cpdetector

cpdetector έργο είναι μια μικρή αλλά έξυπνη πλαίσιο για τον εντοπισμό κωδικοσελίδα.
cpdetector είναι μια μικρή αλλά έξυπνη πλαίσιο για τον εντοπισμό κωδικοσελίδα που ενσωματώνει διαφορετικές στρατηγικές. Μπορεί να χρησιμοποιηθεί ως βιβλιοθήκη για λογισμικό τρίτων που έχει πρόσβαση δεδομένων κειμένου μέσω του δικτύου.
Περιλαμβάνει επίσης μια εφαρμογή βέλτιστων πρακτικών σε μορφή ένα εργαλείο γραμμής εντολών που επιτρέπει τη διαλογή και τη μετατροπή μεγάλες συλλογές εγγράφων που βασίζονται στο κωδικοσελίδα τους.
Διαθέσιμο στρατηγικές περιλαμβάνουν: jchardet (αποκλεισμός, ανάλυση συχνότητας, και να μαντέψουν), η ανίχνευση του ακινήτου HTML charset, και ανίχνευση της δήλωσης XML κωδικοποίηση.
Τι είναι μια σελίδα κώδικα;
Κατά την πρώτη, ένα έγγραφο κειμένου είναι τίποτα περισσότερο από ακολουθίες δυαδικών ψηφίων. Ένας υπολογιστής πρέπει να αποφασίσει, πώς μπορεί να εμφανίσει αυτά τα δεδομένα σε μορφή χαρακτήρων (τα οποία προσδιορίζονται από τον υπολογιστή ως αριθμοί).
Μια σελίδα κώδικα - η οποία είναι επίσης γνωστή ως κωδικοποίηση σύνολο χαρακτήρων - χάρτες των πρωτογενών δεδομένων ενός εγγράφου κειμένου σε χαρακτήρες. Η αρχική σελίδα του κώδικα ASCII για παράδειγμα χρησιμοποιεί μόνο 7 κομμάτια της οκτάδας (byte) για να αποφασιστεί το χαρακτήρα που εκπροσωπείται επιτρέποντας έτσι μόνο για τη χαρτογράφηση 128 διαφορετικούς χαρακτήρες. Στο παρελθόν μνήμη ήταν ακριβά και οι υπολογιστές πιο συχνά είχαν μόνο τα μητρώα και τα λεωφορεία για 8 bit.
Όταν επινοήθηκε ένα mainframe έπρεπε να αποφασίσει, ποιοι χαρακτήρες θα πρέπει να υποστηρίξει. Οι γιατροί και οι μαθηματικοί για παράδειγμα χρειάζονται ειδικούς χαρακτήρες για εξισώσεις. Ως αποτέλεσμα, ένας υπολογιστής συχνά αποστέλλονται με ειδική κωδικοσελίδα

Τι είναι καινούργιο σε αυτή την έκδοση:.

• Αυτή η σημαντική διόρθωση του σφάλματος η έκδοση διορθώνει δύο θέματα σε λειτουργία παρτίδα γραμμής εντολών.
• Ο διακόπτης για να παρακάμψετε κινείται απαρατήρητα έγγραφα εργάζεται τώρα πάλι.
• Δεν θα επιχειρήσω να γίνουν ώστε να μετατρέπει απαρατήρητα έγγραφα (ο τελευταίος προκάλεσε εξαιρετική ροή του προγράμματος).

Τι είναι καινούργιο στην έκδοση 1.0.8:

• Αυτή η έκδοση είναι μια απελευθέρωση της σταθερότητας και διορθώνει το byte να διατάξει την ανίχνευση σήματος και ασυμβατότητα με OpenJDK. Επίσης, απαιτεί Java 1.5 τώρα.