Universalchardet - やる気向上作戦
universalchardet / juniversalchardet Mozillaのエンコーディング判別ライブラリであるuniversalchardetを切り出して、Cライブラリ化してみた。さらにJavaにもポーティングしてみた。エンコーディング判別なのにcharacter set detectorとはこれいかに。 C版はLinux/Windowsに対応。Linuxでのインストールは make && make install で。autoconfなどという高尚なものは使っておりません。 文字コードの変換はこちら EncodingConversion Related Works jchardet (Java,旧バージョンのchardet) juniversalchardet（Java,universalchardetのJavaポート） Universal Encoding Dete
「Vistaの新文字セットが引き起こすトラブル」特集 - Cafe Babe
IT Proに特集ページができている． http://itpro.nikkeibp.co.jp/99/vista/index.html 私は，次の3つの段階で問題が発生すると予想している． 文字の表示（フォント変更に伴う字体変更） 内部でレガシーエンコーディングを用いたシステムの入・出力（新しく追加された文字） 内部でUnicodeを用いたシステムのテキスト処理のバグの顕在化（文字列操作，文字列長取得，未正規化文字列との比較，文字列合成など） この特集をざっと見て思うのは，最初の字体変更の問題に偏りすぎているようなこと．開発者にとっては，それ以降の問題の方が，まさに自分自身の責任になるので深刻かもしれない． 二番目に関しては将来的なシステムのUnicode化はもう避けられないと思っているので，その移行までをどううまく凌ぐかという問題に置き換えられるかもしれない． また，三番目は補助文字の登
Unicodeは文字集合か符号化方式か : 404 Blog Not Found
2006年11月24日12:30 カテゴリLightweight Languages Unicodeは文字集合か符号化方式か 以下は、電脳で文字を扱う場合の基礎中の基礎なのだが、肝心の記事に重大な誤りがいくつもある。 文字コード規格の基礎：ITpro そろそろ具体的な説明に入ろう。最初にはっきりさせておく必要があるのは次の点だ。一般に「文字コード」と言う場合， 文字の集合 エンコード方法 という要素がある。この二つを区別して考えることが重要だ。もちろん大きな関連はあるのだが，ごちゃごちゃのままでは「わからなく」なる大きな要因となる。ここだ。 これによると、Unicodeは明らかに「エンコード方法」であるが、これは間違い。ここで書かれているものはUCS-2という名前のUnicodeが定めるいくつかの「エンコード方法」の一つであり、しかもUTF-16によって陳腐化した方式である。 まずUnic
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Mozillaのコードを切り出してライブラリ化した文字エンコーディング判別ライブラリ「Universalchardet」をjavaにポーティング
