前些日子，我在家里三楼杂货仓里收拾东西，翻到了我以前写过的日记，还有高中时候看过的杂志。那些时间早已灰飞烟灭，而他们也成为了我自己的文物：

那些年，我写过的日记，从小学到初中，再到高中的，还有大一和大二的

（更多…）

一、markdown模式

现在，markdown变得越来越流行，让人们可以专心文字的写作，在wordpress中也可以使用markdown。
Jetpack插件，作为集成众多功能的插件，自然也集成了markdown功能。在插件搜索里面，可以直接搜索安装。jetpack的使用需要注册一个帐号将博客与jetpack绑定起来，然后激活。你就会发现在网站后台的工具栏多了jetpack一栏，点击jetpack设置，在里面找到markdown启用即可： （更多…）

作者：Lucida

• 微博：@peng_gong
• 豆瓣：@figure9

原文链接：http://lucida.me/blog/developer-reading-list/

关于

本文把程序员所需掌握的关键知识总结为三大类19个关键概念，然后给出了掌握每个关键概念所需的入门书籍，必读书籍，以及延伸阅读。旨在成为最好最全面的程序员必读书单。

前言

Reading makes a full man; conference a ready man; and writing an exact man.

Francis Bacon

优秀的程序员应该具备两方面能力：

• 良好的程序设计能力：
  • 掌握常用的数据结构和算法（例如链表，栈，堆，队列，排序和散列）；
  • 理解计算机科学的核心概念（例如计算机系统结构、操作系统、编译原理和计算机网络）；
  • 熟悉至少两门以上编程语言（例如C++，Java，C#，和Python）；
• 专业的软件开发素养：
  • 具备良好的编程实践，能够编写可测试（Testable），可扩展（Extensible），可维护（Maintainable）的代码；
  • 把握客户需求，按时交付客户所需要的软件产品；
  • 理解现代软件开发过程中的核心概念（例如面向对象程序设计，测试驱动开发，持续集成，和持续交付等等）。

（更多…）

一、自然语言处理常用工具（原文链接）

Dependency Parser(依存语法分析器)

CaboCha: A tool for Japanese dependency structure analysis based on cascaded chunking.

KNP: A Japanese dependency parser that also includes some form of predicate-argument analysis.

MaltParser: A parser based on the shift-reduce method.

MSTParser: A tool for dependency parsing based on maximum spanning trees.

Finite State Models（有限状态模型）

Kyfd: A decoder for text-processing systems build using weighted finite state transducers.

OpenFST: A library implementing many operations over weighted finite state transducers (WFSTs) to allow for easy building of finite-state models.

General NLP Libraries（通用nlp工具）

（更多…）

晚上的时候，看了一篇博文《Yet Another Lambda Tutorial》，用另一种方式讲了讲python中的lambda函数。我觉得写的挺好，因为是英文的，所以我在这里把作者的大致意思写下来，也供自己日后查阅。

Lambda: a tool for building functions（构建函数的工具）

python中定义函数的两种方法，一种是def，一种是lambda。前者是常规的定义函数的方法，要对函数进行命名，后者不对函数进行命名，因此又叫做匿名函数。

What is lambda good for?（lambda的优点）

为什么需要lambda：

• We don’t need lambda, we could get along all right without it. But…
•  there are certain situations where it is convenient — it makes writing code a bit easier, and the written code a bit cleaner.

这这种特殊情形就是，one-off function（一次性函数），只使用一次的函数。函数的使用，通常是处于两个目的：(a) to reduce code duplication（降低代码重复率）, (b) to modularize code（模块化代码）。但是，这样就有了疑惑： （更多…）

一.利用enca工具

通过sudo apt-get install enca命令来安装enca工具

1.查看编码：enca + 文件名即可，例如：

我的当前路径下test.TXT的编码为GB2312

2.转换编码

由于linux下并不支持gb2312编码，如果打开gb2312的文本必定是乱码，这时候就必须进行转码。 （更多…）

本文转自：网易博客（非原创，也是转载）

我原来的电脑系统是win7 64位和ubuntu的双系统，因为64位的windows对一些软件支持的不是特别好，要重装系统位32位，又想保留ubuntu系统。在网上搜到了这样的解决办法，试了，确实可以：

1.把安装ubuntu->winboot文件夹下wubidr和wubidr.mbr两个文件拷到C盘根目录下

2.在“运行”中输入cmd到命令提示【注意命令提示符使用管理员身份打开】

在命令界面bcdedit /create /d “linux” /application bootsector

得到像c:\windows\system32>bcdedit /create /d “Ubuntu” /application bootsector

//多启动菜单上显示的名字项 {dbff544b-a7c4-11dd-a51d-00155803ebb4} 成功创建。

3.把{}中的id复制下来，如：dbff544b-a7c4-11dd-a51d-00155803ebb4

4.再输入下列命令 （注意：自己替换下面{}中的id为第2步得到的id）

bcdedit /set {id} device partition=c:

bcdedit /set {id} path \wubildr.mbr

bcdedit /set {id} description “Ubuntu”

bcdedit /displayorder {id} /addlast

测试过可以 ubuntu是在xp下wubi装的，把xp换成win7也可以使用

今天用ubuntu的gedit打开语料出现了Invalid byte sequence in conversion input这个错误提示，经过百度，最终解决了，方法如下（也同样适用于乱码问题）：

1.在local中添加中文编码

文件路径如下：var/lib/locales/supported.d/local

在终端中用该命令行：sudo gedit var/lib/locales/supported.d/local打开

在其后追加：

zh_CN.GBK GBK
zh_CN.GB2312 GB2312
zh_CN.GB18030 GB18030

接着输入命令行sudo dpkg-reconfigure locales 使刚才的配置生效

2.暗自

安装dconf-editor，命令行为：sudo apt-get install dconf-editor，

3.修改dedit编码设置

输入dconf-editor进入其中，依次点击org/gnome/gedit/preferences/encodings，看到如下图界面：

将’GB18030′分别添加在如图位置中。注意：auto-detected必须位于“CURRENT”前面。

现在就可以愉快的使用gedit了。

晚上的时候，在写一个python小脚本，从语料中提取出转折复句。结果在提取的转折复句里面，出现了大量不是转折复句的，而且还有许多转折复句并没有被提取出来。这个程序很简单，就是一个for循环里用个if语句。我花了一个小时半去找原因，最后还是问了别人才找到了原因。

以前看别人写代码，总是会在进行语料分析之前，经常使用strip()函数。我知道这是一个去除段首段尾空白字符的，包括回车、空格、制表符等。但是，从没留意过为什么要这样做，觉得是可有可无的习惯性操作。现在才算明白了。如果文本中含有大量的空白字符或者换行符，会产生莫名其妙的问题。

strip()函数，可以去除字符串首尾的空白，但不能去除中间的。对于语料来说，有必要用readlines()读取语料后逐行去除。这应该算是一个很好的习惯，可以保持语料的整齐和干净。

我想，我还是写的代码太少。