使用 BTFS 在线观看种子视频

Bittorrent 已经存在了很长时间,它可以从互联网上共享和下载数据。市场上有大量的 GUI 和 CLI 的 Bittorrent 客户端。有时,你不能坐下来等待你的下载完成。你可能想要立即观看内容。这就是 BTFS 这个不起眼的文件系统派上用场的地方。使用 BTFS,你可以将种子文件或磁力链接挂载为目录,然后在文件树中作为只读目录。这些文件的内容将在程序读取时按需下载。由于 BTFS 在 FUSE 之上运行,因此不需要干预 Linux 内核。

安装 BTFS

BTFS 存在于大多数 Linux 发行版的默认仓库中。

在 Arch Linux 及其变体上,运行以下命令来安装 BTFS。

$ sudo pacman -S btfs

在Debian、Ubuntu、Linux Mint 上:

$ sudo apt-get install btfs

在 Gentoo 上:

# emerge -av btfs

BTFS 也可以使用 Linuxbrew[1] 包管理器进行安装。

$ brew install btfs
用法

BTFS 的使用非常简单。你所要做的就是找到 .torrent 文件或磁力链接,并将其挂载到一个目录中。种子文件或磁力链接的内容将被挂载到你选择的目录内。当一个程序试图访问该文件进行读取时,实际的数据将按需下载。此外,像 ls 、cat 和 cp这样的工具能按照预期的方式来操作种子。像 vlc 和 mplayer 这样的程序也可以不加修改地工作。玩家甚至不知道实际内容并非物理存在于本地磁盘中,而是根据需要从 peer 中收集。

创建一个目录来挂载 torrent/magnet 链接:

$ mkdir mnt

挂载 torrent/magnet 链接:

$ btfs video.torrent mnt

使用 BTFS 在线观看种子视频使用 BTFS 在线观看种子视频

cd 到目录:

$ cd mnt

然后,开始观看!

$ vlc <path-to-video.mp4>

给 BTFS 一些时间来找到并获取网站 tracker。一旦加载了真实数据,BTFS 将不再需要 tracker。

使用 BTFS 在线观看种子视频使用 BTFS 在线观看种子视频

要卸载 BTFS 文件系统,只需运行以下命令:

$ fusermount -u mnt

现在,挂载目录中的内容将消失。要再次访问内容,你需要按照上面的描述挂载 torrent。

BTFS 会将你的 VLC 或 Mplayer 变成爆米花时间。挂载你最喜爱的电视节目或电影的种子文件或磁力链接,然后开始观看,无需下载整个种子内容或等待下载完成。种子或磁力链接的内容将在程序访问时按需下载。


via: https://www.ostechnix.com/btfs-a-bittorrent-filesystem-based-on-fuse/

作者:SK[2] 选题:lujun9972[3] 译者:geekpi[4] 校对:wxy[5]

本文由 LCTT[6] 原创编译,Linux中国[7] 荣誉推出

免费提供最新Linux技术教程书籍,为开源技术爱好者努力做得更多更好:https://www.linuxprobe.com/

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是使用OLS模型和经验累积分布函数进行自举传递函数稳定性检验的R语言代码: ```R #加载包 library(mFilter) library(plyr) #定义函数 bootTFS <- function(x, B=1000, alpha=0.05) { n <- length(x) x <- as.vector(x) #构建AR模型 model <- ar(x, method="ols") residuals <- residuals(model) p <- length(model$ar) #计算传递函数 TFS <- freqz(model$ar, model$ma, n = n, plot = FALSE)$H #进行自举 TFS_boot <- replicate(B, { #随机选择n个残差 resamp <- sample(residuals, size = n, replace=TRUE) #构建新的AR模型 model_boot <- ar(resamp, order.max=p, method="ols") #计算传递函数 freqz(model_boot$ar, model_boot$ma, n = n, plot = FALSE)$H }) #计算统计量 TFS_boot <- apply(TFS_boot, 1, abs) TFS_ci <- t(apply(TFS_boot, 2, quantile, probs = c(alpha/2, 1-alpha/2))) TFS_stat <- abs(TFS) - TFS_ci[,1] > TFS_ci[,2] - abs(TFS) #计算p值 pvalue <- mean(TFS_stat) #返回结果 return(list(TFS=TFS, TFS_boot=TFS_boot, TFS_stat=TFS_stat, pvalue=pvalue)) } #测试代码 set.seed(123) x <- arima.sim(model = list(ar = c(0.5, -0.3)), n = 100) result <- bootTFS(x, B=1000, alpha=0.05) result$pvalue ``` 其中,函数`bootTFS`的输入参数为: - `x`:一个时间序列向量,用于进行自举传递函数稳定性检验。 - `B`:进行自举的次数,默认为1000次。 - `alpha`:显著性水平,默认为0.05。 函数`bootTFS`的输出结果为一个列表,包括: - `TFS`:输入序列的传递函数。 - `TFS_boot`:自举得到的传递函数矩阵,每一列为一个传递函数。 - `TFS_stat`:传递函数稳定性的统计量矩阵,每一列为一个统计量。 - `pvalue`:传递函数稳定性的p值。如果p值小于显著性水平,则认为传递函数不稳定。 此外,代码中还使用了`mFilter`和`plyr`两个包,用于计算传递函数和进行数据处理。请确保已经安装这两个包。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值