附：浙大夜惊魂6月26日更新至101章
hotfile: http://hotfile.com/dl/50704792/39ca85e/626101.txt.html
xun6: http://is.gd/d4Ym0

上面的方法对于提取连载的小说特别管用。

下面假设原文件（也就是打算切白边的文件）叫abc.pdf

1. pdfcrop abc.pdf，默认会生成abc-crop.pdf文件，这个已经是切掉白边的了，要是你不嫌它大（或者它确实不大）的话，就完成了。
2. 用阅读器（如evince）打开abc-crop.pdf，并通过CUPS打印到文件，打印时注意关闭所有和页面缩放有关的命令，并选中“使用文档的页面尺寸作为页面尺寸”。打印，完成。

说明：

1. pdfcrop其实是TeXLive自带的。本质上是一个perl脚本。
2. pdfcrop要调用gs(ghostscript)确定每页的白边大小。对于空白页，会报错，忽略即可。
3. pdfcrop还可以在切的时候留若干像素，具体请–help。
4. pdfcrop要调用pdftex以生成切白边后的文件。
5. pdfcrop本质上（猜想，没有阅读源码）是先将abc.pdf展开成单页的pdf，调用gs切白边，再用tex文件直接调用pdf页面，最后用pdftex生成输出。
6. pdfcrop直接生成的文件一般是原文件的20倍以上（本人测试的几个文件均是如此），虚拟打印到新的文件后，基本可以恢复到与原文件同样数量级的尺寸。
7. 测试都是使用的内嵌字体的中英文PDF。扫描版的没试，估计够呛。

5月27日更新：
使用这个脚本PDF压缩脚本-Compress PDF，代替上面的第2步。简单，效果不错。

比如，查“关键词1”，得到若干页的结果，翻看了前5页，有一些有用的资料，打开另外的页面查看，多数是没有用的。输入“关键词2”继续搜索，又得到若干页的结果，但是某些内容已经在刚才搜索关键词1时得到的前5页结果中出现过，而这些内容我都已经浏览过了，确定有或者没有我要的资料。搜索引擎为什么不把这些资料隐藏掉？

我希望Google能够提供一个我暂时称为“搜索进程”的功能。在同一个搜索进程中，无论搜索哪个关键词，都不显示之前用户之前已经查看过的条目。如果同一用户的两次搜索的间隔小于某个事先设定的值（如1小时），则认为是同一个搜索进程。用户也可以手工开启一个新的搜索进程。如果搜索引擎更聪明一点，能够根据两个关键词间的相关度，提醒用户是否开启新的进程的话，那就更好了。

==============================================

环境是：Ubuntu+Sage 4.2.1+CTeXLive 2008。以翻译Sage Tutorial为例，需要做以下准备工作。（下面用$SAGE代替sage的主目录）

2010年6月21日更新：
以上是基于Sage 4.3所做的修改，今天下载了4.4.3，情况有些变化：

• 以上的第4、6步完全不需要了，因为相关的配置转移到其他文件中去了
• 修改$SAGE/devel/sage-main/doc/common/conf.py文件中两个地方：
  1. latex_elements['inputenc'] = ‘\\usepackage[utf8x]{inputenc}’
     改为
     latex_elements['inputenc'] = ‘\\usepackage[latin1]{inputenc}’
  2. latex_elements['preamble']那一行下面再添加一行：
     latex_elements['preamble'] += ‘\usepackage{ctex}\n\punctstyle{CCT}\n’

grep -r abcd *.py

这样的命令得不到你期待的结果，而

grep -r abcd *

这样得到的结果又太多，仍然不是你想要的。

正解是：

find . -name *.py|xargs grep asdf

注：这是一个困惑我很久的问题，今天在 这里看到 一种解决方案 。 有人在留言中给出另外一种方法

find . -iname ‘*.cc’ -exec grep -nH ‘{}’ \;

但是看上去比较复杂，我不喜欢。

在home目录下编辑.docutils文件，内容如下：

[latex2e writer]
documentclass: article
documentoptions: 12pt a4paper
output-encoding: utf-8
stylesheet: /home/username/docutils.tex

前几行没什么可说的，最后一行所指定文件的内容如下：

\usepackage[slantfont,boldfont,CJKaddspaces,CJKchecksingle]{xeCJK}
\CJKlanguage{zh-cn}
\setmainfont{Times New Roman}
\setCJKmainfont{Adobe Song Std}
\usepackage{CJKfntef}

我这是想用xelatex，如果是用CCT或者CTEX，语句相对少些。大家自己改吧。

公式的话，在文件头添加

.. role:: raw-math(raw)
    :format: latex html

行内公式这样写：

If :raw-math:`$x=5 \times 3$` then :raw-math:`$x$` is

注意，冒号后面没空格！

独立公式这样写：

.. raw:: latex html

    $$ W \approx \sum{f(x_k) \Delta x} $$
    $$ W = \int_{a}^{b}{f(x) dx} $$

参考源：

1. Docutils Configuration: http://docutils.sourceforge.net/docs/user/config.html
2. reStructured Text tips and tricks: http://www.programmerq.net/rsttricks.html
3. [tip] python-docutils: rst2latex create chinese pdf（繁体中文）: http://kalug.linux.org.tw/~lloyd/bblog/archives/2009/11/09/%5Btip%5D_python-docutils:_rst2latex_create_chinese_pdf/

注：

如果是使用Sphinx，那么对于公式的支持就不用这么麻烦了，可以直接使用:math:和.. math::这样的命令，因为Sphinx支持rST扩展，用上面的方法，反而会出很多问题。

composite -gravity southwest 1.png 2.jpg 3.jpg

gravity原意是重力，这里可以理解为对齐的方式。上面命令中中左下角对齐。1.png是前景图，2.jpg是背景图，3.jpg是输出结果。

btw: 有人说GraphicsMagick效率比Imagemagick效率更高，不知道真假。

-density 参数指定的是DPI，也就是分辩率。一般屏幕显示用72就足够了，150适用于大多数场合，300以上的分辩率就很高了。不清楚最高可以到多少。当然了，这些都只在原PDF是矢量的情况下才有比较好的效果，如果原PDF是点阵的，比如扫描的图书，那么更大的DPI造成的结果就是颗粒变大。

如果PDF有多页，那么上述命令会将所有的页都转出来，存成多个文件。如果只想转其中某几页，可以在PDF文件名后加页码范围，象这样：

convert -density 150  aaa.pdf[0-3,20-25] aaa.png

注意，convert都是从0计数的，也就是说Imagemagick把PDF文件的第一页叫作第0页。不管上面哪种情况，只要是转换多页，Imagemagick都会自动在原文件名中加序号，以0开始，连续编号，形如aaa-0.png、aaa-1.png、aaa-2.png……，而与原页码没有任何联系。

当然了，转换的时候，还可以指定-resize这些参数。

1234567
甲甲大学
张三
李四
王五
2222222
乙乙大学
张三三
李四四
王五五
3333333
丙丙大学
张三四
李四五
王五六
……

简单讲，每个队的信息被分成了5行，报名号、学校、队员1、队员2、队员3。我们主要的工作是要删除多余的回车符，将每一队的信息集中到一行。

1. 删除多余的空白：“:%s/ //g”；
2. 因为总共是1430行，也就是286个组，这个数记下来，下面要用。
3. 合并每组的5行：在normal模式下，光标停在报名号这一行，直接输入“5J”，注意，是大写的J，也就是shift+j。可以看到，每一组的5行信息已经合并成一行了，并且以空格分隔。其中，5表示执行后面的命令5次，J表示合并两行。这一步是基础，并不需要，按“u”，退回到第2步的状态，并按“gg”，将光标停在第一行。
4. 录制宏：开始录制以a为名字的宏，“qa”，之后依次按下面的键，“5Jjq”，其中5J的作用已经解释了，j跳到第二行，q结束录制宏。
5. 这时候你的光标应该在第二行，并且是normal模式，依次按下面的键，“285@a”，其中@就是shift+2，@a的意思是执行宏a，也就是执行@a共285次。这时，每组的信息已经集中到一行了。
6. 其实我们的任务基本上已经完成了，下面是先转成csv格式，再导入Excel，还是直接转成html表格，都是很容易的事情了。下面的命令就不再解释了。
7. :%s/ /<\td><td>/g
8. :%s/^/<tr><td>/g
9. :%s/$/<\/td><\/tr>/g
10. 文件最前面加上<html><body><table>，文件最后面加上</table></body></html>，大功告成。（表格加线，加标题这些自己看着办吧）

btw：

当你不了解一种工具（特别是像VIM这种强悍的工具）时，你可能根本想不到活儿还可以这么干，而且干的这么漂亮。

1. http://fanyi.cn.yahoo.com/
2. Opera的Turbo

再加上自己本身IP可以下一部分，应该够了。

btw：不要成为下载狂

注：之前只会用md5sum计算文件的MD5值，想计算个字符串的MD5值，试了很多办法都不行，今天无意中看到。看来对Linux的软件哲学理解的还是不到位。

[;F(x)=\int_a^x f(t)dt;]

公式实际上是保存在远程服务器上的图片，这和原来用LaTeXRender实现的LaTeX公式编辑器本质上是一样的，只是用起来更方便。

另外，基于Chrome的插件也已经出来了，在这里。安装和使用方法请自行Google之。

这时候，老师就需要从表2中找出表1学生的性别信息。Excel，OpenOffice Calc或者WPS表格中都有Vlookup这样一个函数来做这件事情。具体用法请Google之。

对于第一个问题，网上有一些讨论，主要是建议使用google搜索代替内置的搜索，或者修改源文件。使用Google搜索的话，当然有一些好处，但是搜索结果不如内置的准确。修改源文件的话，有几个地方都有可能涉及到这行代码，比如当前模板目录下的searchform.php，wp-includes下的general-template.php等，具体是哪一个文件在起作用，取决于使用的模板和WordPress版本。而且修改源文件这种方法在版本升级的时候，很容易失效，还要重新改一次。

而对于第二个问题，网上好象没有什么讨论。可能很多人不像我这么懒，一开始就将默认的永久链接格式改掉了。

其实这两个问题有一个共同解决方法，就是在.htaccess文件中加一句:
DirectoryIndex index.php index.html

这句话的作用是指定index.php的优先级比index.html高，也就是说，如果访问http://www.yousite.com/的话，会先访问index.php文件。在使用cos-html-cache插件之前，由于没有index.html文件，所以不存在优先级的问题。使用了这个插件之后，index.html的优先级通常比较高，问题就来了。

btw: .htaccess是个好东西。

另外一个变化是，原来无论文档还是电子表，都是https地址，现在都改成了http。感觉有问题。

1. 免费
2. 跨平台
3. 支持LaTeX

另外，C.a.R.可以将动态结果输出至网页形式，只要装了Java的机器，可以直接在浏览器中操作。GCLC则有机器证明的功能，并可以将做图脚本输出为TikZ格式。

而TikZ是LaTeX上的一个宏包，可与Beamer很好的配合。

缺点是这三个软件都非常小众，无论国内还是国外，用户似乎都不多。

8月15日补充：

关于TikZ/PGF的好站（强力推荐）：http://www.texample.net

主要变化：

1. 增加郑码输入法。词库来自龙文输入法（其实是用winzm.mb转出来的）。Input.htm是拼音输入法，Inputzm.htm是郑码。
2. 相应的，在界面上增加了两种输入法的切换按钮。
3. 增加了两个“1”键。本来是希望加一个空格，来与PC上的输入习惯一致，但考虑到可能很多人是用大姆指输入，所以就在下面增加了两个“1”键，方便选字。

已知问题：

1. 龙文这个词库不知道怎么那么多两字母的字和词，所以这些词的排序是个问题。现在这个版本是用根据龙文自己的词频排的序，可能与习惯不太一致。
2. 响应有点慢。这个和词库大小以及查找算法都有关系，要改起来比较麻烦。
3. 背景图片没有修改。

btw：

1. 还有多少人在用Nokia N800？
2. 还有多少人在Nokia N800上用的是网页输入法？
3. 还有多少人用郑码？

下载：imzm