Hunter的大杂烩 技术学习笔记

Webbrowser 控件的DocumentCompleted事件，对于异步加载的页面判断不是很靠谱，这个事件基本无法获得ajax加载完毕的时间点，所以会导致用读取document中的html时，数据还未加载完毕的可能。

我的做法是：

1. 等页面框架加载完毕后，调用execScript方法，将原页面中，在加载完毕后执行的某个js函数置换掉 （javascript中函数名称跟函数指针差不多）

(more…)

需要用到winapi

[DllImport(“wininet.dll”, CharSet = CharSet.Auto, SetLastError = true)]
public static extern bool InternetSetCookie(string lpszUrlName, string lbszCookieName, string lpszCookieData);
第一个参数是cookie针对的域名
InternetSetCookie(“www.qq.com”, “userid”, “10000”);

from:http://bbs.csdn.net/topics/340109816

PDF为了识别所有的字符，给每一个文字都赋予一个唯一的编码，叫CID。

然后又提供了不同的字体编码与CID的Map文件和CID和Unicode的Map文件。参照Resources\cmap\00_readme.pdf文件，就可以知道这些文件是什么。

一般的PDF文件中文字识别的方法应该是从PDF文件解析出来字体名称和文字编码后，从对应的CMap文件中找到该文字编码对应的CID。然后再根据CID从CID和Unicode的Map文件找到对应的Unicode。

PDF从页描述命令中，可以知道文字打印的位置与高度（字号），但它的宽度则必须取决于字型。除此之外，字型同时也决定了字码，因此需要说明一下PDF文件里的字型信息。字型信息是放在额外资源里（Pages或Page对象的Resources属性值），它本身是一个词典对象。以下为其相关的属性：(1) Type：后接名称对象，必须是Font(2) Subtype：后接的名称对象表示其字型型态，可能是Type0、Type1、MMType1、Type3、TrueType(3) ToUnicode：如果有的话，后接的串流对象表示用来转换成Unicode字码的CMap（后述）

(more…)