技术专题

实现一个简单的实例操作系统，尽量实现文件系统，gui，及基本编译程序，可以使用的os。

如何实现一个ansi c语言的基本编译器。语法分析是指将给定的终结符串，找出从文法的开始符号推导出这个串的方法。基本上是看如何为一个串构建一个语法树。

语义分析则是指那些对应于每个产生式的动作序列，实际上就代表了这个产生式的语义动作。 read more

关于链接器和加载器。主要完成重定位和符号解析。它的存在使得多文件编译称为可能，使得项目可以分割到多个文件，避免了将所以程序写到一个大文件里，一次编译。可以分别编译，然后用链接器链接起来。

看一个编译器产生的目标文件后，生成的目标文件中，包括data段，text段，bss段，同时为了链接还有重定位表，符号表，如果要支持调试还有调试信息。 read more

转载请注明作者：phylips@bmy 出处：http://duanple.blog.163.com/blog/static/70971767200932185613881/

源自于以下问题：
float只能保证6位有效数字，那么下面的程序输出应该是多少呢？
int main()
{
   float f = 0.1234567;
   cout << f << endl;
   cout << setprecision(7) << f << endl; read more

下面就该是优化下性能，修改下原来的设计，再编写下语音交互部分的实现，整理下现在的框架。

先看个性能分析工具，VTune工具使用心得

贴几个语音合成方面的信息，可能需要修改语音引擎，方便参考

http://bbs.eyuyan.com/dispbbs.asp?boardid=124&Id=173354 read more

中文编码一直是个恼人的问题，目前还没有想到一个比较完美的解决方案。姑且先列下出现问题的时机，以及涉及到的问题及症状表述如下。

注：当前的本地化设置都是
 setlocale(LC_CTYPE, "zh_CN.GB2312");
 QTextCodec::setCodecForTr(QTextCodec::codecForName("GBK"));
 QTextCodec::setCodecForCStrings(QTextCodec::codecForName("GBK"));
 QTextCodec::setCodecForLocale(QTextCodec::codecForName("GBK"));  read more

前面碰到的正则表达式匹配时，产生的内存耗尽异常，大概提到两种方案，一种是给匹配建立线程，超时时把它杀死。另一种则从其根源上看，即正则表达式产生内存耗尽异常的原因是，由于匹配是个np完全问题，为了避免无限执行下去，所以实现中一般对匹配中达到的状态进行了计数，当状态达到了一定数目则抛出这个异常。 read more

实际上根本原因在正则表达式写的不够简洁正确，具有歧义。

The problem here is that matching a back-reference is an NP-complete problem – Boost.Regex has a built in limiter that causes it to throw an exception rather than go on trying to find a match "for ever". Other engines just carry on regardless – so while they may find a match in this particular case (eventually), with a bit more text they might equally well hang the machine. In short, there ain’t no good solution except to rewrite your regular expression 🙁 Can’t help much there as I can’t tell what you’re trying to do from the Japanese. read more

from:http://www.snowhack.com/blog/catalog.asp?cate=10

1、百度网页搜索的查询参数

必备参数

☆ wd–查询的关键词(Keyword)
☆ pn–显示结果的页数(Page Number)
☆ cl–搜索类型(Class)，cl=3为网页搜索

可选参数
☆ rn–搜索结果显示条数(Record Number),取值范围在10–100条之间，缺省设置rn=10
☆ ie–查询输入文字的编码(Input Encoding),缺省设置ie=gb2312,即为简体中文
☆ tn–提交搜索请求的来源站点
几个有用的tn
tn=baidulocal 表示百度站内搜索，返回的结果很干净，无广告干扰。比如，在百度站内搜索“快乐”，看看返回结果是不是很清爽。
tn=baiducnnic 想把百度放在框架中吗？试试这个参数就可以了，是百度为Cnnic定制的 read more

from:http://www.snowhack.com/blog/catalog.asp?cate=10

必备参数

☆ q–查询的关键词(Query)，百度对应的参数为wd

☆ hl–Google搜索的界面语言(Interface Language)

常用的有：

hl=zh-CN 简体中文语言界面，我们用的Google中文就是这个参数。

hl=zh-TW 繁体中文语言界面，港台地区常使用 read more

最近在用正则表达式，分析网页抽取结果的时候，碰到了一些问题，大体做个记录

1.子表达式，利用()可以抽取出，匹配的字符串中的一个字段

比如，用来抽取google的，搜索结果，可以这样写(?<=<li class=g>).*?<.*?><a.*?href="(.*?)"[^>]*?>(.*?)</a>(.*?)<br>.*?<cite>(.*?)</CITE>.*?(?=</a></span>.*?</div>)。其中里面的一些()(当然不全是，比如带问号的{?<=<li class=g>)}，就是为了抽取更进一步的字段设立的，比如链接，标题，摘要等。 read more

dev c++下安装

1.将regex编译成静态库

在dev c++下建立一个项目，选择static libray类型，然后将boost_1_37_0\libs\regex\src下的所有源代码导入到该工程，编译该工程。

将生成的regex.a改名为libregex.a，放到C:\Dev-C++\lib下，注意前缀必须是lib

设置将要使用regex的新工程的include文件路径，使其包含boost/regex.hpp read more

2006-4-26日  星期三 凌晨1.08  作者：phylips@bmy
    九点之前搞了一下关于编译原理的词法分析器的东西，使用java语言写的。搞得流程全是自己判断的。虽然之前我曾经
 考虑到可以使用几种方案来实现。根据老师的要求有三种：1。手工实现2。采用LEX自动生成。3。采用老师提供的一个scanerlib 。由于那个lib使用的是C#，其实我也不知道是啥，也没看，只是听别人说的，所以便放弃了第3种方案。而第一方案侧重于程序逻 辑的编写，主意是编码。而第二种则侧重于工具的使用，以及个人学习的能力。
         其实按照我的想法其实也是三种方案，跟老师的大同小异，首先我认为手工实现有两种方式，一种就是纯手工的，另一种则是充分利用java的正则表达式。由于java自1.4版本对正则表达式提供了强大的支持。所以依靠它应该完全可以解决词法分析的问题。
         完全手工实现，即自己编码判断是标识符还是数字。
         无论是手工实现还是采用正则表达式均需要比较大的力气，且通用性不好。
         考虑到LEX的简便性，可以为广大的对编程不熟悉的人使用。
         为了服务于广大贫民阶层，我对此进行了简单的研究。
         本来只是知道lex是个词法分析器，可以根据定义的规则，进行分析，产生转换矩阵。
         直到今天看了，才对他真正的流程有了点了解。仅做如下总结：
         FLEX的工作流程如下
         lex程序-〉c程序-〉编译执行c程序
         可以看到，lex利用自己定义的语言（或者协议），自己进行编译，生成了C原言的源程序。在这个c的源程序里，有保存了转换矩阵信息的二维数组。
         
         lex使用方法：
         一开始的时候，直接双击FLEX.exe，但是没有反应。
         1。正确的方式，为进入cmd命令行，使用flex file.l命令进行编译，才会生成了file.yy.c的c语言源代码。
         2。然后将此c语言程序，使用c的编译器，编译执行即可以。
         
         其间还碰到过如下问题：
         1.由于采用了人家的源程序，有些地方导致include **.h文件找不到，而无法编译
         2.直接从网页上拷贝源代码，使用flex命令出现如下错误premature EOF的错误，无法生成c的源文件
         解决方法：自己重新建立文件，一个一个输入，而不要从网页上直接拷贝。估计跟采用的编码有关。
         3.自己定义俄main函数，生成的c文件，编译有错误。
         打开c文件：可以发现这里有两个main方法，删掉不是你定义的那个，再试一下。
         
         下面简要介绍一下flex源程序的语法：
         
             以下几点可以记住
             1.%{  %}内的东西，直接输到生成的c文件中。
             2.附加函数部分，也是直接输到生成的c文件中。
             3.书写lex实际上很多一部分除了定义规则外，就是书写c语言了
             4.如果要进行文件操作，需要对FILE *yyin,*yyout:为指向字符输入和结果输出文件的指针。如用户未对其定义，则设为标准输入文件stdin和stdout。
            5.同时要注意识别时flex遵循两个原则：
            one：规则定义在前面的优先进行匹配，这就要求关键字要写在标识符前面
            two：进行最长匹配
            6.有时候
            如果，{a }与{a}某个规则的名称错了，最常见的是末尾加入了空格，出现如下错误提示：
            EOF encountered inside an action
            如果  {a}{printf("error");}而应当是{a} {printf("error");}
            EOF encountered inside an action
            7.出现如下警告：
            8.以下可用变量：
            常用全局变量和宏 read more

Basic Integer Overflows
转载：xundi（xundi）

Volume 0x0b, Issue 0x3c, Phile #0x0a of 0x10

|=——————–=[ Basic Integer Overflows ]=———————-=|
|=———————————————————————–=|
|=——————-=[ by blexim <blexim@hush.com> ]=——————-=| read more

前面的一篇已经将网页的获取这一步完成了，下面要进行的一步便是对这些网页的分析以完成索引建立。当然，有的书里把分析这一步与索引结合到一块，也是有道理的，因为分析只是一个预处理的过程，其目的便是为后面的索引服务。不过呢，我还是把它单独列出来吧，毕竟后面的索引是最为复杂的一个，估计要花很多的文字去介绍，为减少复杂度，还是首先把分析这一步介绍完毕。 read more

 “公元2985年，1月22日，人类迎来了历史上最为黑暗的一天。当太阳从西方落下，夜幕遮住了大地。庞大的蜘蛛军团突然从天而降，在世界的各处，人们处在睡梦中的时刻，它们展开了杀戮和逮捕，它们残忍，嗜血，反抗的人们被巨大的利爪无情的撕裂，而更多的则神秘的失踪，很快噩耗传遍了四大洋，于是人们白天处在极度的恐慌之中，而夜晚则成为蜘蛛军团肆虐的舞台。在短短的数天内，幸存的人已所剩无几，而杀戮和失踪依旧在继续，人类几千年的文明或许即将毁灭？ read more

不能说的秘密是什么呢？不能说的秘密就是不能说的秘密啦，^o^,说了就不是秘密了。

ok，为了不让如此冗长的文章不至于无趣，也不至于陷入下面那位老师的尴尬的局面，先说点有趣的吧。

上面说的老师的典故是这样的，一次某位上课的老师，看着下面的学生无奈的说道：”如果后排聊天的同学能够像中间打牌的同学那样安静的话，就不会吵到前排睡觉的同学了”。。。不过有点矛盾的是，如果这位老师如此幽默的话，状况应该不止于如此悲惨吧。。。 read more