Simple happiness » 蜘蛛 http://xfuxing.com 越简单越幸福 Sun, 01 Jan 2012 16:55:46 +0000 http://wordpress.org/?v=2.9.2 en hourly 1 说说浏览器和浏览器内核 http://xfuxing.com/2009/talk-about-the-browser-and-the-browser-kernel.html http://xfuxing.com/2009/talk-about-the-browser-and-the-browser-kernel.html#comments Fri, 25 Sep 2009 10:03:00 +0000 德海 http://xfuxing.com/2009/%e8%af%b4%e8%af%b4%e6%b5%8f%e8%a7%88%e5%99%a8%e5%92%8c%e6%b5%8f%e8%a7%88%e5%99%a8%e5%86%85%e6%a0%b8.html 首先说明一下，我不懂技术，也不玩理论，所以说得有不对的地方您请指正，如果您要一些比较正确的信息，也请您绕道，我只是说说我的看法和闲话。

写这个的原因还是因为该死的蜘蛛，呵，为了一个小蜘蛛，我今天写了三post了。看了一些抓回来的测试记录，突然有个想法来判断是否蜘蛛，由这个问题才引出的想说一说浏览器和浏览器内核。

先说浏览器，现在的浏览器还真是五花八门，从古老的 Netscape （我不知道哪个更早一些，不过我最早用的浏览器只是它）到 IE、MYIE、遨游、绿色、世界之窗 等等还真是不计其数，当然，像 Opera、Firefox、Chrome、Safari 等等这样大牌的浏览器更是不用我说了。这么多的浏览器，你用过多少个？到底哪个更好用一些？呵，这或许是你我更关心的问题，下面我就说说我挑选浏览器的原则吧。
一、浏览器要方便：屁话，不方便谁愿意用啊。可您还真别说，想当初IE横行时，还真是没的用啊。这个方便要注重几方面，比如我个人比较喜欢在浏览器启动时能够显示上次未关闭网页的列表，就这一点来看，我能够选择的只有遨游2.5和世界之窗了，注意，我说的是列表，不是网页，另外我指的是不用其它插件来实现的。除去这种各人习惯之外，浏览器的更新是否方便、浏览器是不是能够方便的发送错误报告、浏览器是否能够方便的安装第三方开发的组件等等，总而言之就是要这个浏览器在你手里想怎么用就怎么用，想揉圆了就不会方，那第一关就过去。
二、浏览器要尽量少的占用资源：这个我想没什么人反对吧，不能你开几个窗口后机器就慢得跟老牛似的吧。
三、浏览器渲染速度要尽量的快：对，渲染，虽然这不是3D，但其实浏览器也是通过内核来解释代码并渲染后安排位置的，像Opera这个方面我就不喜欢，总是它都弄好了，然后再一下显示出来，这个我还是挺喜欢那种边读边写的模式，萝卜白菜各有所爱啦。
方便、快捷、小巧，呵，这三大要点掌握好就可以了，我想这三大要点也是每一个浏览器都想做到的，因为做到了就是市场就是钱啊。

说完了浏览器，咱说说它们的内核，浏览器不过是人之皮肉，是个外表，一付臭皮囊，其铮铮铁骨才是精华，呵，这个骨头就是浏览器内核啦，去网上搜一下，都说常用的浏览器内核有四种，确实，这句话一点错也没有，人家讲了是常用的，那么具体有多少种呢？我英盲加技术盲加资讯盲，呵，不过算上那些免费的非商业化的内核，怎么着也得两位数，也就是说最少也要10个以上。O了，咱不关心那些，咱要的是常用，常用的这四种名字是：Trident、Gecko、Presto、Webkit 。
Trident其实就是我们常说的IE内核（你可知马考，不是我真姓……，5555……，可怜的Trident），这个内核有一个最大的好处，那就是其接口繁多，很适合程序员拿来使用，但它也造就了屎上最恶心的，也是我现在居然还在使用的IE6，呵，其实说这句话有点违心，因为IE6再怎么不好也只是跟不上现在的标准，毕竟它的出现也在一定方面推动了CSS和其它一些多媒体类的网页元素。不过Trident太过庞大臃肿了，其大量的代码以及Bug和安全问题也是很麻烦的一件事情。
Gecko，呵，这个就是Netscape6使用的内核，包括现在大家都很推崇的Firefox都在使用它，这个东西的好处是开源，是个程序员就可以为其编写代码，而且跨平台，WIN啊LINUX啊OS啊都可以使用，不好之处嘛，呵，听过鸡多不下蛋，人多打瞎乱吗？跟这个差不多了，虽然没这么严重，但总感觉无所适从一般。
Presto在Opera7中开始被使用，最大的优点就是快，但也是最大的缺点，由于对渲染进行了优化，而在网页的兼容性上就不能适应了，很简单的一个测试就可以，您去网上找一段jQuery写的滑动到顶部，然后存好，在Opera下试一下，呵，看到没？一下跳到了顶部，然后又像百页窗一样去重画顶部这块的图像，有意思吧？什么？我怎么知道？晕，我当初写现在这个主题时，就因为这个原因而用mg12老大的那段返回顶部代码替代了jQuery的。
Webkit，这个比较有名，除却苹果之外现在风头比较劲的谷歌浏览器也在使用它，它曾经是仅限于OS下使用的，后来得益于苹果转到x86架构上了，于是这家伙才算死中得活，取得了一定的市场。

O了，该说的都说完了，就说说我怎么想起来写这个吧，因为抓蜘蛛一直不太顺利，于是想换一个方法，改抓蜘蛛为抓浏览器，因为蜘蛛只要你的内容，不需要将其渲染，所以它不应当使用这四种常见的浏览器内核来开发，毕竟这是很浪费资源的事情，不过这也仅仅是我的猜测，还要再拿几天数据来对比一下，而且为了测试一下，我从绿软上折腾下来将近二十多个浏览器来测试，呵，从中也看到几个不错的，在这写下来，您有兴趣可以试一下：Avant Browser、Lunascape5、Safari、SeaMonkeyPortable、遨游2.5。

感谢光临，明天见。

Simple happiness

您可能感兴趣的文章

]]> http://xfuxing.com/2009/talk-about-the-browser-and-the-browser-kernel.html/feed 9 还是蜘蛛 http://xfuxing.com/2009/or-spider.html http://xfuxing.com/2009/or-spider.html#comments Fri, 25 Sep 2009 04:02:00 +0000 德海 http://xfuxing.com/2009/%e8%bf%98%e6%98%af%e8%9c%98%e8%9b%9b.html 难怪互联网叫互联网，抓取程序叫蜘蛛，I真是服了。

看了一下测试记录，如下：
——————————————————
122.215.200.107
jp
BlogPeople Java/1.4.2_04
——————————————————
——————————————————
67.202.60.246
us
华盛顿州金县西雅图市亚马逊公司
Jakarta Commons-HttpClient/3.0
——————————————————
——————————————————
64.40.121.124
us
加洲
Sphere Scout&v4.0 – scout at sphere dot com
——————————————————

第一个是通过更新服务通知到的“www.blogpeople.net/servlet/weblogUpdates"”
第二个信息没有错，可我不知道它是哪个站的，反正是运用Jakarta Commons-HttpClient弄的一个抓取，我想可能也是更新通知里的某一个吧。
第三个的信息本身就错了，我已经向金狐提交了变更，这个是sphere.com的抓取，问题是我不知道怎么通知到它的，或者它怎么获得我的…

Simple happiness

您可能感兴趣的文章

]]> http://xfuxing.com/2009/or-spider.html/feed 4 统计插件的测试记录 http://xfuxing.com/2009/statistics-plug-in-test-records.html http://xfuxing.com/2009/statistics-plug-in-test-records.html#comments Tue, 22 Sep 2009 06:10:00 +0000 德海 http://xfuxing.com/2009/%e7%bb%9f%e8%ae%a1%e6%8f%92%e4%bb%b6%e7%9a%84%e6%b5%8b%e8%af%95%e8%ae%b0%e5%bd%95.html 昨天把自己做的统计插件放在博里进行测试，发现很多莫名的直接访问，其中包括google、微软、yahoo和一个来自北京的IP，突然意识到，这是搜索引擎蜘蛛爬来抓网页了，晕倒，看来好好的测试还是有很必要的，做插件时没想到这个问题，于是使用下面一句代码屏蔽了蜘蛛抓取记录。

  1. if (preg_match("/(Bot|Crawl|Spider|slurp|sohu-search|lycos|robozilla)/i", $_SERVER['HTTP_USER_AGENT'])) return;

使用上面的代码后，又进行了测试，果然好多了，没有那么多的蜘蛛的记录在插件上了，可又很失落，唉，俺的博客太小了，来的人太少了，郁闷着的时候居然又想到一个问题，曾经很多朋友，尤其是刚刚做站的朋友，总是在感叹：蜘蛛怎么还不来抓啊？呵呵，看来各种时期都有各种时期的烦恼啊，于是乎想到将“是否记录蜘蛛抓取”这个作为选项，并在国旗的位置弄个蜘蛛旗，这样如果有人需要记录蜘蛛，那么会一目了然，这样既不费事，又些许增强了插件的功能，当然，我可没想让插件只记录蜘蛛，呵，如果您想专门记录蜘蛛的话（我想那样的朋友还是很少的吧），在这个插件正式发布后您可以自行修改，下面这段是区分这个蜘蛛是来自哪个搜索引擎的。

  1. function get_spider_name() {
  2.     $useragent = strtolower($_SERVER['HTTP_USER_AGENT']);
  3.     if (strpos($useragent, 'googlebot') !== false) return 'Googlebot';
  4.     if (strpos($useragent, 'msnbot') !== false) return 'MSNbot';
  5.     if (strpos($useragent, 'slurp') !== false) return 'Yahoobot';
  6.     if (strpos($useragent, 'baiduspider') !== false) return 'Baiduspider';
  7.     if (strpos($useragent, 'sohu-search') !== false) return 'Sohubot';
  8.     if (strpos($useragent, 'lycos') !== false) return 'Lycos';
  9.     if (strpos($useragent, 'robozilla') !== false) return 'Robozilla';
  10.     return false;
  11. }

OK，再测试两天，没有什么问题的话就发布了。

另：这个插件很简单，只是做一个统计访问，包含来源网站、来源网址、来源地和时间，限于自己英盲的水平，还请英语好的朋友给起个英文的插件名，如果您愿意的话，请留言给我，深表感谢。

Simple happiness

您可能感兴趣的文章

]]> http://xfuxing.com/2009/statistics-plug-in-test-records.html/feed 7