采集

时间：2008-04-15 来源：gardon.gao

最近一段相对比较忙，前段呢真的是闲啦，从年后到前几周晚上从来不加班，下班就往家里跑，呵呵……不过这向来是俺的风格，没有特殊事我是不会留下来的。最近版本升级的项目到了第二个阶段，我负责的模块需要测试解决问题调通等等，问题也不少，一不留神给你来个the system will be reboot，：）不过问题都不大，都是组件注册的问题，再加上其他一些事情，总的来说，虽然有问题出现，不过解决速度也是蛮快，这不，今天我一人就投入到为后续一个工作的学习当中，哎……也是挺无聊。于是打开TSE的源码和C++的书偷偷看起来，时不时眼睛瞟几眼后面，怕被PL看见………… 突然想起前段，我的顶培网初步完成在录入数据出现了很大的麻烦，一个是时间有限二个是效率太低，一天就那么几十条显然是不能满足需要的，于是我移植了PHPCMS的采集器，由于系统设计的时候对培训的分类达到了三层，很复杂，并且数据库设计与PHPCMS的出入也不小，所以采集器虽然是能采集到内容，但是也需要很大的人工干预，所以一度搁浅了。其实那个时候有想过根据采集到的内容进行培训类型的匹配，但是觉得很复杂，就放弃了。今天突然仔细想了一下，其实并没有自己想象的那么复杂。然后又在纸上大致写了下大概流程，感觉还是可以做的，就看效率怎么样。考虑到效率，想用C去做，效率可能会快但是和MySQL php的衔接可能会差点，最后还是决定用PHP做大概的流程，中间如果涉及到数据处理，可以调用可执行程序来做，大概就这样了。晚上回来，又试了试PHPCMS,发现居然只能在1个页面里去搜集URL再采集,NND,真土。这下又得做调整了。本来打算几天做完的，不过现在看来又得改计划了。既然想做，就应该做的更彻底，更加匹配自己的系统------推掉PHPCMS的，自己从头到晚从新定制一个？这个工作量该是多少呢？得思考一下再决定。