Gnuget

Gnuget http://gnuget.underlife.org/ Gnuget Creative Commons Atribución-Licenciamiento Recíproco 2.5 México Wed, 29 Oct 2008 19:24:49 -0700 http://www.textmotion.org Proyecto pepon http://gnuget.underlife.org/blog/view/196/proyecto-pepon http://gnuget.underlife.org/blog/view/196/proyecto-pepon Desde hace una semana a la fecha he venido trabajando en un pequeño proyecto al cual he bautizado pepon, pepon nace de la necesidad de tener acceso a un traductor y evitarme la pereza de ir a abrir el traductor de google cada vez que lo necesite, la idea inicial era crear un pequeño script para usarlo en la terminal pero esa idea fue evolucionando hasta convertirse en lo que hoy es pepon. Pepon es un pequeño (si es pequeño por que aun no sabe hacer muchas cosas) robot de gtalk escrito en python que actualmente sabe hacer lo siguiente: <ul><li>Generar la tinyUrl de una dirección web ( tinyurl http://gnuget.org)</li><li>Generar el md5 hash de una cadena (md5 cadena_De_Texto)</li><li>Trata de descifrar la cadena de un hash previamente dado (unmd5 d8578edf8458ce06fbc5bb76a58c5ca4 ) </li><li>Traducir en todos los lenguajes que traduce translate.google.com (translate en-es hello world)</li></ul> Actualmente algunos amigos y yo estamos trabajando en implementarle mas cosas a este pequeño robot así que con el tiempo ira creciendo, si quieres tener a este robot en tu lista de contactos de google talk su dirección es esta: <div class="photo block-center"> <a href="http://gnuget.underlife.org/data/uploads/pepon.png"><img class="picbox-photo" src="http://gnuget.underlife.org/data/thumbs/305_fb33d597aaa870ef133fe0759b2ca5b6_pepon.png" width="305" height="55" /></a> </div> Si tienes alguna sugerencia de alguna buena característica que te gustaría que pepon aprendiera a hacer deja un comentario e intentaremos implementarla. Igualmente nos gustaría que pepon tuviera un nombre mas acorde a lo que es (un acronimo relacionado con un robot quizá) así que igual cualquier sugerencia es bien recibida. david.valdez210@gmail.com (David Valdez) Wed, 29 Oct 2008 19:24:49 -0700 Caso de estudio: Galaxia Linux y por que no basar un rank en impresiones. http://gnuget.underlife.org/blog/view/193/caso-de-estudio-galaxia-linux-y-por-que-no-basar-un-rank-en-impresiones http://gnuget.underlife.org/blog/view/193/caso-de-estudio-galaxia-linux-y-por-que-no-basar-un-rank-en-impresiones Si leyeron el post anterior vieron el conflicto que causo <a href="http://www.tecnologiaslibres.net/">Eduardo</a> por que <a href="http://log.damog.net/">damog</a> rompió la credibilidad del rank de Galaxia Linux. Después de esa gran tragedia yo tuve la oportunidad de tener una “lluvia de ideas” para mejorar galaxia linux, bien, en lugar de ser una lluvia de ideas vimos a un Programador defendiendo su trabajo convencido que la forma en que hace las cosas es fiable. El nos cuenta que por ahora están afinando el método y están en beta a lo que yo conteste que el script de damog demostró que tal cosa no va a ser viable y que tendría que replantear la forma en que rankea los sitios; Eduardo en ese momento me reto a que probara el script de damog para demostrar que tal script ya no funciona y que él en cuanto detecte nuevas formas de “meter gol” les iba a programar filtros para que no puedan quitarle fidelidad al rank. La conclusión al final de la conversación era que si me daba tiempo iba a extender el ejemplo de David Moreno a algo que no se pudiera filtrar y que mostraría que usar impresiones para armar el rank era algo inviable. Así que hoy deje de ver mi episodio Sara Connors Chronicles y prepare un pequeño caso de estudio. Primero, pensemos un poco acerca de como funciona su sistema de ranking de galaxialinux.com 1. Crear un script que genere una imagen que a la vez cuente como impresión la pagina del blog que ha sido visitado. (osea este: http://www.galaxialinux.com/rank/banners/banner.php) 2. Contar estas impresiones, pero para darle mas fidelidad tenemos que considerar algunas cosas: - La ip del visitante no puede ser repetida una cantidad excesiva de veces por que querría decir que el usuario esta apretando repetidamente el botón refresh con tal de subir rank - Tampoco podemos meter su IP a una black list permanente por que quizá este usuario gusta de visitar este blog mas de una vez al díá por que este se actualiza en mas de una ocasión diariamente Oks ahora describamos un poco de lo que vamos a escribir: Lo primero, La ip del visitante no puede ser repetida una cantidad excesiva de veces aquí es donde actualmente YA falla el script de Damog (antes no hacían esta revisión) vamos a ver, la forma mas viable de nunca ser la misma ip sería usando un proxy ¿no? oks, aquí hay un pequeño problema, muchas paginas de proxies tiene pequeños “hacks” para que alguien no pueda usar curl y parsear las ips, vi un caso donde generaban el puerto con javascript y otro donde te exigian javascript “encendido” para poder acceder a la lista, y mejor aun uno hasta tenia un pequeño captcha. Oks lo mas sano (para mi) fue buscar unos minutos en google y cualquier cosa que tuviera forma de una lista de proxies pegarla en un archivo de texto (aunque esta lista se pegara con pedazos de html o de la pagina no importa realmente, solo importa tener los proxies juntos en un solo texto), rápidamente tenia en un archivo de texto mucha basura junto con proxies revueltos así que parte del script iba a ser obtener esta lista de proxies. Una vez teniendo mi lista de proxies escribí el siguiente script: <div class="python"> #! /usr/bin/evn python # -*- coding: utf-8 -*- #Caso de Estudio  Galaxia Linux #Autor David Valdez import urllib import urllib2 import re class anti_rank:     """testing"""         def __init__(self):         pass     def main(self):         #request (aquí podemos meter diferentes combinaciones de headers e irlas intercambiando)         #además podemos poner la pagina que queremos que suba en el rank         headers = {'User-Agent':'Firefox','Referer':'http://www.tecnologiaslibres.net/'}                         #esta función devuelve una lista de proxies         ips = self.get_ips()                 #por cada proxy intentamos hacer una petición         for ip in ips:             try:                 proxy = urllib2.ProxyHandler({'http': ip})                             opener = urllib2.build_opener(proxy,urllib2.HTTPHandler)                 urllib2.install_opener(opener)                             response = urllib2.Request("http://www.galaxialinux.com/rank/banners/banner.php",None,headers)                 response = urllib2.urlopen(response)                                           response.close()                 #un poco de verbose                 print "Visitado con la siguiente ip: "+ ip + " al sitio:tecnologiaslibres.net"                             except:                 print "Error usando este proxy: "+ ip         print "numero de visitas realizadas: %d" % visitas             #lista de proxies         def get_ips(self):         #lo único que necesitamos esa esta expresión regular que extrae las puras ips         #de toda la basura que tenemos de texto         get_ip  = re.compile("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\:\d{0,4}")         file = open("proxies.txt","r")                         cadena = ""         for line in file.readlines():             cadena =  cadena + line                     ips = get_ip.findall(cadena)                             file.close()         return ips #regresamos una gran lista de  direcciones de proxies if __name__ ==  "__main__":     text =  anti_rank()     text.main()</div> EN base a esto, poniéndome en los zapatos de Eduardo, consideraría lo siguiente: - Siempre cada petición será una ip diferente. - Suponiendo que los filtros revisen cualquier otra cosa en el header (como user Agent) puede ser fácilmente fálsificable así que no es una solución validar por alguna otra cosa del header. - Además, banear impresiones por user Agent aumentaría dramáticamente el caso de falsos positivos y muchas impresiones genuinas serían tomados como negativos. - Quizá banear si dos peticiones pasan muy juntas, tampoco es viable, los primeros lugares en el rank tiene muchisimas impresiones, limitar por tiempo las peticiones afectaría directamente a estos primeros lugares (además que podríamos aleatoreamente “pausar” nuestro script para que tampoco tenga peticiones juntas. Concluyendo, NO hay forma de saber si una impresión es real o es generada por un script como el arriba escrito entonces TAMPOCO hay forma de Programar un filtro para evitar las impresiones falsas. así que la única forma de tener un rank viable es REPLANTEAR la forma de generar el rank que este no se base en vistas. <img src="http://gnuget.underlife.org/media/emoticons/ichat/happy.png" width="18" height="18" /> [UPDATE] SI no alcanzan a apreciar el código, <a href="http://gnuget.mechulk.com/devel/ejemplos/galaxialinux.html">aquí se ve mucho mas claro </a> david.valdez210@gmail.com (David Valdez) Sat, 04 Oct 2008 00:11:00 -0700 Agregar rutas al load_path de emacs http://gnuget.underlife.org/blog/view/191/agregar-rutas-al-load-path-de-emacs http://gnuget.underlife.org/blog/view/191/agregar-rutas-al-load-path-de-emacs Una de las ventajas de ubuntu es que hasta este momento cuando quería instalar un modo nuevo para emacs me limitaba a hacer cosas como: <div class="bash">gnuget@box:~/ apt-get install php-mode</div> Pero ha muchas cosas que no vienen en los repositorios, por ejemplo <a href="http://tapsellferrier.hapispace.com/nicferrier/200710115T225511.hapi">este maravilloso modo para twittear desde emacs</a>, así que me di a la tarea de probarlo. Pero ohh sorpresa, no encontraba una forma bonita de hacerlo, primero me limite a agregarlo a donde están los modos que instala apt para emacs que es en: /usr/share/emacs22/site-lisp/ pero esto no es muy bonito por que acostumbro usar emacs en varios equipos entonces me di a la tarea de investigar como decirle a emacs que nos busque en un lugar que nosotros escojamos. Para agregar un path donde buscar a emacs necesitamos abrir nuestro archivo de configuración .emacs y agregar lo siguiente hasta el principio: <div class="lisp">(setq load-path       (append (list nil "~/.emacs-modes/")               load-path))</div> En este caso agregamos la carpeta ~/.emacs-modes/ al load-path de emacs ya solo bastará poner ahí nuestros modos y emacs sabrá donde encontrarlos <img src="http://gnuget.underlife.org/media/emoticons/ichat/happy.png" width="18" height="18" /> david.valdez210@gmail.com (David Valdez) Fri, 26 Sep 2008 13:34:00 -0700 Un problema gordo con cakephp http://gnuget.underlife.org/blog/view/188/un-problema-gordo-con-cakephp http://gnuget.underlife.org/blog/view/188/un-problema-gordo-con-cakephp El día de ayer estaba revisando el consumo de memoria que generaba una aplicación en la que estoy trabajando y quede sorprendido, el uso de memoria era excesivo, así que pensé en revisar cuanta memoria era la que consumía este framework por si solo. Me dispuse a bajar una copia fresca del framework y yo recordaba que cuando teníamos el debug mayor a cero aparecía hasta abajo de la pagina consumo de memoria o al menos así era por que ahora por alguna razón los desarrolladores les ha dado por quitar esa linea, eso me sonó muy raro así que me dispuse a agregarle una similar y quedo así: <div class="php">if(Configure::read() > 0) {     echo ''; }</div> Al cargar el index. <div class="photo block-center"> <a href="http://gnuget.underlife.org/data/uploads/home.png"><img alt="280_eb0e4d39f7a82fcfb4db577514840a7a_home.png" src="http://gnuget.underlife.org/data/thumbs/280_eb0e4d39f7a82fcfb4db577514840a7a_home.png" width="280" height="175" /></a> index </div> Me lleve una enorme y no grata sorpresa, el PURO framework sólito así desempacado marca: <div class="html4strict"></div> me dispuse a probar cuanto gasta en una hoja con un formulario simple, tan simple como esto: <div class="php"><?php echo $form->input('Example.username',array('label' => 'nombre de usuario'));?> <?php echo $form->input('Example.comentarios',array('label'=> 'Comentario','cols'=>5));?></div> Y la memoria gastada es: <div class="html4strict"></div> Es decir, en imprimir dos inputs cake ya se tomo otro mega completo mas. :S Concluyendo Cuando comencé a trabajar con cake yo tenia en mente que se iba a pagar un precio en memoria por el simple hecho de ser un framework, pero si hace un año me hubieran dicho que el consumo iba a hacer tan enorme me la hubiera pensado dos veces antes de escoger este framework como mi herramienta de trabajo diario (a por que cabe destacar que en el alpha y beta de este release candidate el consumo no era tan exorbitante como lo es ahora, parece que entre mas se acercan al estable pagamos mas precio en memoria). david.valdez210@gmail.com (David Valdez) Fri, 12 Sep 2008 16:15:00 -0700 Y si, todo fue un error http://gnuget.underlife.org/blog/view/185/y-si-todo-fue-un-error http://gnuget.underlife.org/blog/view/185/y-si-todo-fue-un-error Las condiciones de Uso de google chrome era un error: <a href="http://www.diarioti.com/gate/n.php?id=19226">http://www.diarioti.com/gate/n.php?id=19226</a> david.valdez210@gmail.com (David Valdez) Fri, 05 Sep 2008 16:07:36 -0700 Blog sobre desarrollo de software http://gnuget.underlife.org/blog/view/170/blog-sobre-desarrollo-de-software http://gnuget.underlife.org/blog/view/170/blog-sobre-desarrollo-de-software Vagando por ahí, me tope con este blog que escribe acerca de artículos y noticias referentes al desarrollo del software. Es una excelente lectura para esas horas de ocio que casi nunca uno tiene disponibles, la url es: <a href="http://www.versioncero.com/">http://www.versioncero.com/</a> david.valdez210@gmail.com (David Valdez) Mon, 23 Jun 2008 02:17:28 -0700 Videos en flickr http://gnuget.underlife.org/blog/view/160/videos-en-flickr http://gnuget.underlife.org/blog/view/160/videos-en-flickr Me acabo de percatar que ahora flickr nos permite subir vídeos. En mi opinión esto es de lo mas nefasto que pudo ocurrir, flickr para mi ha sido siempre un sitio, agradable, limpió , divertido, perfectamente enfocado a lo que tiene que hacer que es compartir fotos. Pero ahora con su función de subir vídeos esperemos no caiga en ser “una pagina mas de esas que permiten subir vídeos”. Siento que el querer acaparar todo eventualmente nos quitará eso que nos gustaba tanto de flickr. Las reglas para subir vídeos son simples, los vídeos tiene un limite de duración de 90 segundos y el archivo debe pesar menos de 150 megas. Pues veremos, como le resulta a flickr esta movida, Sinceramente comienzo a dudar si renovar mi cuenta pro el próximo año. <a href="http://flickr.com/help/video/">Aquí el faq acerca de los vídeos de flickr</a> Y aquí un <a href="http://www.flickr.com/photos/acusticrsh/2400553426/">vídeo</a> de muestra (subido por <a href="http://lugardeinsanidad.blogspot.com/">Shermie</a>) david.valdez210@gmail.com (David Valdez) Tue, 08 Apr 2008 23:34:15 -0700 Twhirl http://gnuget.underlife.org/blog/view/155/twhirl http://gnuget.underlife.org/blog/view/155/twhirl Aprovechando que ha salido <a href="http://labs.adobe.com/technologies/air/">la versión alpha de Adobe air para linux</a> me he bajado twhirl twhirl es un cliente para twitter increíble, tiene bastantes características entre ellas: <ul><li> Nos permite subir una imagen desde el mismo cliente y postearla en un mensaje (mediante <a href="http://twitpic.com/">twitpic</a>) </li><li> Nos permite conectarnos a varias cuentas twitter al mismo tiempo </li><li> Nos permite al mismo tiempo updatear además del twitter nuestro Pownce y Jaiku </li><li> Entre los múltiples lenguajes que ofrece esta el español</li></ul>Definitivamente twhirl es el mejor cliente para twitter que yo haya probado, y a pesar de que la plataforma adobe Air esta aun en alpha para linux no he tenido ningún problema al usarlo.  <div class="photo block-center"><a href="http://gnuget.underlife.org/data/uploads/twhirl.png"><img src="http://gnuget.underlife.org/data/thumbs/300_twhirl.png" alt="300_twhirl.png" height="300" width="265" /></a> Twhirl </div>  Si quieres probar twhirl puedes bajarlo de: <a href="http://www.twhirl.org/%20%20"><a href="http://www.twhirl.org/">http://www.twhirl.org/</a></a> david.valdez210@gmail.com (David Valdez) Fri, 04 Apr 2008 00:45:00 -0700