今年上半年4月份在參加鄭州-開封馬拉松的時候，前往出發點的大巴上遇到一位來自杭州的跑友說下半年有杭州馬拉松可以去，當時我兒子還沒有高考，心裡想如果兒子考到上海下半年就去跑上馬，如果考到杭州下半年就去拍杭馬，反正他考到哪裡我就去跑哪裡的馬拉松，除非那裡沒有比賽。後來兒子所在的武漢11中有浙江大學的推薦名額，4月12日全家飛到杭州參加第二天浙大的面試，這是我第二次來杭州，上一次還是自己讀研的時候。6月高考後成績出來還不錯，最後就報考了浙大工科信息類，8月份再次送兒子來上學，我也順理成章地決定11月來跑杭馬。
最近想把一些下載到的Word或者PDF文檔放置到以前的MediaWiki網站中去，格式轉換有些麻煩，網上可以找到一些工具，但似乎都不是很适合我來用。
Word文檔可以另存HTML文件（使用過濾的HTML格式可以去掉圖片等附加文件），但打開HTML查看源文件會發現大量字體css代碼需要清理。
我想嘗試搞個PHP小程序來進行過濾，如下：
<?php /* * input的html内容簡化到output1，然後轉成mediawiki格式的output2 * James Qi 2013-11-10 */ if (isset($_POST['i
在Drupal網站中使用PHP程序來屏蔽采集者效果還不錯，可以自己任意設定判斷标準。不過我們以前的MediaWiki平台上的網站還沒有使用這套PHP程序來屏蔽，最近發現采集又太多了，搞得服務器負載太高，老是從Apache日志人工排查太麻煩、太慢（以前的辦法見博文《Apache中設置屏蔽IP地址和URL網址來禁止采集》），今天花一些時間編寫了一個小程序來統計日志中的IP訪問數，程序很簡短，如下：
<?php /* * 統計Apache日志文件的IP，找出訪問最多的IP地址，方便發現采集者 * 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:
