davidan106 / cookie

将sqlite存储格式的cookie文件解析成请求时使用的cookie格式

##COOKIE是什么?

Cookie（复数形态 Cookies）指某些网站为了辨别用户身份而储存在用户本地终端（Client）上的数据（通常经过加密），定义于 RFC2109（已废弃），最新取代的规范是RFC2965

##说明

1. 安装sqlite3（加入默认安装环境木有这个）
   • wget http://www.sqlite.org/2013/sqlite-autoconf-3071700.tar.gz
   • tar zxvf sqlite-autoconf-3071700.tar.gz
   • cd sqlite-autoconf-3071700 && ./configure --disable-tcl --prefix=/usr/local/sqlite3/
   • make && make install
2. 使用脚本
   • extract_cookies.sh $HOME/.mozilla/firefox/*/cookies.sqlite > /tmp/cookies.txt
   • wget --load-cookies=/tmp/cookies.txt http://mysite.com or curl --cookie /tmp/cookies.txt http://mysite.com

##idea（step by step）

• 使用浏览器(firefox,chrome)生成的cookie文件,通过php/python脚本来模拟登陆weibo，抓取相关的数据，或者抓取自己订阅的blog文章(rss-xml),
• 然后对抓取的微博/文章分词，提取特征，分类等。（这个还在摸索ing,不知是否可以将分好类的文章，自动生成一些tags,这样user可以使用这些来选择喜好的tags来阅读）
• 最后通过user订阅的tags进行推荐文章(赞)/weibo(舆情监控)。(木头绪，摸索ing)

####参考:

• http://baike.baidu.com/view/835.htm
• http://en.wikipedia.org/wiki/HTTP_cookie
• 快速构建实时抓取集群
• 如何计算两个文档的相似度全文文档
• 百万用户时尚分享网站feed系统扩展实践

##关于作者

• 邮件/g+(weege007#gmail.com, 把#换成@)
• QQ: 19165635*
• weibo: @weedge
• twitter: @weege_007
• $weedge = array( nickName : "时间飘过~", site : "http://weedge.me" );