由于要从事通信协议的开发工作，最近开始学习TCP-IP详解三卷书，希望通过不断的更新博客，同大家共同的学习，相信网络的力量是能够激发人的思维的！

1、如何区别DIXV2帧和IEEE帧？

由于二者在同一个局域网内是不能共存的。因此，IEEE允许现存的DIXV2网卡和网络设备到IEEE的标准设备的迁移。为了使设备可以识别使用的是哪种类型的帧，IEEE没有分配1536以下（十六进制为600）的数位协议类型代码。数据字段的最大值为1500字节。所以一台设备可以从源地址后的两个字节来判断是哪种类型的帧，如果值为1536（十进制）或更高则为类型字段，意味着是DIXV2帧，如果从源地址之后的2个字节小于1536，则可确定是长度字段，为IEEE802.3帧

2、TCP四次握手

由于TCP连接时全双工的，因此每个方向都必须单独进行关闭。这个原则是当一方完成它的数据发送任务后就能发送一个FIN来终止这个方向的连接。收到一个FIN意味着这个方向上没有数据流动，一个TCP连接收到一个FIN后仍能发送数据。一个主动关闭，一个被动关闭。

但为什么连接是三次握手，而关闭是四次握手？

因为服务器端的LISTEN状态下的socket当收到SYN报文的建连请求后，它可以把ACK和SYN（ACK其应答作用，SYN起同步作用）放在一个报文里来发送。

但关闭连接时，当收到对方的FIN报文时，它仅仅表示对方没有数据发送给你了，但未必你所有的数据都全部发送给对方了，所以你可以未必会马上关闭socket，也即你可能还需要发送一些数据给对方，再发送FIN报文给对方来表示你同意现在可以关闭连接了，所以它这里的ACK报文和FIN报文多数情况下是分开发送的。

1、下载swigwin，解压即可

2、编写c++代码如下

main.cpp

#include<iostream>
#include"main.h"
using namespace std;

int compute(int a, int b)
{
  return a+b;
}

#ifndef _main_h_
#define  _main_h_

int compute(int a, int b);
#endif

%module main
%inline %{
#include "main.h"
%}
int compute(int a,int b);

swig -c++ -python main.i

这时候我们会看到在该目录下生成了两个文件main.py和main_wrap.cxx

4、打开vs2010新建Win32 Console Application工程，选择空项目，Application type选择DLL

5、将我们的main.h 添加到头文件，将 main.cpp main_wrap.cxx 添加到源文件，将main.i添加到工程目录下

6、设置工程目录的属性，在属性页/配置属性/vc++目录 中添加包含目录和库目录 分别为python中的include目录和libs目录

7、编译生成main.dll文件   改名为_main.pyd, 将main.py 和 _main.pyd 文件拷贝到另外一个文件夹test中测试，在test中新建test.py

代码如下

import main
aa = main.compute(5,2)
print(aa)

执行后就可以看到结果

c:\C++>python test.py
7

gensim: http://radimrehurek.com/gensim/index.html

Gensim is a free Python framework designed to automatically extract semantic topics from documents, as efficiently (computer-wise) and painlessly (human-wise) as possible.

import jieba
from gensim import corpora, models, similarities
import os
import random
from pprint import pprint
import string
import re

RESULT_DIR = 'douban_result'
regex = re.compile(ur"[^\u4e00-\u9f5aa-zA-Z0-9]")

class DoubanDoc(object):
    def __init__(self, root_dir='douban'):
        self.root_dir = root_dir

    def __iter__(self):
        for name in os.listdir(self.root_dir):
            if os.path.isfile(os.path.join(self.root_dir, name)):
                data = open(os.path.join(self.root_dir, name), 'rb').read()
                title = data[:data.find('\r\n')]
                yield (name, title, data)


class DoubanCorpus(object):
    def __init__(self, root_dir, dictionary):
        self.root_dir = root_dir
        self.dictionary = dic