清早起来就发现google人肉搜索引擎项目正在紧锣密鼓地招兵买马，是真是假呢？地址在这里，真伪自鉴。
关于人肉搜索引擎，我总是把它跟虐猫事件宇宙通缉令、姜岩自杀、7733等事件联系起来，对积极参与搜索力求真相的人肉们表示由衷的敬畏之意。如果他们愿意，你的任何生活细节都妄图逃过雪亮的眼睛的注视。三表曰，“总有一双眼睛在注视着你”。这是江湖必杀技，最凌厉的一种，比血滴子还要致命，比凌迟更让人体无完肤。因此，如非必要，这把尚方宝剑还是仅作龙泉壁上鸣才好，对道德有一种震慑作用就够了，不必频频出击。岂不闻“古来兵者为凶器，圣人不得已而用之”。
如果那么热衷于人肉搜索，那么热衷于把别人的隐私公布于众，请试想自己有没有不可告人之事。如果那么热衷于用板砖拍死一位通奸的妇女，请想一想自已手上有没有罪。设想一下，假如有一天，某位搜索者成了被曝光的对象，而那位搜索者恰好是……
我希望，google人肉搜索引擎只是愚人节的一个无恶意的玩笑而已。
PS:更正一下，人肉搜索的英文是Grassroots search，而不是血淋淋的flesh-search。
在饭否上发的几条消息。摘几条作为blog发布。
－－2008-03-10 09:43
千年御敌建奇功，
万里不倒显汝名。
风霜雨电浑不怕，
独惧女子哭一声。
千年之后防火墙，
无界网络今有疆。
亦名长城威力大，
令人追思孟氏姜。
[长短句] 2008-02-25 14:53
“偶感，自撰小令”感慨的是为了一个小小的目而付出了太多的代价。
之下两则是歌颂伟大长城的。
最后一则是健身时想法，为了这个目标，坚持！
舞台设置：
08年3月份某日傍晚七点钟左右。北京某区一筒子楼内，rex正在卧室玩红警游戏。不时传来”Insufficient funds”，”Structure sold”之类的声音。客厅虽然陈旧，倒也整齐。厕所内洗衣机正在自动洗衣服。
人物：
幕启。
rex专心玩红警。
大妈甲、大妈乙上。按门铃。门铃响。
画外音：（红警·海豹部队）”A little c4 knocking at your door”。
游戏继续运行着。rex走到门口，透过猫眼观察。
rex: 什么事？
大妈甲：查户口。
rex开门。二人进来。
大妈甲问：您是这儿房东吗？我们是XXX街道办事处的，来查一下租房的情况。
rex：（警惕地问）不是。能看一下您工作证吗？
大妈甲：（笑）好的好的。
rex仔细看大妈甲乙的工作证。
画外音：（红警·黑鹰战机)At your service.
rex：两位请坐。
大妈甲乙坐在沙发上。大妈乙观察家具、墙壁，透过门缝看卧室。
大妈甲：您是本地人吗？
rex：不是。
画外音：（红警·美国大兵）Enemy spotted！
大妈甲：麻烦您拿出身份证、暂住证、租房合同来。
rex：好的，稍等。我在这儿住三四年了都没查过，现在这是？
大妈甲：嗐，这不是8月份举办那个啥么。都查。
画外音：（红警）Construction complete！ Unit ready！
rex：哦。查的面够广的。
画外音：（红警·动员兵）For mother Russia！
rex从抽屉里找出了租房合同。从钱包里取出了身份证。
rex：我没有暂住证。
大妈甲：没关系，明天去派出所办一个吧。带上单位证明。现在所有在京的外地人都得办。
rex：大工程呀。
画外音：（红警·盟军工程师）Got the plans right here.
大妈乙仔细看租赁合同。
大妈乙：怎么这合同只签到08年1月1日呢？
rex：哦，是这样，我们双方都没啥异议，合同就自动顺延呗。
画外音：（红警·盟军工程师）Analyzing schematics.
大妈乙：一个人住？
rex：嗯哪。
大妈乙：在哪儿工作？
rex：XXX。
大妈乙：待遇不错吧？
rex：马马虎虎。
画外音：（红警·天启坦克）It is the judgement day！
rex擦汗。
大妈甲抄写身份证上的内容。
大妈甲：您是北京户口？
rex：哦，是呀。毕业后直接转过来了。
大妈甲：早说呀，北京人还办什么暂住证。等我把租房关系记录上就得。
画外音：（红警·磁暴步兵）Congratulations！
rex擦汗。
大妈甲：现在北京户口不好进呀。
rex：太不好进啦。
画外音：（红警·苏军工程师）I have the information.
大妈甲：好了，都填完了。那就再见！
大妈甲合上文件夹，二人起身离开。rex送出门。
大妈甲、乙下。
远处门铃响。
画外音：（红警·美国大兵）Who’s next?
幕落。
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。
简要分析了一下twitter和fanfou消息的uuid格式.对于twitter和fanfou,每一条消息都有一个全局的唯一的”身份证号”–uuid.在可视化的操作中,这是不需要的.而使用api来进行统一操作时,uuid就必不可少.
饭否的uuid格式是[-_a-zA-Z0-9]{11},例如jMzxknImnRs,因此理论上可以标识64^11=73,786,976,294,838,206,464条消息; 而twitter的uuid是\d{9},例如609308932,貌似只能标识10^9条消息,即1,000,000,000.不过, 后者貌似可以增加到\d{10,},即开放式增长.早期的twitter消息的uuid号码长度为8,不过没刻意去寻找更短的.
由此作出”大胆推测”,twitter程序员喜欢使用C语言的数组来存储消息;而fanfou的程序员喜欢使用perl语言的散列来存储消息.姑妄听之,没有作”小心证明”的必要了吧,呵呵.
昨天发布了perl版的抓饭工具.现在正着手把该程序改写成php版.perl的语法虽然我最熟悉,但是它需要curl模块的支持.这无论是在*nix下还是windows下,都需要额外安装才可运行.而对于php,它天生就对该模块有良好的支持;程序从perl转过来,也不费太多周折.我也趁机学习一下php的语法.
计划支持的内容:
其中,功能1,2均已在perl下实现,4,6也没有多少技术难度.5在正则表达式的支持下,应该比较容易实现.3的功能比较诱人,在fanfou公开的api中,能找到支持.也不难.
年关岁末,时间比较少.争取每天晚上实现一个功能.
只有一项比较头痛:网页界面编程向来非我长项.有没有人愿意助我一臂之力?
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：
Todo List:
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：
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); |
读了和菜头《莲波体》一文，很有晒晒旧文的冲动。这种冲动，就跟孔乙己之流唱黄梅戏“我也曾赴过琼林宴，我也曾打马御街前”的感觉一样，看到别人谈诗论赋，也禁不住想起自己的往昔岁月。“吟安一个字，捻断数茎须”、“两句三年得，一吟双泪流”。尝试过诗译的人都知道其中甘苦。
在大二时，看到英语精读课本中附了一首小诗，Robert Frost的《Stopping by Woods on a Snowy Evening》，就花费了周日下午两个小时的时间，把它翻译为古体。昨天翻箱子没找到，就从网上搜索了一下原诗。幸而还能回忆起译作，记在这里，以资回忆。
By Robert Frost
Whose woods these are I think I know.
His house is in the village though;
He will not see me stopping here
To watch his woods fill up with snow.
My little horse must think it queer
To stop without a farmhouse near
Between the woods and frozen lake
The darkest evening of the year.
He gives his harness bells a shake
To ask if there is some mistake.
The only other sound’s the sweep
Of easy wind and downy flake.
The woods are lovely, dark and deep.
But I have promises to keep,
And miles to go before I sleep,
And miles to go before I sleep.
翻译者：rex.zhasm
谁家林苑我自知， 苑：养禽兽植树木的地方。
山村有君矮茅茨。 茨：用芦苇、茅草盖的屋顶。《谷口书斋寄杨初阙》：“泉壑带茅茨，云霞生薜帷。”
我赏君林君不见，
琼花飘落雪满枝。 琼花：喻雪花。
幼驹踟蹰思茫然， 踟蹰：徘徊不前的样子。《陌上桑》：“五马立踟蹰。”
驻足之处无人烟。
横柯郁郁冰湖阔， 横柯：纵横的树枝。《与朱元思书》：“横柯上蔽，在昼犹昏”。
此夜全年为最暗。 郁：茂盛。
鸣銮振辔驹心惑， 銮：古时皇帝车驾所用的铃。
困顿于此谁之过。 辔：马笼头, 马缰。《木兰辞》：“南市买辔头”。
万籁俱寂唯雪飘，
雪飘又被风吹过。
长路漫漫幽林窅， 窅yǎo，喻深远。
风雪兼程为应邀。
安得暖榻度残宵，
安得暖榻度残宵。
分析：该诗的英文部分不难理解，读起来也琅琅上口。翻译时难点之一是押韵。细读原诗，其韵脚格式为：
aaba,bbcb,ccdc,dddd，即，每段一二四句押韵，第三句决定下段的韵脚。到第四段收尾，三四句重复。
在翻译时，又加上了很多小零碎，以便凑字数。明眼人一望可知。为了押韵，（即使只是粗粗地押韵），不得已用上了生僻字，例如“窅”字，我估计这一辈子，这个字也就用这一回而已。
其实，一无挂碍的地方最洒脱，例如最后一句，安得暖榻度残宵（And miles to go before I sleep），我认为是整篇中翻译最好的句子，虽然不像其它句子那样形似。
读完拙译，再来看：
Down by the salley gardens my love and I did meet;
斯遇佳人，仙苑重深She passed the salley gardens with little snow-white feet.
玉人雪趾，往渡穿林……
相比之下，“斯遇佳人”这首，翻译得浑然天成，完全没有斧凿的痕迹，让我汗颜不已。
自思涉猎多个领域，每个领域都浅尝辄止；到处始乱终弃，未曾从一而终。因此也就每个领域都达不到深入的境界，惜哉。
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。
先后从