车东[Blog^2]

前2天看到：Google与李开复博士: 大学生如何为加盟Google做准备
中间有一条：（2）多实战。通过编程的实战积累经验、内化知识。建议大家争取在大学四年中积累编写十万行代码的经验。

这点我非常有赞同，但对于大部分学生来说没有方向是一个主要问题。去哪里找项目做呢？我推荐：SourceForge.net：那里有大量的开源项目，虽然项目的质量良莠不齐，其中有不少项目是半成品，这里也是很多国外在校学生毕业设计的试验田。先找一两个自己能用的系统：比如BLOG TWIKI。搭建起来使用一下，使用过程中遇到的问题想办法自己从代码层面解决，然后将修正提交给相应项目争取加入到下一个发布版本中。从中应该很快能学到不少东西，包括如何参与多人项目的合作开发等等……

感觉最近2年MT没做别的，几乎大部分改进都是围绕anti spam了。Spam问题的确已经是困扰很多movabletype用户的主要问题，比如前2天pronet上一封邮件的标题是这样的：“spam spam spam, I DO NOT like spam”。在旧版的MT中我主要依靠mt-blacklist和SpamLookup这2个插件进行SPAM的处理。mt-blacklist已经积累了4万多次被block的记录。我自己的BLOG仍然以每天几十封spam的速度遭受轰炸，国庆假期回来，SpamLookup中已经积累了几百封pendding的垃圾信待确认。昨天晚上终于下决心将后台blog系统整体升级了一把，其实MT 3.2今8月底就发布了。但是看到了一些升级失败的例子，其中新的垃圾留言识别和管理机制是大部分用户都最看重的功能。

升级成功后的留言管理界面：

新版本的3.2中对于comment spam和trackback spam都增加了一定的改进。

最近从日志里发现了Sohu的Spider的踪迹: 感觉Sohu的蜘蛛命名还是应该更规范一些。

220.181.26.112 - - [24/Oct/2005:12:15:11 +0800] "GET /tech/unicode_java.html HTTP/1.1" 200 12857 "-" "sohu agent"

220.181.26.111 - - [24/Oct/2005:13:00:52 +0800] "GET /tech/resin.html HTTP/1.1" 200 8221 "-" "sohu agent"

220.181.26.111 - - [24/Oct/2005:13:00:52 +0800] "GET /bbcweb/206.htm HTTP/1.1" 200 1870 "-" "sohu agent"

前2天读到了? RSS阅读中潜在的安全问题 | 未完成 - Incomplete，讲的是混杂在Rich Text的RSS中的js会在RSS阅读客户端执行从而导致潜在的漏洞问题。正巧我在上个周末的时候也遇到了类似的一个问题：不过更严重的是在RSS聚合的服务器端。
我的首页是用require_once('lilina.html') 的方式包含一个lilina.php生成的静态页面组合生成的，源代码如下。其中也包含了跨服务器PHP脚本执行的安全漏洞。如果我订阅的RSS中有黑客将其中混入 <?php >这样的代码，这样一包含：不就可以直接在我的服务器上直接运行php脚本了吗？这个潜在漏洞的发现还是从MSN的Search blog的一篇FEED中引出的。

AWStats是我一直关注一个网站统计工具：虽然对于日访问量千万级的网站统计速度上有些吃力：但是其丰富的统计机制对于一般中小网站还是非常有效的。2005/10/09 AWStats已经升级到6.5了。除了更新程序外：还需要升级的一些定义库，我整理了一些缺省样例配置文件和各种定义的补丁下载包：下载解包后，
1 直接复制到awstats/的执行目录下；
2 将GeoIP.dat文件复制到 /usr/local/share/GeoIP/ 下；
3 修改awstats.chedong.conf 成你需要的配置文件；
相关的Bug 跟踪.希望开发人员积极推进这些定义的提交,下一个版本就能有更适合中国搜索引擎市场的配置文件了.

将自己的留言簿迁移到groups-beta.google.com后，刚开始发现清静了很多，但不久以后就发现比原来更加严重的comment spam 比MT的留言簿更是有过之而无不及：

不得不将Google Groups中的很多留言模式设置成了需要批准才能发布，回复的时候也很不方便，自己的回复还需要自己批准一下……

search.minty.org:
Open, Distributed Web Search

Dowser:
Dowser is a research tool for the web. It clusters results from major search engines, associates words that appear in previous searches, and keeps a local cache of all the results you click on in a searchable database. It helps you keep track of what you find on the web.

Larbin:
crawler