V2EX › cloudzhou 的所有回复 › 第 50 页 / 共 57 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

1 ... 42 43 44 45 46 47 48 49 50 51 ... 57

❮

❯

2013-04-12 15:54:02 +08:00

回复了 cloudzhou 创建的主题 › 程序员 › 如何对一个项目做好开放源代码

@wwqgtxx now support git smart protocol，https write and read。
目前界面非常简陋，我正在寻找合适的前端、设计工程师合作。

2013-04-11 15:32:34 +08:00

回复了 soho176 创建的主题 › Python › 用python 做爬虫，抓取网站，在抓取的过程中会碰到重复的网址，随着抓取网址的越来越多，网址库越来越大，如果每次爬到网址都去网址库对比一下是否重复，这样的结果就是效率越来越低了，有什么办法或者算法提高过滤重复网址的效率？

我提供一个思路给你，在索引里面，定长数据查询效率要远远高于不定长数据，url是不定长数据，但是可以转变成为定长，如果散列足够随机，冲突不大的话，那么可以考虑，比如：
把url转换成为long值，hash(url) -> id
long值的范围是 2^64，说实话，我不认为你能达到产生冲突的可能性
然后做非uniq索引，在每次查询结果列表里面做遍历，在冲突小的情况下，每次基本返回一条数据。

如果你的数据量很小，允许一定误差，那就根本不考虑冲突的情况。

这其实就是hash的基本思想。

2013-04-10 00:02:17 +08:00

回复了 jamiesun 创建的主题 › 程序员 › 一行代码引发的悲剧..

@jamiesun 这个事情来说你还是有错的，哪怕作为骑行者，我都提醒自己避让行人，这是个好习惯，不要那天遇到大货车。总之花钱免灾吧

2013-04-09 23:32:30 +08:00

回复了 cloudzhou 创建的主题 › 程序员 › 如何对一个项目做好开放源代码

@cngithub 只是总想完美点发布
@wwqgtxx 不管是 Gitshell 还是 gitcafe ，从创新的角度来讲都没有突破性，gitcafe的模仿程度更加高。我总是在想产品形态是什么，能满足用户什么需求，而不是单纯就做个试试。

目前只是有点模糊说说不清的想法。

2013-04-09 10:45:28 +08:00

回复了 cloudzhou 创建的主题 › 程序员 › 如何对一个项目做好开放源代码

@wwqgtxx 应该支持 smart http(s)，主要是要nginx要结合后台认证不那么容易，不过这个问题最近快要解决了，请期待吧。

第二个要求本地搭建不能保持常态更新，而使用代理比较合适，代理需要海外vps，可以访问 http://git.gitcafe.com (哇，我在推荐其他对手！)。

2013-04-08 21:49:31 +08:00

回复了 soho176 创建的主题 › 程序员 › 蜘蛛抓取页面的时间为什么在日志中看不到图片，ccs,js,等的请求？

@soho176 你要理解http协议，比如使用 curl ，wget 来获取页面，那么不会访问页面上的js和img的

2013-04-08 18:28:31 +08:00

回复了 cloudzhou 创建的主题 › 程序员 › 如何对一个项目做好开放源代码

@henter
@leecade
@catmic27
@yangxin0
等最近的 pull request 功能补充上去和把代码整理，优化一下

2013-04-07 19:04:24 +08:00

回复了 elvba 创建的主题 › 宠物 › 刚刚捡到一只可怜的小狗，眼睛害病了，怎么办啊……

@elvba 需要经过免疫和体检，所以在没弄清楚前，不要过于接近，等小狗身体恢复好些之后

2013-04-07 18:51:23 +08:00

回复了 elvba 创建的主题 › 宠物 › 刚刚捡到一只可怜的小狗，眼睛害病了，怎么办啊……

这个最好去宠物医院看看，同时避免和小狗过于亲密