直到此刻才发觉已经有将近两个月没有追看美剧《豪斯医生》和《24小时》了，不知道豪斯大叔和小强大叔两人近况如何。有些时候觉得看电影真浪费时间，可是往往在闲暇的时候，又似乎必须要看看电影才能让自己轻松下来。

就当这个端午节是我的个人电影节吧，偶尔放纵一下自己，是为了更好的工作（嘿嘿，我真能给自己的懒惰找借口）。

尽量不要通过增加验证行为对用户进行辨别，过度的验证行为会严重降低用户体验、最终导致用户因烦不胜烦而离开你的论坛。也不要对文章内容限定的过于苛刻，过多的限制、审核条件，不仅会加重服务器的负担，还会让用户感到没有言论自由，并无法从根本上杜绝垃圾信息的产生。

那么根据以上的不可行、总结，做为指导原则，我对论坛建立了一些简单的机制，经过实践发现是可以基本杜绝垃圾信息产生的：

一、根据注册行为判定注册者是否为真实的用户：

根据对论坛日志的分析发现，发布垃圾的机器人无论是注册还是发帖过程中，都是先构造POST数据包、然后发送到服务器的接收程序上。这些机器人虽然模拟了浏览器类型、系统类型、甚至模拟了来路信息，但均是针对与form注册过程来进行的。

这样就可以在处理提交的程序中加入对提交界面的验证来判断是否为机器人。具体做法是：在提交页面中用js或Iframe调用另一个程序，程序中产生一个随机验证码，之后再在注册过程中判断随机验证码是否存在即可。

因为机器人在模拟post提交过程中，并未对原始的提交表单页面进行全部处理，它只是简单的分析出表单内容，而没有对整个页面中的js、iframe等进行处理，因而被iframe调用到的页面显然不会被机器人爬虫抓取到，进而在处理注册过程的时候，就可以有效的区别注册者是否是常规途径提交的表单了。

二、内容的第三方审核与过滤：

这个方法实际上并不是很好，但是很有效，毕竟第三方的审核无论从准确性还是性能上，都要比自己的服务器强大。在博客系统中，最长被用到的是anti-spam等第三方插件，其实它们也提供针对论坛的插件和API，只要将用户发布的信息先送入审核接口，根据返回值即可判断内容是否为垃圾邮件。

第三方的审核参数主要有四项：用户IP、用户名、Email地址、正文内容，由这些参数综合判定给出的结论是个布尔值，是或不是垃圾信息。如果遇到"是垃圾信息"，接下来的做法并非直接将其忽略，而是转入论坛的"回收站"或"垃圾箱"，这样还有机会对其进行观察、恢复。

之所以说这个方法不是很好，是因为这些第三方检测网站，通常是针对非中文内容进行判定的，它们的中文分词、处理能力还有待提高；另一方面就是在用户发文的时候，第三方检测是个耗时的等待过程，会增加用户发文后的等待时间，若再遇到网络中断（毕竟是问询海外服务器），则会导致用户发帖失败。

三、内容的二次发布与检测：

这个方法有些灰帽的味道，对于喜欢SEO的站长，可能有一箭双雕的功效，这个方法是从上面第二点衍生出来的。第二点所说的将文章送入第三方检测服务器，只要替换成将文章送入国内某主流专栏服务商，即可实现一箭双雕的效果。

具体做法是在用户发文的时候，将文章同步发送到搜狐、新浪、百度空间等类似的博客专栏中，然后判断文章是否被成功发出了，如果他们对于文章的审核结果是肯定的，你也可以对其进行肯定；若这些地方对文章内容否定了，则说明文章内容有悖相关政策了。

为什么说是一箭双雕呢？原因是在同步发文的时候，可以对文章正文、也就是content字段追加一段转载声明，提示文章的第一出处在论坛上，这样成功发布出去的文章中，都会带有一个反向链接指回自己的论坛，这相当于为论坛内容做站外同步博客映像。

这个方法和第二个方法一样存在着缺陷，虽然国内主机连接速度和相应不成问题，但国内过于严格的审核机制可能会导致更多的误判、同时似乎百度空间已经增加了发帖验证和禁止正文包含网址等规则，所以这个方法的可行性已经降低了。

四、文章内容的相似度计算：

对于论坛而言，试想一种情况：某个新用户到论坛来发帖、一上来就来转载一篇已经在网络上转载烂了的文章，这种情况会发生在什么情况下呢？我认为这种情况只会发生在广告群发上，常规的用户注册之后或发问、或回帖，很少一上来就转载内容的。

发问的是否用户也许已经在多个论坛上询问了同样的问题了，但这样的用户和广告群发在行为上已经没有本质不同了，所以对于这样的用户也是不被欢迎的。

基于此，便可对用户文章在网络上出现的频度进行查询判定，若某用户的处女帖是带有网址或站外引用图片的转载帖，则不予考虑通过，直接将其文章归入回收站、账户暂时冻结即可。

对于文章相似度和是否在网络上频繁转载两个计算，则是利用搜索引擎来完成的了。最为简单的做法是将用户的帖子标题当作搜索内容进行搜索，观察搜索结果数量即可。

五、发帖时间推测与打字速率计算：

这个方法是mylot等网站使用的方法，依据是真实用户从点击完"发帖"按钮到完成发帖过程，中间是需要时间且时间是根据帖子内容字数所确定的。真实的用户不可能瞬间完成100字的输入，他至少需要个十几秒的时间，对于2000字则可能需要几分钟的时间才能完成输入。

这个验证虽然是科学的，但是它同样存在着缺陷----没有考虑用户通过复制、粘贴来进行发帖。例如我在写这篇文章的时候，其实是先用记事本来写、写好了粘贴到论坛中，所以虽然文章看上去字数很多，但发帖过程却很短。

所以这个方法是个辅助手段，并不能被当作绝对判定来使用。但这个方法的前一个判定是完全可以做为权重比较大的判断依据的，因为用户在每个页面的停留时间、鼠标点击位置等不会完全相同，所以对于点击"发帖"按钮的坐标是否存在、是否随机等均可做为参数进行判断。

六、还有更多的方法：

对于论坛垃圾信息的验证和判断，我做了大约13种不同的验证机制，每一个验证机制根据其准确性和成本给予一个不同的权重，当一个用户、一篇帖子被发送上来的时候，会先去决定采用这些验证方法中的哪几个，然后综合每一个验证得到的结论，最终判定这篇文章是否属于垃圾邮件。

如此的验证让我相信可以有效杜绝垃圾信息、又不会让用户在发帖的时候进行等待、验证。限于其中的一些方法过于投机，这里不便一一列出。

俗话说是骡子是马出来溜溜，对于我所谓的垃圾邮件过滤与屏蔽机制是否有效，还需要时间的验证，前几天自己部署了一个DZ的论坛，以期用来检验、测试这些屏蔽垃圾信息的方法。

欢迎来讨论、测试。论坛地址：http://www.s9600.com/bbs/

点击这里参与本文讨论

厨房中的很多调料也是值得深入研究的，例如味精究竟是什么东西、米醋和白醋的区别有哪些、料酒和日常饮品酒的成分有何异同等，都是值得思考和调查的问题。

自从开始每天下厨房开始，我就爱上了这个具有创作力的地方，烹饪和写程序很类似，都是从无到有的创造过程、都需要对每一个环节进行控制，我喜欢控制。

更让我觉得兴奋的，是最近开始使用智能手机，能够快捷的将每天的饭菜拍成图片并共享到网络上，这更加让我有了做饭的冲动和激情。毫不夸张的说，我现在每天最期待的，就是晚上到家之后进入厨房那个时段。

上面的是土豆炖牛肉，做这顿饭的那天正巧父母也做了同样的菜，还给我带来了一些PK，结果可想而知，自然是我做的土豆炖牛肉胜出，毫无悬念。

晚上吃饭不能太油腻，要尽可能多的吃些蔬菜和水果，因而偶尔的，我也会放弃肉腥，改吃一些清单可口的蔬菜。

晚饭很重要，所以要喝汤。我做汤还不是很熟练，每次出锅的汤看上去都很像刷锅水，正在考虑将食材先用开水抄一下再下锅，可能会好一些吧？

手擀面是从外面买的，沸腾三次即可食用。我终于不用再吃父母做的"锅挑儿"了，每次吃打卤面，我都会用凉水猛冲直到通透，过水儿面，我喜欢。

我想除了开源项目所提供的强大功能和便捷性之外，更重要的在于，乱卷儿同学已经写了近7年的日志，而这些内容都完整的保存着，只需要将这些文字素材批量的导入到新的博客系统中，马上就可以让一个干瘪的开源框架充实起来。

最近在做的另一个项目，就恰恰相反，有限的甚至可以说是可怜的内容，要将一个网站充满，其难度之大可以想象。这就好比做饭没有食材、巧妇没有米面一样，想单纯的依靠几行代码，无论如何也无法令产品看上去想是一个网站。

做网站的站长都希望自己的网站拥有大量的内容，而这些内容最好还是尽可能原创或具有原创性的。然而偏偏就有不懂互联网的人要做网站、要做一个什么都没有的网站出来，他们的想法只停留在表面上，一次次的改版、一次次的规划页面，我都不知道他们为什么总是和页面的表现、线条的颜色较劲，为什么不能将注意力放在内容上呢？

自然乱卷最近更新的文章：

影响职场新人职业规划的全面发展
小晒土豆童鞋的一等奖
新入手的兰芝 Made in 不中国

前几天帮乱卷同学搭建博客，要分别从她曾经的QQ空间、博客网、搜狐博客等不同的地址抓数据回来并远程发布到她的新博客中，整个过程都是利用curl和xml-rpc完成的。

这个工作虽然简单，但却感觉有些枯燥，同时工作完成之后发现过程中写的脚本基本上没有重复利用的价值。于是我就有了写一个专门针对xml-rpc的发布工具，命令行格式，功能上类似于sendmail那样，以便今后再遇到类似问题的时候可以直接使用。

现在考虑先用perl或php的脚本功能实现，之后如果可能，将会用C重写，做成一个独立的执行文件、扔到bin中常用。

这个周末其实并不空，恰恰相反，安排的还是挺满的，又洗衣服又收拾屋子，还有朋友来家里做客，时间上安排得紧凑，连回父母家吃饭的时间都没有。但之所以还让我觉得空，原因是我的牙齿掉了，所以感觉上空空如也。

本想玩玩电脑，在新扩容的250GB硬盘里竟然什么也没有，看着空空的200多GB空闲空间，心理上也是感到莫名空旷。从网络上找了个星际争霸II，体验了一下，在操作和建筑上与前代基本相同，上手很快。但体验版没有电脑AI，所以空空的一张地图上只有我自己一个玩家，真乃孤独求败啊。

家里刚刚安装了宽带通，电信、网通、宽带通，我是一个也不少了，但上网之后却发现除了看看电影、就是看看电影，空闲带宽白白浪费着，完全不知该如何利用。

今天一早发现烟盒空了，刚准备下楼买烟却发现钱包空了，这种虚空状态，何时结束？

1、如何使用笔记本的内置SD读卡器；

2、如何使用USB读卡器，并挂载CF存储卡进行数据存取；

3、如何使用笔记本上的外接显示器、实现双屏现实；

4、中文输入法的选择和更好的解决方案；

5、如何进行硬盘更换、同时完成整个系统的全部迁移；

6、如何让FreeBSD支持Flash播放；

以上六个问题是我曾遇到并顺利解决了的，虽然在这个博客中可以看到上述六次问题，但都是当日记随便说说而已，并没有给出详细的技术细节。从统计后台来看，遇到类似问题的朋友也有一些，想这些人看了我写的东西一定会骂我光说虚的，今天决定再写篇虚的总结。

下次，我一定捞干货放上来。