cahier lukhnos

今年Moscone比去年容納的人數多了近一千人，許多事明顯感覺得到差別。例如插座不夠用，或是吃飯排隊時間變長，熱門session得更早去排隊，洗手間變得很難用等等。這是外在的變化。

因為有了去年的經驗，今年知道今軟體要趕快裝起來、code sample要先看過，筆記要做，人要認識。這些都比「感受氣氛」來得重要而實際，而這每一項都花時間和力氣。這是內在的變化。

十個月就這樣過去，時間很快。去年在頒Apple Design Award時，對於TextMate得獎或F-Script入圍，感受還不那麼深。幾個月之後這兩項工具都成為我開發所需的軟體（尤其是TextMate）。今年的ADA做了過往回顧，然後才意識到說其實有這麼多的獎項都是那種一兩個人的作品，或者是規模不大的公司。從這一點來說ADA的精神是很鼓勵個人開發者和中小企業的吧。好比今年的遊戲類，得獎的是World of Warcraft，入圍的是Wacky Mini Golf。但是Apple今年在遊戲類給了入圍者special mention，因為WoW是大軟體公司的作品，他們的東西很讚很好，得獎固然理應，可是像Wacky Mini Golf這種個人作品對OS X平台的貢獻不會少，special mention也給了相當於半份得獎者獎勵的套件，算是某種鼓勵的表示吧。

今年更甚於去年的，是那種對軟體開發熱情的感受。這些人如此專注、如此有才華，把力氣投注在單一一套軟體上，然後在功能和user interface上投下如此多的心力。

很多啟示。去年的WWDC對我來說有幾個重要的life-changing moment（容或留待日後一一展陳）。ADA則像是某種標竿：告訴我們即使是個人開發者或小公司，熱情和精緻能到什麼樣的程度。

Update: 今天除了 ADA 外，最精采的（我沒去參加 Stump the Expert）應該是這個：

James Dempsey繼去年的 Little Endian 之歌後，今年再推力作 “I Love View”，把 NSView 的身世從頭到腳細數了一遍。其中唱到 contextual menu 時忘詞卡住，竟然叫樂隊和投影片全部 rollback 再來一遍，”because this is an unfinished version and will only release in October!” 。全場轟動＋standing ovation。安可曲則是 “Hold me, use me, release me”，眾人合唱複歌。

lukhnos :: Jun.13.2007 :: tekhnologia 技術或者藝術 :: 2 Comments »

相當漫長而疲勞的一天，令人興奮的成份卻沒有太多。iPhone “no SDK” 一事是敗筆。John Gruber認為是對 developer 的 “insult”。我也這麼覺得。如果只要寫 web app 就好了，我們還來參加 WWDC 幹嘛？我們幹嘛還需要關心 OS X 的平台相關技術？這種說法相當 self-defeating。

WebKit 是 Apple 拿來應對 rich web app 的戰略武器，QuickTime 則顯然是想試圖藉 Apple 在 appliance 市場跟媒體生意的優勢，來向 Flash player 擠壓（no, no Flash for iPhone）。但是這兩者都有欠說服力的地方，好比說 SJ keynote 很不客氣地說 Safari 市佔率想再上層樓，然後直接把 Firefox 的餅給蓋掉，或者說在完全不提 Flash 的情況下希望大家多用 QuickTime plug-in，嗯，這，好像不是很客觀啊。

下午的 session 比較好，把主題拉回 OS X 做為一種平台的優勢（而且主要還是「開發者愛用」的平台）。儘管如此對於 web app 的應對還是太少，相對於 MS, Adobe, Sun 都想辦法在這一塊中間卡位，儘儘靠 WebKit 跨平台，似乎還不夠啊。還是那句話：Apple 或許表現還會更好，但是 OS X 似乎很難再像 10.3 – 10.4 這一段時間有更令人興奮的東西。10.5 delay 當然有差就是。

lukhnos :: Jun.12.2007 :: tekhnologia 技術或者藝術 :: 1 Comment »

星期天去領了 WWDC 2007 的名牌，然後去參加sf/Mac indie soirée，見到了許多久仰其名的獨立軟體開發者。獨立軟體開發者也自稱”indie”，跟獨立製作的音樂人相呼應。討論技術、建立關係，更多的是一種中小企業的精神。

雖然說今年是Apple的好年（iPhone與如日中天的股價），我卻覺得對OS X平台來說可能才是嚴峻挑戰的開始：從今年竟然有某些我認為是「填料」的JavaScript Library tutorial session (what do Prototype and Dojo have to do with the OS X platform?)，就覺得來自rich internet app的需求和挑戰，很大啊。

就看WWDC Day 1能端出什麼菜來了。

lukhnos :: Jun.11.2007 :: tekhnologia 技術或者藝術 :: 1 Comment »

簡單 update 一下 OpenVanilla 的現狀。

• 在 OS X 方面，zonble 的 blog最近介紹了不少進展。去年九月我們在北京輸入法廚房期間做出來的「web browser選字窗」雛型，最近由zonble和gugod起頭，做了新的theme（包括會翻滾的選字窗。我這邊也幫忙修改OS X Loader，希望能使開發測試更為便利。我們還蠻希望web browser選字窗能在未來版本的OV中扮演更吃重的角色。
• zonble最近也相當認真在開發 OV 相關的工具程式，像是 OV filter widget、通用輸入法編輯工具（可用來創建新的輸入法或編輯現有的輸入法表格。
• Windows 部份，b6s 最近釋出了測試版的 Windows OV build。我們在思考 Windows 版 OV 時，會比較傾向往 OV 的實驗性方向推展（例如一直還沒實作的辭彙管理工舉、UI 上的考量等等），這會和其他 open source 的 Windows 輸入法在此一階段以實用性及儘可能發布出去，有所不同。
• 在募款活動方面，我們今年還沒開始任何正式的募款活動，OV fund也尚未動支（因為我們今年還沒有列出任何動支計劃）。我正在整理去年的募款清單，六月底預計再發布一次支用情形。這部份的延遲，我要負不少責任，要先跟大家說聲抱歉。
• Leopard 的 InputMethodKit 前幾個月經歷了不少修改，我們去年九月在OV branches裡的LeopardVanilla已經不能build了，這一部份，我們（主要是我）會在這次 WWDC 2007 的 Input Method session 上，取得更新的資訊，然後把 LeopardVanilla 給 port 過去。
• 在開發相關事務上，我們做了幾個重大的改變。OpenVanilla 的討論區，改用 Google Group。同時我們也將 OpenVanilla 的主要 source repository ，改用 Google Code Hosting（搬家這件事花了不少時間和力氣）；OpenFoundry 的 svn 將變為 read-only mirror。我們同時徵求了各位開發者的同意，將 commit right 做了一點收整。更新過的 commiter 包括了 b6s 跟我 (admin)、gugod, zonble, mjhsieh 等人。

我個人這邊，這半年一方面是正職工作，另一方面是家裡的事情，對於 OV 的開發，確實是慢了下來。不過我也感覺到 OV 的 code 到了做下一輪更新、OV 的相關模組也到了該更新的時候了（例如 generic module 要加萬用字元、酷音應該選一個版本固定下來做 build 並修掉一些今年一月 test build 發布後所發現的 bug）。總之一定會繼續的努力。:)

lukhnos :: Jun.10.2007 :: tekhnologia 技術或者藝術 :: 5 Comments »

每兩週一次的 Cocoa Tuesday ，這週照往例在 OPCafé 舉行。這週的話我打算講一個 2006 年時在 OSDC.tw 遠端講過的話題，就是 WebKit 與桌面應用程式的整合。例如用 JavaScript 來呼叫 Objective-C，或是用 Objective-C 呼叫 JavaScript。這個功能可以做到的邪惡事情太多了，連 OpenVanilla 最近開發中的 WebKit display server（對啦，就是 aka 「入力娘」的子計劃）也是有了它才得以完成的。

又，6/12 的 Ruby Tuesday 以及 6/19 的 Cocoa Tuesday 各暫停一次。這週二過後再下次為 6/26 星期二的 Ruby Tuesday。

lukhnos :: Jun.04.2007 :: tekhnologia 技術或者藝術 :: 1 Comment »

每雙週二舉行的 Ruby Tuesday，5/29 (二) 同樣在新竹市中心的 OPCafé 舉行。

這次的 Ruby Tuesday ，我請來 b6s 來為我們客座講解 Apache Lucene 的基本原理。Lucene 是以 Java 寫成的全文搜尋程式庫，可說是最普遍的 search solution。由於 Ruby 的 Ferret 是根據 Lucene 的設計來實作，因此在基本概念、術語、特性上，都有和 Lucene 貼近的地方。b6s 對於全文搜尋──以及全文搜尋所根基的諸多自然語言處理的理論──瞭解深入。我想如果能讓大家對於 tokenizing, analysis, indexing 等概念有更清楚的認識，相信選用 web app 的搜尋方案時，會能更精準找到自己要的，以及做出正確的 trade-off 決定。

除了 b6s 主講 Lucene，我會補充說明 Ferret，尤其是 acts_as_ferret 這套 plug-in 的使用方法。

歡迎大家屆時來 OP ！

lukhnos :: May.26.2007 :: tekhnologia 技術或者藝術 :: Comments Off

這週二是 Cocoa Tuesday，打算來講一些 Cocoa 繪圖以及文字繪製的基礎，地點一樣是在OPCafé。

lukhnos :: May.22.2007 :: tekhnologia 技術或者藝術 :: 1 Comment »

Here are some code snippets that I use to add CJK (Chinese, Japanese and Korean) characters support to Ferret and acts_as_ferret.

(Update: lingr.com has released their multilingual analyzer, see http://blog.lingr.com/2007/05/a_new_plugin.html for detail).

相信許多鐵道迷都聽過雪貂（Ferret）。雪貂是一套根據Lucene所開發的全文搜尋引擎。裝上了「化身為雪貂」（acts_as_ferret）這套plug-in之後就更厲害了，任何ActiveRecord model只要加上輕量之人最愛的神秘一行，瞬間就具有了全文搜尋能力。

Ferret是用C寫成的，用語和基本觀念與Lucene一致。因此對Lucene有認識的朋友應該很容易上手。雖然說化身為雪貂很好用，不過O’Reilly的Ferret一書仍有一讀的必要。該書最後還介紹如何配合其他plug-in來index諸如PDF, JPEG EXIF等metadata，幾乎可以寫一套小型的Mac OS X Spotlight。而該書對於Ferret的構成、內部運作原理、performance tuning的介紹，也相當實用（而且，不需要先學Lucene；我也還在研讀這一部份就是了……）。

以下是我用的 RegExpAnalyzer，僅僅很簡單的把歐語的單詞拆開、數字拆開，中日韓文則以字元方式來索引。這種簡單的中日韓文tokenizing在搜尋精確度不要求高的場合，大體能用。要更好的搜尋結果，或是要做到同音字搜尋、簡繁搜尋，當然就需要更複雜的 Analyzer。

請找個地方填入以下的 regex 跟 Analyzer：

GENERIC_ANALYSIS_REGEX = /([a-zA-Z]|[\\xc0-\xdf][\\x80-\\xbf])+|[0-9]+|[\\xe0-\\xef][\\x80-\\xbf][\\x80-\\xbf]/
GENERIC_ANALYZER = Ferret::Analysis::RegExpAnalyzer.new(GENERIC_ANALYSIS_REGEX, true)

然後在想要加入搜尋的 model 裡加入：

acts_as_ferret({:fields => [ FIELDS_YOU_WANT_TO_INDEX ] }, { :analyzer => GENERIC_ANALYZER })

之所以不把 GENERIC_ANALYZER 放在 acts_as_ferret 裡，除了可重用性的原因，另外還避免掉在 Mongrel + Rails development mode 時可能造成的 bus error / segmentation fault （原因不明）。

總之，只要做完這件事，就可以：

Model.find_by_contents("hola")

acts_as_ferret很聰明，如果是第一次使用，會幫你把這個data model所用table全部讀一遍，建立必要的全文索引。之後所有的 CRUD 動作只要透過這個 model ，「化身為雪貂」會幫你做完所有該做的 Ferret indexing 動作。

先前有一些中文論壇提到用 /./ 來處理中文斷字（說「斷詞」或「分詞」有誤導之嫌）。雖然 Ruby 的 regex engine 在 $KCODE 設為 utf-8 時，可以正確地以 /./ 來掃描 Unicode 字元，但是這樣的作法是有問題的。英文詞因此會被斷成一個字元一個字元。而，單純用 [a-zA-Z] 則忽略了歐語，這是不夠的。

偏偏 Ruby 的 Unicode 支援只做了一半，不像 Perl 可以用 /\x{80}-\x{7ff}/ 的方式來表達 Unicode range，所以我們得祭出 jcode.rb 裡處理 UTF-8 的 regex （也就是利用 UTF-8 的特性），來找出實際上為 U+80 ~ U+7FF 以及 U+800 ~ U+FFFF 的字元。當然，> U+FFFF 的字元這裡並沒有處理，而且這個方式其實過於簡化。

但總之這是可以用的方法。如果要測試或改善 regex ，可以使用Ferret一書中第65頁所列的以下方法來測試：

def test_token_stream(token_stream)
  puts "Start | End | PosInc | Text"
  while t = token_stream.next
    puts "%5d |%4d |%5d   | %s" % [t.start, t.end, t.pos_inc, t.text]
  end
end

然後在irb中：

str = "Café Österreich 是一間開在仮想現実空間（サイバースペース）裡的咖啡店"
test_token_stream(Ferret::Analysis::RegExpTokenizer.new(str, GENERIC_ANALYSIS_REGEX))

就可以看到 RegExpTokenizer 執行的效果。

lukhnos :: May.17.2007 :: tekhnologia 技術或者藝術 :: 5 Comments »

昨天（台北時間 2007/5/15 中午）我們在 OpenVanilla 討論區中發布了 OpenVanilla subversion repository 的搬遷通知。今天早上全部的 subversion repository 已經搬遷完成。

我們新的 primary repository 位於 http://openvanilla.googlecode.com/svn/。新的計劃頁面在 Google Code Project Hosting上。。

先前在 OpenFoundry 上的 repository 將改為 read only mirror。原先的計劃頁面也有進行整理的必要。

Google Code 的 subversion 為 1.4 版。配合最近版本的 svk (2.0.1)，已經可以將全部的 revision history 同步到自己的 depot 中，先前在某幾個版本會斷掉的問題應不會再出現。

lukhnos :: May.16.2007 :: tekhnologia 技術或者藝術 :: Comments Off

謝謝大家前來本次 Ruby Tuesday，投影片和錄音已經可以下載了。不過有一個地方講錯了一定要修正，那就是 gem install 時是可以順便做 test 的，只是預設為關閉。

lukhnos :: May.16.2007 :: tekhnologia 技術或者藝術 :: 1 Comment »