue, 15 Mar 2011 20:32:00 +0800</pubDate><description><![CDATA[<br />企业竞争情报分析和报告系统是一个复杂的企业IT系统，而且根据不同企业的部署和使用目标，企业竞争情报系统需要数量可观的定制开发功能部件。但是，离不开两大基石：数据采集和数据挖掘
。此前，大量博文针对不同项目需求讲解了怎样组合使用网络信息采集工具MetaSeeker和企业竞争情报分析工具SliceProfile，本文将讲述一个竞争产品Mozenda，下面的内容主要来自Mozenda的一篇商业软文
，
该商业软文主要用作推广网络信息采集工具Mozenda，所以，文章透漏的有价值的信息不多；另外，]]></description><category></category></item><item><title><![CDATA[怎样采集淘宝宝贝的用户评价信息]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6251743</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6251743</guid><author>Fuller</author><pubDate>Tue, 15 Mar 2011 20:13:00 +0800</pubDate><description><![CDATA[AJAX网站内容使用Javascript编程语言动态显示，给普通网络爬虫造成很大障碍，而网站采集器MetaSeeker嵌入了一个完整的web浏览器，理论上说，网页上能够看到的内容都能够采集下来。但是，Javascript是一个强大的编程语言，AJAX网页内容显示技巧千变万化，在不定制的情况下，几乎不可能存在一个能够应对所有AJAX情形的网站采集器。这也是MetaSeeker快速升级的原因：将最新出现的 AJAX开发模式纳入其中。2010年5月，MetaSeeker再次为提升AJAX网站采集能力进行了升级，主]]></description><category></category></item><item><title><![CDATA[什么是协同决策(Collaborative Decision-Making)]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6169594</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6169594</guid><author>Fuller</author><pubDate>Sun, 30 Jan 2011 11:15:00 +0800</pubDate><description><![CDATA[<br />Collaborative Decision-Making，简写为CDM，翻译成协同决策。这是多种决策方式（styles）中的一种新方式，例如，《Decision Making Styles will influence your decisions!》
列举了下面几种决策方式：
Collaborative Decision Making
Emotional Decision Making
Intuitive Decision Making
<br />因为决策过程是大脑运行过程，必然]]></description><category></category></item><item><title><![CDATA[什么是Web数据挖掘]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6169553</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6169553</guid><author>Fuller</author><pubDate>Sun, 30 Jan 2011 10:50:00 +0800</pubDate><description><![CDATA[<br />今天读了一篇长E文Web Content Mining
，
从题目看好像没有什么特别，也许是普通的商业软文，但是，看了第一段后发现是关于Dr. Bing Liu of the University of 
Illinois Chicago的，所以打足精神一句一句把它读完。第一次遇到Bing 
Liu这个名字是在一年前，华中科技大学一博士朋友推荐给我《Sentiment Analysis and 
Subjectivity》这篇综述，就是Bing Liu写的，然后又阅读了《Opinion]]></description><category></category></item><item><title><![CDATA[怎样设计网站信息采集方案]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6159900</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6159900</guid><author>Fuller</author><pubDate>Sun, 23 Jan 2011 17:16:00 +0800</pubDate><description><![CDATA[<br />前面大部分博文是关于怎样用MetaSeeker
完成网站信息采集任务，本文推荐一篇文章，关于新闻调查公司ProPublica
怎样DIY网站信息采集方案。这篇文章是Scraping for Journalism: A Guide for Collecting Data
，详细讲解了ProPublica使用哪些开源和免费软件DIY网站信息采集方案，怎样为新闻调查任务采集信息，怎样解决网站采集的难题。
<br />
这个案例的采集目标：从美国7家制药公司的网站上采集受赞助医生的姓名和赞助费]]></description><category></category></item><item><title><![CDATA[360doc文档内容的拷贝和粘贴]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6157387</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6157387</guid><author>Fuller</author><pubDate>Fri, 21 Jan 2011 16:57:00 +0800</pubDate><description><![CDATA[<br />本文重点说明怎样抓取HTML网页的片断，也就是说，不只是文字内容，还需要保留HTML标签，相当于将一段HTML文档完整切下来。本文使用了一个实际案例，所以，在讲解MetaSeeker操作方法之前先费点笔墨讲讲项目的来龙去脉。<br />目前互联网上充斥着大量垃圾信息，垃圾信息的范畴很广，广义上讲，非法盗版、为商业推广目的的热文转载等等都算作垃圾信息，参见《什么是社会性媒体》
中关于垃圾信息的解释。这就导致互联网内容重复率极高，不利于搜索引擎将本源网站呈现给用户（根据我的体验Google在识别原]]></description><category></category></item><item><title><![CDATA[抓取京东商城商品价格]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/6111540</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/6111540</guid><author>Fuller</author><pubDate>Sat, 01 Jan 2011 16:36:00 +0800</pubDate><description><![CDATA[《抓取当当网商品价格》一文讲解了怎样使用MetaStudio的基本功能，GooSeeker拥有多项发明专利，其中一项有关怎样提高网站抓取规则的适应性，也就是说当网站的网页结构变化了，对抓取规则的影响尽量降到最低。GooSeeker称其为FreeFormat技术。本文讲解怎样使用这个技术。]]></description><category></category></item><item><title><![CDATA[基于工作流引擎的网页数据抽取原理]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5602187</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5602187</guid><author>Fuller</author><pubDate>Mon, 17 May 2010 22:52:00 +0800</pubDate><description><![CDATA[网页数据抽取的原理十分简单，达到目的的途径十分直接，所以，寥寥几行程序代码就可以实现一个特定的网页数据抽取程序，编程语言可以是所有流行语言，例如，Python、Java、PHP、Delphi、Javascript、Ruby以及微软技术体系，当前的境况是：存在大量的分散开发的网页数据抽取程序片断；这些程序片断都是专门针对特定网站开发的；无法适应目标网页结构的变化。]]></description><category></category></item><item><title><![CDATA[解决翻页提取Web数据中断问题]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5584300</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5584300</guid><author>Fuller</author><pubDate>Wed, 12 May 2010 21:55:00 +0800</pubDate><description><![CDATA[主题demo_comment_list_dangdang的翻页操作用javascript代码实现的，Web数据提取软件工具包MetaSeeker能够模拟用户点击行为，执行翻页操作，这是利用网页URL提取Web数据的普通网络爬虫和提取软件无法做到的。 MetaSeeker一般从用于翻页的那个超链接上提取线内线索（in-thread clue），这类线索不在MetaSeeker]]></description><category></category></item><item><title><![CDATA[什么是词性标注（POS tagging）]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5503762</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5503762</guid><author>Fuller</author><pubDate>Mon, 19 Apr 2010 18:39:00 +0800</pubDate><description><![CDATA[转自[1] 词性标注也叫词类标注，POS tagging是part-of-speech tagging的缩写。维基百科对POS Tagging的定义：In corpus linguistics, part-of-speech tagging (POS tagging or POST), also called grammatical  tagging or ]]></description><category></category></item><item><title><![CDATA[加载数据抽取样本页面]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5460787</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5460787</guid><author>Fuller</author><pubDate>Thu, 08 Apr 2010 09:20:00 +0800</pubDate><description><![CDATA[样本页面的结构代表了同一主题下的所有页面结构，所以，为样本页面定义的数据抽取规则可以普遍用于所有同一主题的页面数据抽取任务。当前互联网处于Web2.0时代，典型的网站都是以数据库为后盾，而HTML页面是以特定模板动态生成的，样本页面结构反映了网页模板结构，因此，为样本页面定义的数据抽取规则并推广应用于同一主题的所有页面的思路是可行的。当然，当前仍然有大量的手工编写的静态HTML网页]]></description><category></category></item><item><title><![CDATA[网络信息采集软件重大升级]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5457134</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5457134</guid><author>Fuller</author><pubDate>Wed, 07 Apr 2010 10:37:00 +0800</pubDate><description><![CDATA[免费网络信息采集软件工具包MetaSeeker V4.3.2稳定运行了三个多月，由外界看来，这段时间是GooSeeker的沉默期，事实上，GooSeeker开发团队集中所有骨干成员，对MetaSeeker进行了一次重大改进，主要的改进目标是提高信息采集性能和可靠性。所有核心代码都改用C++编写，直接调用Mozilla底层API，这三个月是一个极其痛苦的历程，代码量超5倍增加，遇到问题无人可]]></description><category></category></item><item><title><![CDATA[活用网页抓取软件]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5155701</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5155701</guid><author>Fuller</author><pubDate>Fri, 08 Jan 2010 09:28:00 +0800</pubDate><description><![CDATA[网页抓取软件同普通的搜索引擎的网络爬虫不同，需要定题网络爬虫，而且需要将抓取到的网页数据进行格式化，也就是将网页上的大量的无关内容过滤掉，只抓取与主题有关的数据，所以，需要准确定位被抓取的数据，要应对各种各样的网站和网页内容结构，评价网页抓取软件的一个重要指标是适应性，可以从两方面考量：给定一个目标网站，网页抓取软件能否快速定制网页抓取规则并启动网页抓取操作，当需要广泛地从互联]]></description><category></category></item><item><title><![CDATA[网页内容抓取在市场营销调研分析领域的地位走势]]></title><link>https://blog.youkuaiyun.com/Fuller/article/details/5134041</link><guid>https://blog.youkuaiyun.com/Fuller/article/details/5134041</guid><author>Fuller</author><pubDate>Tue, 05 Jan 2010 10:56:00 +0800</pubDate><description><![CDATA[Next Gen Market Research刚刚发布了一个调查报告概要，关于当前和今后使用的市场营销调研分析技术，数据挖掘及其相关技术仍然是最主流技术，下面两图引自原文当前按重要性从高到低排序数据挖掘——Data MiningWeb流量分析学——Web Analytics数据分析可视化——Data VisualizationCRM分析学——CRM A]]></description><category></category></item></channel></rss>