Re: hola

[Mañungo]

At 22:45 03-04-2003, you wrote:
> Hum, estas buscando "From " o "From:"?  Son headers distintos;
> probablemente lo util es el segundo, pero el que tiene el > al principio
> es el primero (por eso la pregunta).

Exactamente: />From:[^<]*<([^>]+)>/
Es que eudora encierra los e-ail entre corchete _siempre_.

> Ok, seria interesante saber que tanto falla el sistema despues de un
> periodo razonable de entrenamiento.

Sip.

> Una por linea, en un archivo de texto?
>
> Me da la impresion de que puede ganarse _mucha_ eficiencia usando otro
> formato (por ejemplo btrees como lo que hizo Aldrin); la busqueda
> secuencial eventualmente te va a terminar matando el rendimiento.  Esto
> te permite crecer el tamaño de la tabla de puntajes con busqueda O(1).

De hecho. Pero hasta ahora los archivos son tan chicos!
Ademas, sigo con la idea que para resolver el ultimo 20% del spam hay que 
usar nuevas tecnicas (ideas?)


> Huh, y por que no [[:alpha:]][[:alnum:]]{2,40} ?  (en particular le
> sacas la opcion "i")

Para mantener pequenna las tablas de ocurrencias/tokens (por eso bote la 
idea de guardar . _ - @ )


> En todo caso es super interesante la idea de cortar los token a los 41
> caracteres... ahora que miro mi tabla de puntajes veo un monton de cosas
> demasiado largas que probablemente aportan poco en ambos sentidos.

Si. Yo mire la tabla y los strings de +40 caracteres era:
-> 10% urls interminables, con cgi y parametros
-> 90% mime mal skipeado

Creo que hasta se podria cortar en 20 caracteres y el resultado seria 
igual. Tambien depende del conjunto de caracteres a considerar, eso si.

Por lo pronto, voy a mirar los btrees que usa Aldrin, pero me da lata a 
priori incluir librerias en el Perl. De hecho, para saltarme los mime uso 
una rudimentaria rutina.


> Alvaro Herrera (<alvherre[a]dcc.uchile.cl>)
> "El sabio habla porque tiene algo que decir;
> el tonto, porque tiene que decir algo" (Platon).
>
>
> _______________________________________________
> Bsf-devel mailing list
> address@hidden
> http://mail.nongnu.org/mailman/listinfo/bsf-devel


Manuel.