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

酷 壳 – CoolShell
酷 壳 – CoolShell
H
Hacker News: Front Page
P
Palo Alto Networks Blog
T
ThreatConnect
Apple Machine Learning Research
Apple Machine Learning Research
博客园_首页
T
True Tiger Recordings
P
Privacy & Cybersecurity Law Blog
B
Blog
IT之家
IT之家
Last Week in AI
Last Week in AI
F
Full Disclosure
Hacker News: Ask HN
Hacker News: Ask HN
C
Comments on: Blog
Microsoft Azure Blog
Microsoft Azure Blog
C
Cybersecurity and Infrastructure Security Agency CISA
Microsoft Security Blog
Microsoft Security Blog
博客园 - 【当耐特】
N
News and Events Feed by Topic
NISL@THU
NISL@THU
腾讯CDC
雷峰网
雷峰网
Security Latest
Security Latest
李成银的技术随笔
M
Microsoft Research Blog - Microsoft Research
L
LangChain Blog
L
Lohrmann on Cybersecurity
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Check Point Blog
Y
Y Combinator Blog
Recent Announcements
Recent Announcements
博客园 - Franky
N
News | PayPal Newsroom
V
V2EX
A
About on SuperTechFans
The Register - Security
The Register - Security
月光博客
月光博客
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Google Online Security Blog
Google Online Security Blog
MyScale Blog
MyScale Blog
Cisco Talos Blog
Cisco Talos Blog
Vercel News
Vercel News
WordPress大学
WordPress大学
C
Cyber Attacks, Cyber Crime and Cyber Security
The Hacker News
The Hacker News
IntelliJ IDEA : IntelliJ IDEA – the Leading IDE for Professional Development in Java and Kotlin | The JetBrains Blog
IntelliJ IDEA : IntelliJ IDEA – the Leading IDE for Professional Development in Java and Kotlin | The JetBrains Blog
爱范儿
爱范儿
A
Arctic Wolf
L
LINUX DO - 最新话题
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,