Fix indexování

1.7.2005 11:43 | Abíčko

Včera jsem se vrátil od Rudého moře a hned na mně čekalo pár chyb na vyřešení. Zatím se mi chce spíše flákat, tak jsem vyřešil tu nejkritičtější a tou je vyhledávání. Nějak nám padalo indexování databáze. První chyba byla u indexování blogů a začala se projevovat, až když první člověk měl více než sto příspěvků. SQL příkazy by jaksi neměly obsahovat více order by direktiv .

Druhá chyba je neustály evergreen, se kterým marně bojuji. Zase někdo vložil výstup z modemu a ty znaky se uloží jako nevalidní XML entita. Lokálně to ale nikdy nedokážu nasimulovat. Teď jsem tedy přidal try/catch blok přímo do cyklu indexujícího jednotlivé diskuse, takže se akorát přeskočí tato jedna diskuse a indexování jede dál.

       

Komentáře

[klassik]

Ahoj. Jak byla voda?Co zraloci je jich tam hodne?Ve kterem state jsi tam byl?Pochlub se

[Leoš Literák]

Egypt, hotel Shams Safaga. Super šnorchlování

[klassik]

zuva.... dal bych si ted rict.Ja mam dovcu az v zari

[petr_p]

Tak bud zabal cely prispevek do CDATA sekce nebo ho validuj jeste pred vlozenim do databaze (BTW, moznost pouzivat CDATA sekce primo v prispevcich bych ocenil prave z duvodu vkladani ruznych vystupu).

[unchallenger]

CDATA sekce v příspěvcích? Bezva by bylo, kdyby byly alespoň well-formed, o validním ani nemluvě...

[petr_p]

A co je na tom divneho? Jak jinak chces odlisit, kdy zobacky vymezuji tag a kdy je to bashove presmerovani deskriptoru?

[unchallenger]

Jako kdekoli jinde: <, >.

[petr_p]

A jak je to uzasne prakticke, ze? Zatim to resim externim sed-skriptem, ale do budoucna (bude nekdy Abicko v XML?) bych si dokazal predstavit lepsi reseni.

Viz navod pred blog-postingem: "... at je vas HTML prispevek validni..." Kdyz pisu neco delsiho, tak hezky lokalne a pak to validuji (zatraceny <break>). Ale u diskuzi to je zbytecna prace.

Chapu, ze Leos ma dost prace, ale ciste XML reseni by urcite prineslo sama pozitiva. Napriklad nyni neni problem zborit stranku nejakym nedomrlym tagem. A coz takhle zapis <div style="position: fixed; left: 0; top: 0: right: 1024px; bottom: 768px; backgound-color: red; z-index: 100">A ted nic neuvidite</div>. Nechci malovat certa na zed, ale lidi jsou vselijaky.

[Leoš Literák]

To uz jsme tu take meli. Proto je v diskusich prisna kontrola tagu a atribut style proste pouzit nemuzete. U blogu jsem tuto funkcnost nezapnul, protoze jsem nechtel omezovat lidi v HTML hratkach, preci jen to beru jako jejich piskoviste a jejich hloupost. Jenze bohuzel bori design i prehledovych stranek, takze to budu muset resit.

Koneckoncu nekdo to muze nabourat i nechtene, staci, kdyz da na zacatek prispevku oteviraci znacku, pak da break a uzaviraci znacku az za nej. Nejspise to budu resit tim, ze u nahledu odstranim vsechny HTML znacky, pokud je pouzit break. Kontrolovat, zda jsou nejake neuzavrene, to se mi moc nechce.

[Leoš Literák]

Jo, o validaci a automatických opravách HTML uvažuju. Současný postup není moc uživatelsky příjemný. Například bych rád automaticky překládal nepodporované značky na HTML entity a totéž dělal s menšítky a většítky, pokud nejsou u podporovaných značek. Tím bych se zbavil této chyby a ulehčil zadávání komentářů. Asi budu muset nastudovat html tidy a html parser poslat do věčných lovišť.

[Filip Jirsák]

Pokud by JTidy nevyhovovalo, doporučuji ještě NekoHTML. S JTidy jsem měl nějaké problémy, myslím, že s kódováním. Ale třeba se to v případě použití u komentářů neprojeví.

[Leoš Literák]

Diky, mrknu se na nej. Zvladnu pomoci neho toto?

• prevest kus HTML kodu na validni HTML
• detekovat pouziti zakazanych atributu
• prevest mensitka a vetsitka (mimo podporovane znacky) a ampersand na HTML entity

Do budoucna nejspise zpracuju cely obsah databaze a prevedu jej na HTML, pokud v nem neni (vsechny komentare bez znacky P a BR). A take prestanu prevadet smajliky na obrazky. Tim se usetri celkem dost narocnych retezcovych operaci a snad se zlepsi odezva abicka.

[Michal Karas]

Radsi twingwatha rychle zabanujte, nez tady zlikviduje cely system.

[brk]

A on se zaregistruje jak někdo jiný a dá si ten závadný text do patičky