惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

MongoDB | Blog
MongoDB | Blog
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
Blog — PlanetScale
Blog — PlanetScale
F
Full Disclosure
雷峰网
雷峰网
T
Tailwind CSS Blog
Hugging Face - Blog
Hugging Face - Blog
D
DataBreaches.Net
量子位
Microsoft Azure Blog
Microsoft Azure Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
V
Vulnerabilities – Threatpost
人人都是产品经理
人人都是产品经理
Security Archives - TechRepublic
Security Archives - TechRepublic
P
Proofpoint News Feed
Help Net Security
Help Net Security
腾讯CDC
I
InfoQ
Know Your Adversary
Know Your Adversary
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
C
Check Point Blog
W
WeLiveSecurity
NISL@THU
NISL@THU
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
N
Netflix TechBlog - Medium
月光博客
月光博客
Schneier on Security
Schneier on Security
Forbes - Security
Forbes - Security
Project Zero
Project Zero
宝玉的分享
宝玉的分享
P
Palo Alto Networks Blog
P
Privacy & Cybersecurity Law Blog
罗磊的独立博客
Latest news
Latest news
Apple Machine Learning Research
Apple Machine Learning Research
V
V2EX
Stack Overflow Blog
Stack Overflow Blog
S
Security Affairs
I
Intezer
爱范儿
爱范儿
Microsoft Security Blog
Microsoft Security Blog
A
Arctic Wolf
有赞技术团队
有赞技术团队
云风的 BLOG
云风的 BLOG
T
Tenable Blog
Hacker News: Ask HN
Hacker News: Ask HN
L
LINUX DO - 最新话题
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More

博客园 - 9527的晃悠人生

(转)使用Visual Studio.net调试javascript最方便的方法 jsoho.com介绍 测试 学习计划 简单权限验证的方法 用log4net快速构建asp.net 异常日志 查找某些记录中重复的记录 竞猜系统设计文档 足球联赛竞猜管理 遍厉目录下文件和子目录 自定义下载文件名 用C#实现将html文件转换为chm文件 调试断点的条件设置 Asp.net 中 页面无刷新的做法 关于Asp的性能优化 Insert 一个字段类型是自动增量的,又要写入变量 第三方的数据控件、分页控件 关于网络文学站的相关事宜 利用PD进行数据库建模
内容服务中的大文本处理。
9527的晃悠人生 · 2004-06-09 · via 博客园 - 9527的晃悠人生

大文本信息的处理是内容服务中很重要的一个部分,也可以说是一个核心。
处理的难点总结如下:
1。文本很大,如从word等字处理软件中直接复制出来的,将带有很多的垃圾文本,一份几W字的文档,将超过Post方式传输的上限。
2。图文混排的信息。现行的方式是将图片预先上传,先天的打破了信息的整体性,用户上传了图片,却又取消了文章上传,将产生垃圾数据。在修改和删除这些数据的时候,又需要人为的将这些数据组合,体现数据的统一性,如删除一条信息,必须删除其对应的相关信息元素。
3。信息显示的多样性。除了文字,图片,高层次的信息的结构是多元化的,还将拥有复杂表格,视频,flash, 带效果的文字,需要对这些信息元素进行处理,同时,这些元素之间存在组合的方式问题,并不是单一的排列,如文字和图片,就有可能出现,要求文字悬浮在图片上方等。
4。为了提高浏览效率,会将长文件进行分页 。遇到如何截取文字的问题,也就是智能长字符分页。
5。常用的处理方式是,将信息页转换为静态页面,

==============================================================================
以上2点,是现有的编辑控件已经解决的了,如FreeTextBox
FTB2.0的下载地址
http://www.freetextbox.com

这里还有一款编辑工具
http://ewebeditor.webasp.net/download.asp

这几天,会根据自己的体会,整理一下,积累成一个比较通用的信息处理服务,