miminus

Windows:

Thumbs.db ehthumbs.db Desktop.ini

Python:

*.pyc *.so *.egg *.egg-info

miminus

#!/usr/bin/env python
# -*- coding: utf-8 -*-
########################################################################
# 
# Copyright (c) 2016 Baidu.com, Inc. All Rights Reserved
# 
########################################################################
 
"""
File: config_parse_read.py

miminus

#!/usr/bin/env python
# -*- coding: utf-8 -*-
########################################################################
# 
# Copyright (c) 2016 Baidu.com, Inc. All Rights Reserved
# 
########################################################################
 
"""
File: worker_costumer.py

miminus

import termcolor

# special use
red_on_cyan = lambda x: termcolor.colored(x, 'red', 'on_cyan')
print red_on_cyan('* MiniSpider is Staring ... ')

# general use
print termcolor.colored('* MiniSpider Configurations list as follows:', 'green')
print termcolor.colored('* MiniSpider Configurations list as follows:', 'red')

miminus

#!/usr/bin/env python
# -*- coding: utf-8 -*-
########################################################################
# 
# Copyright (c) 2016 Baidu.com, Inc. All Rights Reserved
# 
########################################################################
 
"""
File: log.py

miminus

##参考链接

##问题 - 可能会遇到多个版本同时部署的情况

• 系统自带的Python是2.x，自己需要Python 3.x，测试尝鲜；
• 系统是2.6.x，开发环境是2.7.x
• 由于Mac机器系统保护的原因，默认的Python中无法对PIP一些包升级，需要组建新的Python环境
• 此时需要在系统中安装多个Python，但又不能影响系统自带的Python，即需要实现Python的多版本共存。pyenv就是这样一个Python版本管理器

##解决方法 - pyenv

miminus

wangyin

• http://yinwang0.lofter.com/view
• http://www.yinwang.org

miminus

####Defination: SeaweedFS is a simple and highly scalable distributed file system, two objectives as follows:

• to store billions of files!
• to serve the files fast!

####Fetures:

• implement only a key->file mapping ,like "NoSQL" ,called "NoFS"
• there are master-server and volume-server:

miminus

###<font color=red>Jieba</font>
___
####Features
######1.三种分词模式
>
* 精确模式:试图将句子最精确地切开，适合文本分析；
* 全模式:把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；
* 搜索引擎模式:在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

######2.支持繁体分词