今年上半年4月份在参加郑州-开封马拉松的时候，前往出发点的大巴上遇到一位来自杭州的跑友说下半年有杭州马拉松可以去，当时我儿子还没有高考，心里想如果儿子考到上海下半年就去跑上马，如果考到杭州下半年就去拍杭马，反正他考到哪里我就去跑哪里的马拉松，除非那里没有比赛。后来儿子所在的武汉11中有浙江大学的推荐名额，4月12日全家飞到杭州参加第二天浙大的面试，这是我第二次来杭州，上一次还是自己读研的时候。6月高考后成绩出来还不错，最后就报考了浙大工科信息类，8月份再次送儿子来上学，我也顺理成章地决定11月来跑杭马。
最近想把一些下载到的Word或者PDF文档放置到以前的MediaWiki网站中去，格式转换有些麻烦，网上可以找到一些工具，但似乎都不是很适合我来用。
Word文档可以另存HTML文件（使用过滤的HTML格式可以去掉图片等附加文件），但打开HTML查看源文件会发现大量字体css代码需要清理。
我想尝试搞个PHP小程序来进行过滤，如下：
<?php /* * input的html内容简化到output1，然后转成mediawiki格式的output2 * James Qi 2013-11-10 */ if (isset($_POST['i
在Drupal网站中使用PHP程序来屏蔽采集者效果还不错，可以自己任意设定判断标准。不过我们以前的MediaWiki平台上的网站还没有使用这套PHP程序来屏蔽，最近发现采集又太多了，搞得服务器负载太高，老是从Apache日志人工排查太麻烦、太慢（以前的办法见博文《Apache中设置屏蔽IP地址和URL网址来禁止采集》），今天花一些时间编写了一个小程序来统计日志中的IP访问数，程序很简短，如下：
<?php /* * 统计Apache日志文件的IP，找出访问最多的IP地址，方便发现采集者 * James Qi 2013-11-8 */ //0
This is the geographic names website, including more than 8498214 items of area, city, region etc.
There are 250+ countries/regions subdomain websites:
This is the North America Area Code Database website, including more than 446,143 items of NPA (Numbering Plan Area), NXX (Local Number Prefix), Local Number Prefix, City, County, State, ZIP Code, Latitude, Longitude etc.
With 50 languages, both desktop and mobile version:
