善始善终，不能始乱终弃……

1. fanfou.com

原来准备写一个fanfou的工具，现已实现了理想中的大部分功能。关于分享、私信的处理，暂时不在我能力范围之内。不过，倒是有很高的兴趣来学习。

现在觉得，使用Php写这样的工具，把这样的工具放在自己的blog空间上，是不太好的选择。这与采集工具一样，会占用太多的资源，尤其是作为网络程序，不好控制。我曾经设想使用推荐制，限时制，乃至会员制，来限制饭友的使用。但是无论哪种方法都大大地与我的初衷背道而驰。网络给予人的是自由，而不是这样或那样的限制。

现在觉得使用本机版程序是比较好的选择。这样一来，占用的是用户的CPU和带宽，不会对某一服务器造成太大冲击－－如果有的话，也只能是可怜的fanfou.com了。不过，我对它的潜力抱积极的乐观态度。

还有一种方法，就是伟大的开源方式了。我准备在做出完整的本机版程序之前－－这可能需要太长的时间－－先把源代码无私地公开出来，事实上我早已经这样做过了。如果您读过批量抓饭脚本：一次性打包输出自己全部的饭否消息！的话，您知道我在说什么。

我计划把与之相关的几个函数写出来，主要是curl：远程文件的抓取，sqlite：数据库的打开，建立，保存，regex：使用正则表达式对文本进行深度解析。附上详尽的解释，尤其是regex部分。

为什么要先写计划，而不是先完成呢？因为本文的主旨是“善始善终，不能始乱终弃”，我写在这里，防止自己食言而肥，因此立此存照。

2. yeeyan.com

最近在yeeyan.com搜索到自己喜欢的一篇文章，正在翻译。已经完成85%+了，剩下的部分是硬骨头了。我的目标是“举重若轻”，争取把长难句也翻译得不显山不露水，风过了无痕。

目的：别把英语扔远了；把学英语跟兴趣爱好联系起来；做出一点点贡献，增加一点点人气和点击量；为自己干瘪的blog增加内容。

善始善终，不能始乱终弃；防止食言而肥，立此存照。

3. iRegEx.org

早就有建立正则表达式网站的雄心，一向摩拳擦掌，苦练内功，http://fanfou.com/regex就是明证之一。经常在chinaunix潜水的我，前两天突然发现，www.regex.net.cn悄然开张了。就差一步呀！我像彪哥对着泰勒的“尸体”那样滴下了发自肺腑、痛心疾首的泪。为了促成跟该网站的良性竞争，防止它垄断坐大，我毅然决然地推出了自己的网站。由于现在刚刚开始布展，一切都还没有做成熟，一向低调的我就不在这里大事张扬了。我先不告诉大家我做的网站叫“爱正则”。等我做好了，再向大家公布！

善始善终，不能始乱终弃；防止食言而肥，立此存照。

一直盼望哪位大侠能写个“批量导出饭否消息”的程序。请教过郭万怀，fanfou还没有批量导出全部消息的api。现有的api最多只能导出20条消息。于是我使用perl+curl实现了全部抓取的功能。现在还是perl脚本版的。有对话框界面的不急，慢慢来。

已经实现的功能：

• 根据fanfou id，批量导出fanfou消息。
• 导出的内容有：fanfou消息本身，该消息发布的时间，该消息的id号，形如oj1Wil-g4wk。

Todo List:

• 做成gui版的。
• 批量删除、分享（自己的消息）。
• 使用sqlite实现本地存储、sql语言查询。
• 支持标签分类。需要在发布消息时在消息开头或末尾加上[]、［］等分隔符。

如果您想批量导出自己的fanfou消息，同时知道如何运行perl脚本，那么直接改动下面的脚本即可；如果您不愿自己动手，我可以代劳。您只须加我(zhasm)为好友，然后饭密我一条消息，发个请求即可。这是为了保证您要抓取的，是您自己的内容。敬请谅解。我会在最晚2个工作日之内发给您。

饭密给我的消息，可以包含如下内容：

1. 您的邮箱。
2. 分隔符，默认是tab，您也可以；、，诸如此类。
3. 序号（1-N，还是N-1.默认是n-1)。
4. 是否加上时间戳。(默认包含)。
5. 是否加上消息的id. 此处指的是fanfou为您每一条消息自动生成的形如oj1Wil-g4wk序列号。如果您不明白此为何物，可不必包含此项。如果批量删除或批量分享，则保留此项。

好了，以下是代码部分，附有注释。您如果在您的机器中运行此代码，需确保安装有WWW::Curl::Easy模块。需要说明的是，该脚本的运行速度取决于网络速度与机器自身速度。在我的机器上，抓取700余条消息大约花费3分钟时间。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

#!/usr/bin/perl -w
#
# this script is to grab all the fanfou items for the given id.
# rex.zhasm rex[at]zhasm[dot]com
# 27 jan 2007
#
#
 
use strict;
use WWW::Curl::Easy;
my $output="output.txt";
open(OUT,">$output") or die "can not open file to out put!";
#print all the messages into the file: output.txt";
 
my $id="zhasm";			#specify the user's id.
my $url = "http://fanfou.com/".$id;
 
# Init the curl session
my $curl= WWW::Curl::Easy->new() or die "curl init failed!\n";
$curl->setopt(CURLOPT_URL, $url);

我首先知趣地声明：本人对编程只是有着叶公之好的门外汉，此处只表达本人粗浅认识和想法，充满着大惊小怪的大呼小叫；见怪不怪的业内大牛请绕行。

asm篇：暗黑破坏神

余生也早，接触计算机却晚，是在01年4月份与计算机喜结良缘。大约是02年，刚喜新厌旧地把basic扔到一边，在自学C语言。听人吹嘘asm的强大（硬件级控制），心痒难耐。那时觉得，只要学习了asm，基本上直接就进入黑客大牛级别了，就仿佛刚上学前班的一个牙牙学语的儿童，忽然得知了一条保送清华博士后的捷径。

那时引以为自豪的是当时用turbo C编写了一个黑白棋程序。我的梦想是把它转换成asm语言版本和vc版本。使用asm是为了锻炼自己功力，使用vc是为了把编出来的程序让别人使用。毕竟，在dos界面下编写和运行程序，总觉得寒碜得掉渣。

买了本清华的汇编教程自己啃。一上来就是胡天胡地的寻址和林林总总的中断。太抽象了。后来在西单买了本影印版的《IBM PC汇编语言程序设计》。两相比较，感觉清华的书像是写给业内人士的，适合当作reference；而IBM这本书，读起来才是写给初学者的tutorial，引导你一步步入门。虽然是影印版，但是用到的生词也就那几个，记住之后一劳永逸，比起清华的佶屈聱牙不知所云还是好懂多了。这一阶段的猛攻为计算机英语阅读打下基础。以后我接触的其它编程资料，都是直接阅读原版，资料比翻译过的更齐全，更权威。

把这本书啃完，觉得8086的历史已经一去不复返了，32位平台下的编程才是正途。

于是也搜索到了Iczelion’s Win32 Assembly教程。逐一细读，测试，天天泡罗云彬的汇编乐园，aogosoft的bbs，老罗的缤纷天地。masm32 gui 的问题也解决了，写出了几个自娱自乐、自给自足的小程序。对masm32+数据库(ODBC)的编程上，也有了自己的一点心得。

当时学asm，还有一个很XX很XX的念头在里面：破译注册码。这是最令初学者心动念头，在人前摆酷也是立杆见影。有一点点汇编的底子，入门还是不费多大力气的。最简单的是爆破，就是找到类似 if(测试码正确) 的地方，改为if (测试码不正确)。不过，最有成就感的，还是调试，跟踪，找出算法，写出注册机。我当时最高成是，为豪杰解霸家族的一系列产品作出一个N合1的注册机。当然是只限于测试使用，没有傻到把它发布到网上去。时间应该是2003年，托非*典的福，我有足够的时间来潜心跟踪算法。再往后，就对破解这个领域失去兴趣，就跟孙悟空跳到了如来的掌边，画个到此一游的记号，撒泡尿就回来了，没再往前跨出一步。

Perl篇：仙剑奇侠传

我一直纳闷（和庆幸），在原来我们的大学里，这所纯文科的学校图书馆，怎么会有perl的骆驼书。我只是好奇地翻开看了几眼，却与perl结下不解之缘。由于知道了一点点perl的语法和正则表达式的皮毛，我才拥有了文本解析的强大武器。正如Jeffrey Friedl在他的《Mastering Regular Expressions》里面说的，“一旦你拥有了它，就会不由自主地想，在没有它的日子，我可该怎么过”。在此之前，我曾幼稚地以为，哪里需要什么与正则表达式，notepad和m$word里的搜索替换功能不是挺强大的么？

自学计算机知识以来，给我震撼最大的两样东西，一是二叉树，另一就是正则表达式了。前者为我解释了在海量数据中如何快速精准定位的理论实现，后者为我展示了高级搜索替换的不二法门。1024个数据，如果按照二叉树作好排序，可以最多只比较10次，就能找到所需数据。大量文本，只需要一条s/patterns/newvalues/g;就能把内容全部替换为目标值。（虽然它对ASCII码类的支持，比UNICODE的支持，更自然一些。谁让这是洋鬼子发明的呢？）我像菩提门下那只手舞足蹈的猴子一样，满心喜悦，溢于言表。

以我迄今所知，只有perl这种语言，能与正则式无缝链接。其它的语言跟正则表达式之间，都有着隔靴难搔之痒。从asm的角度来仰望perl，简直不可思议。比如正则匹配的if ($var =~ /regexstring/)，比如散列赋值的$hash{key}=value…这种感觉，仿佛是瑞士手工作坊里的老钟表匠，到日本参观了现代化的电子表生产线：自己一点点地实现，并非不可能，或许还能细心、从容、优雅地打磨得更精致；但是如果想提高效率，则非生产线莫属了。你知道每一个细节的原理流程，你知道每个齿轮精确到微米的直径，你的手感比灵游标卡尺还要灵。可是，你做得慢腾腾。

我是如此地醉心于perl的语法，时常编写几行程序满足自己对文本解析的需求，在windows/linux中都不在话下。但是，如果不只是自娱，还要“愚他”的话，就该考虑gui了。asm的gui我熟，因为它走的是c语言的sdk+api的路子，教程多多，而且有庞大的MSDN作后盾，不愁找不到资料。这是一条根正苗红的贫农路线。但是对于perl，想实现gui，该何去何从呢？

我曾经退回到asm阵营来，尝试让masm32+gui支持regex，自己写过引擎，以失败告终。但是即使支持了regex，能高效地实现散列么？perl高效的语法让我的asm自惭形秽。是呀，perl曾经放过豪言：perl一句，顶其它语言数十数百句（这是从语法简洁度上来说的，跟执行效率不成正比，跟政*治更不搭边，不许联想）。

于是，我尝试了tk，但是感觉不爽。之后热情冷却下来，在perl和asm之间游离。终于，又发现了wxWidget。在语言上，它支持c++,c#,Python,Perl；在平台上，它支持Windows,*nix,Mac。不错，很不错。我就是需要这种两栖乃至多栖的东东。

书从疑处翻成悟

正如书中交待，wxPerl的特点是：It is less Perlish – but it’s more OO。对于怪异的语法，我有独到的武器：手抄代码。这仿佛是“理解的要执行，不理解的也要执行。在执行中加深理解。”

这一武器，我在c中用过，在c++中用过，在数据结构中用过，在asm中用过……结论是屡试不爽。我一遍一遍地读代码，抄代码，思考代码，改变一点点，加入一点点，自然就理解了。渐悟和顿悟的感觉都很爽。就像多年前有次做完家教返校途中，公交车上，我突然理解了MFC，哦，原来就是封装呀。假我以时日，我也能把masm32封装成面向对象的，高度集成的MF·MASM32。那一刻，我有着与阿基米德从浴缸中跳出相类似的喜悦和冲动。虽然自己编写MFMASM32，就跟“给我一个支点，我就能撬动地球”一样，是以把自己的能力夸大无数倍的前提下发出的豪言壮语，但是侧重点在于“寡人悟到了！”这个悟的过程以及所悟到的内容的理论可行性，带着难以言表的快乐，与微微的自豪感。

屠龙之技

我一直把编程及其相关的学习当作业余爱好来对待的。有时也在反思，是不是为了不必要的富兰克林的哨子，花费了太多的代价。业余时间，有人爱看球赛，有人演算哥德巴赫猜想，有人背诵圆周率，诸如此类，热衷于各类不损人不利人的活动，并能从中找到让自己满足的小快乐。以前读过毛姆的一本书《刀锋》，不明白那个经历过生死，周游过世界，读过了吠陀经，最终领悟了人生真谛的拉里，为什么想去做一名的哥来了却残生。现在想来，也不错。

正则表达式是我比较喜欢的编程工具之一。近日在网上发现了regular expressions cheat sheet的PDF版，于是翻译成中文，放在这里与大家分享。同时还推出了PNG格式，分别放在flickr和yupoo上。

该sheet上的正则表达式是perl风格。内容包括了Anchor，POSIX，Assertions，Quantifiers and Quantifier Modifiers，Escape Character and Metacharacters，Special Characters，Groups and Ranges，Pattern Modifiers，以及一些例子。

翻译时，一些术语参考了何伟平译的《Perl语言编程》第3版，并保留了原有英文（例子部分除外，以节约篇幅）。

由于没有搞到源文件，文档的制作是使用foxit pdfeditor 2.0，而不是使用最喜爱的latex。不过，我也给原作者发了Email，希望能早日收到回复。大家请访问他的主页，那里还有更多的cheat sheets。都是英文的，原汁原味。

好了，以下是深柳堂主http://zhasm.com推出的资源。

注：由于foxit pdfeditor的编码问题，发现该文档在ubuntu下阅读会出现乱码。对此深表遗憾。只能等待得到latex源码后才能彻底解决该问题。作为变通，请下载png版本。见谅！

由于中文字符原因，仅支持adobe reader(windows/linux均可)，但是不支持（xpdf, evince,foxit pdfreader）。请下载png版。文件更小，解析度也不错。

点此下载PDF版(任一)(132K)：

1. 在boxstr.com上：regex cheat sheet
2. 在mediafire上：regex cheat sheet

点此下载PNG版(155K)：

1. 在flickr上，点击看大图
   

2. 在yupoo上，点击看大图
   

最后，再推荐一个.net的regularexpressions cheat sheet地址。

13.Dec.2007:

提供sed_awk正则表达式之PDF手册下载。从网上搜索到的，6.5M。扫描版，质量一般。请点击：

• 这里
• 或这里

注：本文所提及的工具附于文后。

假如你用惯了linux，那你很有可能跟我一样，是被一堆个头不大，却是精明能干的小工具所吸引的：im, ssh, perl, grep, agrep, fgrep, sed, wget, agrep, unzip, cp, mv, rm （我常用的，也就这些）……这些工具在windows不是不存在，只是有的工具加上了gui界面，个头太大；有的改成了彻头彻尾的windows版。这一切，让人感觉，不爽。

可是，你值得安装一整套cygwin么？你有必要安装虚拟机么？当然没必要。本文要介绍的，是一组小巧的实现方案：UnxUtils。自14-04-2003年4月14日之后，它有了升级版本，但是仍然都是03年、04年的作品。只要你需要，就不妨拿来用，不要因为它陈旧而轻视它的实用性。

下载UnxUtils以及UnxUpdates之后，解压到自己中意的文件夹，把\usr\local\wbin文件夹的绝对地址加到

我的电脑(右键)->属性->高级->环境变量->系统变量->path值

注意，在所加的地址之前，应该有个分号“;”以示区分。这样，你随时随地就能打开一个”cmd”console，使用如下工具：

agrep.exe; ansi2knr.exe; basename.exe; bc.exe; bison.exe; bunzip2.exe; bzip2.exe; bzip2recover.exe; cat.exe; chgrp.exe; chmod.exe; chown.exe; cksum.exe; cmp.exe; comm.exe; compress.exe; cp.exe; csplit.exe; cut.exe; date.exe; dc.exe; dd.exe; df.exe; diff.exe; diff3.exe; dircolors.exe; dirname.exe; du.exe; echo.exe; egrep.exe; env.exe; expand.exe; expr.exe; factor.exe; fgrep.exe; find.exe; flex.exe; fmt.exe; fold.exe; fsplit.exe; gawk.exe; gclip.exe; gplay.exe; grep.exe; gsar.exe; gunzip.exe; gzip.exe; head.exe; id.exe; indent.exe; install.exe; join.exe; jwhois.exe; less.exe; lesskey.exe; libfl.a libfl.lib ln.exe; logname.exe; ls.exe; m4.exe; make.exe; makedepend.exe; makemsg.exe; man.exe; md5sum.exe; mkdir.exe; mkfifo.exe; mknod.exe; mv.exe; mvdir.exe; nl.exe; od.exe; paste.exe; patch.exe; pathchk.exe; pclip.exe; pr.exe; printenv.exe; printf.exe; ptx.exe; pwd.exe; recode.exe; rm.exe; rman.exe; rmdir.exe; sdiff.exe; sed.exe; seq.exe; sha1sum.exe; shar.exe; sleep.exe; sort.exe; split.exe; stego.exe; su.exe; sum.exe; sync.exe; tac.exe; tail.exe; tar.exe; tee.exe; test.exe; touch.exe; tr.exe; tsort.exe; type.exe; uname.exe; unexpand.exe; uniq.exe; unrar.exe; unshar.exe; unzip.exe; uudecode.exe; uuencode.exe; wc.exe; wget.exe; wget.hlp which.exe; whoami.exe; xargs.exe; yes.exe; zcat.exe; zip.exe; zsh.exe;

根据自己的需要，我加入了自己常用的三个工具：vim，perl，ssh。

• vim建议直接安装完全版，它自己就包括了console版和gui版。
• perl：如果用得频繁，用得深入，建议你安装完整的active perl。但是，如果你只是使用正则表达式进行一些简单的文本处理，不用它的其它库的话，从activeperl里提取两个文件足矣：wperl.exe，perl58.dll。它能完美地运行我80%的脚本。使用它来预处理latex源文件，简单高效。（有一个小bug要事物声明：如果该程序没有任何输出的话，仔细检查你的程序吧！它不会提示你出错，而是学习甘地，以非暴力不合作的姿态进行消极罢工。）如果你vim用得好，处理文本只用vim也可，虽然它的正则式风格怪怪的。
• ssh：我使用过putty，但是它还要自己开一个console，与windows自带的consol不兼容。现在使用OpenSSH for Windows，发现这是一个比较好的选择，与以上环境更融洽。我提取出一个ssh.exe，以及5个dll文件，就能完整地运行ssh客户端，远程操作自己的dh主机了。wget & unzip下载wordpress、安装插件，速度快得吓人；vim修改文件，也比使用ftp再edit快捷直接得多。

由于没有使用python，上面的方案就没有python的份了:( 如果你需要，自己在以上方案的基础上加以改动，应该可以。至于apache+php+mysql，这些都体积庞大，功能独立，有其集成解决方案，不在本文讨论之内。

以下是本文提到的各工具的官方地址：

• UnxUtils：主页在此
• vim：主页在此
• active perl完全版：主页在此
• OpenSSH for Windows：主页在此

其中，由本站http://zhasm.com修改过的文件在此：（使用了国外的存储空间；教育网用户需代理）

• 精简版的perl(400Kb)：wperl.exe，perl58.dll:点此
• 精简版的ssh客户端(1.7Mb)：点此
• rex.zhasm自己使用的UnxUtils文件(5.5Mb)，包括了上述的perl与ssh：点此