@a6377508 这个吊。

@mailworks 这个是违反苹果 ToS 的。可以举报。 ios app 只能使用 appstore 自带的升级机制。严禁其他途径。

unsigned 不算强迫症，可以考虑改过来。

enum 移植性不如 tinyint 。

其实看到 3 楼的回复，想吐槽，突然又懒得吐槽了。就直接拉黑了。小伙伴们把我想说的都说了。

75 TB per user or 14,000 times the average 。。微软真是没见过世面。

既然是高薪，又是诚聘 ，还发到 /go/python 这个技术讨论区，那么明说工资范围吧。

btw 地点也没有。

好像别人是免费提供的 。。。 http://corpus.byu.edu/full-text/database.asp

@binux 求分块树相关 case 。

还有就是你们是怎么保存富文本数据的？直接 html 还是？

@menc wikipedia 的页面特定模板解析起来很有意思的。比如可以绘制出地球上人口超过 20w 的城市分布图。但是我感觉这个属于另外一个话题了。

@Sivan 国产的。就当 299 的普通电饭煲用。

@harry890829
@wkdhf233

问了下，买的那家，咬着不放。。因为都好评了。

便宜的那家，说是做活动。名额有限。

包装都拆了。。。。

@hooopo 我还以为去了隔壁 rubychina 。。。哈哈。用 ES 的确可以做到。赞。

KV 数据库很少有支持 array 的。 redis 是异端。别人号称 data structure server

@chairuosen 不是通用不通用的问题，而是爬出不仅要保留文字本身的信息量，还要保留当时标题，段落。排版，展现格式，甚至页面环境等信息量。

虽然我估计 99% 的页面，都是一种字号不分大小写不分段落标题格式通吃，但是总有那么一些出彩的页面，很注重行文的附加信息。

@iyaozhen
@chairuosen
@anexplore

我想知道业界有没有一些比较好的 case 。

脑洞一下，比如很多时候读到 nytimes 的文章，一些亮点主题词语是 斜体 的。有木有一个搜索引擎能统计一下：“ NYTimes 斜体名词的分类”。。。。。。。。。。这里面涉及到爬虫，数据处理，清洗，如何索引富文本。。。感觉脑细胞不够用了。希望看到有别人的案例我来抄袭一下 hahahaha

@chairuosen 只是一个想法，可能没用。但是我觉得信息量丢了。。。

首先，当然，语义是很重要的一个方面。比如 <code> 里是代码，就知道这一定是个码农发的贴子。。。。

再比如论坛里一些帖子，有些内容，发帖人喜欢 红七醒目 。。比如做主题归纳，感觉因该提高重点文字的权重。而不是纯文本那样所有字符平等对待。

只是一个粗略想法。。。。。我知道有不实际的地方。。。乃们就不要喷我不实际了。。。


我的脑洞就是， NLP 是自然语言处理，那么 HLP 算不算超文本处理。。。。

LZ 怎么发现的，好奇。

量子服打了一天，真是无语了。。我也成了猥琐流打法了。。。这游戏冲冲冲就是送死。。。。。。。。。。