fwind's blog

初闻

一次，一个同事在群里问，有谁知道这个函数该如何用ES6的方式简写：

1
2
3
4
5

function fn(n){
 return function(m){
  return m+n
 }
}

我当时也没动脑子，直接按潜意识改了一下，发出去了：

1
2
3
4
5

fn=(n)=>{
 return (m)=>{
  return m+n
 }
}

果然，发code的那家伙神秘一笑，说你再继续简化一下试试。我后背一凉，赶紧又看了看，改成这个样子又抛出去了：

1
2
3

fn=(n)=>(m)=>{
  return m+n
}

我自认为这种总该差不多了吧，结果又被生生打脸。题主笑而不语，然后我恍然大悟，看来之前真是自以为会用，根本没有认真思考过，其实还可以进一步简化：

1

fn=(n)=>(m)=> m+n

最后题主说，把括弧也去了吧：

1

fn = n => m => m + n

看着这段code，我沉默了……原来code可以如此简洁、优美、易懂。

偶遇

上面的故事发生没多久以后，我在看一个帖子时，发现如下code：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

var arr = [
            { name:"小明", age:12 },
            { name:"小红", age:11 },
            { name:"小刚", age:15 },
            { name:"小华", age:13 }
];
function compare(p) { //这是比较函数
    return function (m, n) {
        var a = m[p];
        var b = n[p];
        return a - b; //升序
    }
}
arr.sort(compares("age"));
console.log(arr);

然后我笑了，在评论区默默地留下了compares函数的简版：

1

compare = p => (m, n) => m[p] - n[p]

思考

Coding这么多年，其实大部分时间是比较麻木的，不走脑子的reading、copy以及coding，糊弄完了一个又一个项目。随着时光的飞逝，真正有意义的东西很少能留下来，所谓很少，其实还是有的，要不真该转行了，就比如这个ES6简写的过程，就是非常有趣并且优美的。但是这个过程很偶然，首先，你得初步了解过这个技术，然后，在一个被动的机会下，你静下心来，认真的体会技术带来的愉悦感，并真正的掌握这项技能。这似乎需要一个积累的过程，大量阅读以后再反复推敲，然后在这个过程中，自我成长，体会技术的真谛，并且使自己快乐！

概念

Tesseract是一个光学字符识别引擎，支持多种操作系统。Tesseract是基于Apache许可证的自由软件，自2006 年起由Google赞助开发。 2006年，Tesseract被认为是最精准的开源光学字符识别引擎之一。【维基百科】

声明

在使用tesseract-ocr的过程中，我遇到了一些问题，并找到了一种适合我的使用方式，在这里给大家分享一下。

困境

1. 在Mac下使用Homebrew安装tesseract-ocr时，—with-training-tools参数取消，所以无法训练数据；如果使用github下载源码，然后编译安装的话，需要安装很多依赖，比较麻烦；
2. 如果在ubuntu下使用apt-get安装，默认是携带各种训练工具的，但是我的ubuntu系统是server版，不支持桌面，所以在标注图片时很不方便。

我的解决方案

我的解决方案是：在MacOS下标注，然后把标注好的box文件送到Ubuntu Server下，打包训练语言模型。
注意：如果您满足我在上文中提到的困境，就可以继续往下读了。

其他方案

1. 在Mac下编译tesseract，使用jTessBoxEditor标注+训练
2. 在Linux桌面版安装tesseract，使用jTessBoxEditor标注+训练
3. 在Windows安装tesseract，使用jTessBoxEditor标注+训练

安装

tesseract-ocr支持Linux、Windows、MacOS、Android、IOS等操作系统。由于本人使用的操作系统是MacOS和Linux ubuntu server，所以本文只介绍这两个环境的安装。

Mac

借助Homebrew，执行命令：

1

brew install tesseract-ocr

安装完以后，截至今天为止，默认是4.0.0版本，不支持—with-training-tools，所以也不支持训练功能。如果直接使用github下载源码编译安装，是可以支持的，但是我比较懒，在需要训练操作时，我就去Linux上搞了（Linux的4.0.0是携带辅助训练工具包的）。

Linux

借助apt-get，执行命令：

1

apt-get install tesseract-ocr

基本用法

1. 设置识别语言，默认英文（eng），中文是chi_sim（需另行下载语言包），如果需要同时识别两种或者两种以上语言，比如同时识别中文和英文，格式为“-l chi_sim+eng”，执行以下命令，识别结果会以txt文本形式保存在目标路径下。

1

tesseract [待识别图片路径] [目标识别结果路径] -l eng

2. 设置文字坐标输出，执行以下命令：

1

tesseract [待识别图片路径] [目标识别结果路径] -l test makebox

识别结果会以box后缀文件形式保存在目标路径下，坐标内容包含识别结果左上角的横纵坐标以及长宽值，比如识别如下字符：

其结果为（啧啧啧，通用中文库识别效果很差）：

数据训练

借助第三方工具

jTessBoxEditor是一款辅助标记的工具，在本地安装完tesseract-ocr以后，可以在jTessBoxEditor中配置tesseract-ocr的启动路径，然后基于tesseract-ocr进行可视化标注。如下图所示：

环境配置

在jTessBoxEditor的Trainer标签下，主要功能说明：

1. Tesseract Executables配置tesseract程序启动路径
2. Training Data存放训练数据路径
3. Language为自定义训练集名称
4. Bootstrap Language是训练之前需要借助的语言模型名称
5. 然后选择Make Box File Only
   注意：使用jTessBoxEditor需要配置Java环境变量。

初步识别

1. 选择Make Box File Only
2. 点击run按钮，就可以出来借助默认语言模型执行的识别结果。

开始标注

在获取到执行结果以后，切换到Box Editor标签，如下图所示：

标注过程：

1. 首先点击“open”按钮打，打开之前识别结果box
2. 在左侧列表中，选择一个字符，比如上图中手写版的“测”字，然后在右侧提示框中对其进行调整，直到红色框完美包含字符
3. 然后依次调整其余所有字符
4. 如果需要新增标注框，点击“insert”，或者需要删除，请点击“delete”
5. 如何需要合并两个字符，点击“merge”，或者均分字符，请点击“split”
6. 点击“save”保存box
7. 返回上个标签Trainer，然后选择“Train with Existing Box”，点击“run”执行
8. 这时会在训练路径下生存.traindate语言模型
9. 最后，再换一张与训练数据类似的图片，点击Validate进行验证。
   注意：如果你没有在Mac上编译安装tesseract，只是通过brew安装了4.x.x版本，那么到第6步就可以停止了，因为该版本不携带训练工具，你可以拿着标注好的box文件，找一个linux机器手动生存语言模型包，过程参考上述“命令行打包语言模型”。

命令行打包语言模型

1. 使用tesseract命令生成识别结果box文件
2. 调整box（或者直接使用jTessBoxEditor标注结果）
3. 依次执行以下命令：

1
2
3
4
5
6
7
8
9

# picture.jpeg是待识别图片
tesseract picture.jpeg picture nobatch box.train
unicharset_extractor picture.box
# 新建font_properties本文，内容为test 0 0 0 0 0
shapeclustering -F font_properties -U unicharset picture.tr 
mftraining -F font_properties -U unicharset -O unicharset picture.tr 
cntraining picture.tr 
# 到此为止，会生成unicharset、inttemp、pffmtable、shapetable、normproto等五个文件，分别给他们加上test.前缀（test为自定义语言模型名称）
combine_tessdata test.

4. 此时会在当前目录下生成test.traineddata文件，移动该文件到tesseract-ocr的tesedata目录下（我的路径是_usr_share_tesseract-ocr/4.00_tessdata/）
5. 然后设置语言执行识别命令：

1
2

# test是刚才生成的语言模型名称
tesseract test1.jpeg test1 -l test

6. 执行结果：（效果还是不错的）
   
   

总结

总体而言，虽然是桌面版标注+服务器端处理，但是使用起来还是可以接受的。如果将来有时间，可以研究一下在mac下之间编译tesseract源码

概念

PM2（process manage）是JavaScript运行时Node.js的进程管理器。

基本操作

安装

1
2

# 借助npm包管理器安装
npm install -g pm2

启动进程

命令行启动

1. 默认启动

1
2

# 启动一个nodejs进程，进程名默认为nodejs文件名，默认为fork单进程模式
pm2 start app.js

2. 自定义启动

1
2

# 启动并自定义进程名
pm2 start app.js --name processNames

3. 负载均衡

1
2

# 负载均衡（服务器只是满足双核及以上），max为默认最大cpu数，可以自定义
pm2 start app.js -i max

4. 目录监听

1
2

# 监听目录变化，默认不启动
pm2 start app.js --watch

5. 携带参数启动

1
2

# 携带test和100启动进程
pm2 start app.js -- -test -100

配置启动脚本

1. 首先，编辑启动脚本内容

1
2
3
4
5
6
7
8
9
10
11

{
    "apps": [{
        "name": "app1",
        "script": "./app1.js",
        "watch": true
    }, {
        "name": "app2",
        "script": "./app1.js",
        "watch": false
    }]
}

2. 然后执行启动命令

1

pm2 start app.json

重启进程

1. 重启/更新单个进程

1
2
3
4

# 重启0进程
pm2 restart 0
# 更新0进程
pm2 reload 0

区别：重启的过程是先停止（stop）进程，然后再开启（start）进程，可能会造成已建立连接的实效；更新的过程是先开启（start）一个或者若干进程，同时停止旧的进程接收请求，然后旧的进程结束以后，再关闭旧的进程。
2. 重启/更新所有进程

1
2
3
4

# 重启所有进程
pm2 restart all
# 更新所欲进程
pm2 reload all

3. 优雅的更新一个/所有进程

1
2
3
4

# 优雅的重启0进程
pm2 gracefulReload 0
# 优雅的重启所有进程
pm2 gracefulReload all

备注：gracefulReload区别于reload的地方在于，会发送一个shutdown的消息给旧的进程，这个过程可以在程序中监听到，然后根据自己的业务逻辑进程处理。

1
2
3
4

// 这里我们可以监听到‘shutdown’，然后在里面可以自定义一些跟自己项目相关的业务逻辑
process.on('shutdown', function () {
    server.close();
});

进程日志

1
2
3
4

# 实时查阅进程0的日志
pm2 log 0
# 查阅所有进程的日志
pm2 logs

停止进程

1
2
3
4

# 停止0进程
pm2 stop 0
# 停止所有进程
pm2 stop all

删除进程

1
2
3
4

# 删除0进程
pm2 delete 0
# 删除所有进程
pm2 delete all

进程列表

1
2

# 查看进程状态
pm2 list

进程监控

1
2

# 监控所有进程的实施状态
pm2 monit

保存配置

1
2

# 保存当前所有进程任务
pm2 save

还原配置

1
2

# 还原最后一个保存的所有进程任务
pm2 resurrect

应用场景

守护进程

当进程出现崩溃、异常停止等现象时，pm2会帮你重启该进程。

进程监控

实时查看进程的cpu、内存占有情况以及运行状态等。

日志管理

所有pm2日志会默认保存在～/.pm2/logs目录下，以进程名命名生成相应的日志文件，可以借助pm2-logrotate模块实现日志的按时间或者大小切割，便于归档记录，排查故障。

概述

Tmux 是一个优秀的终端复用器类自由软件，但使用 BSD 许可发布。用户可以通过 tmux 在一个终端内管理多个分离的会话，窗口及面板，对于同时使用多个命令行，或多个任务时非常方便。

基本操作

会话

1. 新建会话

1
2
3
4

# 新建会话，会话名默认生成
tmux
# 新建会话，并声明会话名
tmux new -s session_name

2. 正在运行会话列表查阅

1

tmux ls

3. 打开一个正在运行会话

1

tmux a -t session_name

4. 退出当前会话
   快捷键：control+b，d
5. 删除会话

1
2
3
4

# 删除一个正在运行的会话
tmux kill-session -t session_name
# 删除当前会话名以外的其余会话（不指定会话名，默认保留第一条会话）
tmux kill-session -a -t session_name

分屏

1. 横向分屏
   快捷键：control+b，%
2. 纵向分屏
   快捷键：control+b，”

杂项

1. 移动光标
   快捷键：control+b，方向键
2. 显示系统时间
   快捷键：control+b，t
3. 关闭窗口
   在当前会话下，将光标移动到待关闭窗口，然后敲命令exit即可关闭窗口。

应用场景

代码调试

在Linux或者Mac终端水平或者垂直切割屏幕，将切割区域分为代码部分、编译部分、调试效果展示部分、日志记录部分等，当我们需要debug时：在代码部分敲入代码，然后在代码编译部分编译代码，最后在展示部分（可终端展示程序）查看效果，如果有问题呢，在日志部分也可以实时检查。可谓码农的编程利器啊！

系统监控

我们可以建立多个会话，分别监控我们需要关注的系统性能、报警等信息，比如cpu使用情况、网络使用情况、内存是否正常、磁盘是否够用等等，然后在每个会话里，我们还可以通过屏幕切割达到对于每项监控更加细致的分类，一目了然，掌控全局！

记忆标签

本地

很多使用Mac的同学都一个不成文的习惯，电脑长时间不关机，并且同时开启很多终端，原因有很多，比如担心重启电脑以后丢失之前进行到一半的任务，或则只是因为懒……当然，mac本身设计的很好，就算长期不重启也毫无压力。这个时候，其实我们需要一个记忆标签工具，来管理我们打开的数量庞大的终端们。不管开启多少个终端，只要我们简单的取个名字作为标记，下次再找的时候会快捷很多！

服务器

对于服务器来说，重启的机会更加微乎其微，这个时候，我们就更需要一个终端记忆标签工具来管理我们的远程会话了，当我们ssh连接服务器时，遇到突发事件，比如被叫去开会，或者下班了，没关系！在开完会或者第二天上班以后，我们还可以进入当时那个会话，继续之前没有完成的工作。

介绍

Secure Shell（安全外壳协议，简称SSH）是一种加密的网络传输协议，可在不安全的网络中为网络服务提供安全的传输环境。

连接方式

秘密验证

连接命令：

1

ssh username@ip

注释：其中username是服务器的用户名，ip是服务器的地址，然后输入服务器端该用户的登录密码即可完成连接验证。

密钥验证

1. 生成密钥
   在客户端生成公钥和私钥，此处我们使用rsa作为加密方式（加密方式另外还有rsa1、ecdsa、ed25519、dsa等），使用以下命令生成密钥：

1

ssh-keygen -t rsa

并设置文件名和秘密（这里我们定义文件名为id_rsa），然后会在目录_.ssh_下生成私钥文件id_rsa和公钥文件id_rsa.pub。
2. 连接验证
生成密钥文件以后，将公钥放置在服务器端的目录_.ssh_authorized_keys下，然后在客户端使用私钥进行免秘密验证，连接命令：

1

ssh -i ~/.ssh/id_rsa username@ip

快速连接配置

在文件目录~_.ssh_下有个config文件，我们可以将上文两种连接方式中写在里面，然后直接以ssh+服务器简称的方式进行快速连接。

1. 秘密配置

1
2
3
4

Host    server01
    HostName        192.168.1.10
    Port            22
    User            username

注释：22是ssh的默认连接端口（可变更）。配置完成以后，可以通过以下命令连接，连接时需要再次输入密码。

1

ssh server01

2. 密钥配置

1
2
3
4
5

Host    server02
    HostName        192.168.1.11
    Port            22
    User            username
    IdentityFile    ~/.ssh/id_rsa

注释：其中IdentityFile为私钥文件的路径。配置完成以后，可以通过以下命令连接，连接时无需再次输入密码。

1

ssh server02

搭建通道

最简单的文件复制通道，执行命令：

1

scp -i ~/.ssh/id_rsa '待传送文件' username@ip:'目标传送目录'

通过以上命令，可以建立客户机和服务器之间或者两台服务器之间，文件单向传送的通道。

安全性

SSH旨在保证非安全网络环境（例如互联网）中信息加密完整可靠。不过，SSH它也被指出有被嗅探甚至解密的漏洞。这里我们就不做具体介绍了。

linux，ubuntu，root，xshell，ssh

• 启用root用户

1. 配置过程
   [workspace]@username:$ sudo passwd root
   [sudo] password for fwind:
   Enter new UNIX password:
   Retype new UNIX password:
   passwd: password updated successfully
   workspace@username:$ reboot
2. 完成
   root@username:~$

• 连接ssh

1. 修改配置文件
   使用root权限用户打开ssh配置文件：
   vim /etc/ssh/sshd_config

找到“PermitRootLogin prohibit-password”一行，将“prohibit-password”改为“yes”，然后重启ssh服务；
2. 重启
在root下重启ssh服务，然后。。。就可以在xshell下使用ssh肆无忌惮的连接linux了。
sudo service sshd restart

ps: vim 是linux下一款非常强大的编辑器，后续会有相关使用心得，敬请期待！

linux，vim

• 查看
  在控制台下直接输入vim可以查看vim基本信息：
  vim

键入以下命令，即可使用vim查看文件内容 ：
vim [文件名]

• 显示行标
  在查看模式下，输入组合键Shift加:，输入命令：set number
• 行操作
  1.定位最后一行：输入组合键Shift加G
  2.定位第一行：输入组合键Shift加1G
  3.定位第n行：输入组合键Shift加nG
• 移动光标
  1.移动光标到行首：：输入组合键Shift加^
  2.移动光标到行首：：输入组合键Shift加$
• 编辑
  直接输入i，可以开启编辑模式，使用键盘方向键移动光标进行编辑，退出编辑模式按Esc键即可。
• 删除
  1.删除一行：双击d
• 退出
  在查看模式下，输入组合键Shift加:，如果文件内容有变化，输入**!wq保存退出；如果文件内容无变化，直接输入q即可退出；如果文件内容有变化但是又不打算保存，可以输入!q**强制退出不保存。

ps：vim编辑器极为强大，这里只是冰山入门一角，感兴趣的同学可以自行查阅学习。

linux，ubuntu，command

• 黑客帝国来袭
  安装：
  apt-get install cmatrix

执行：
cmatrix
效果：

• 火焰
  安装：
  apt-get install libaa-bin

执行：
aafire
效果：

• 小火车，呜呜呜
  安装：
  apt-get install sl

执行：
sl
效果：