Unicode 空白文字等調査 - s_hiiragiの活動メモ
Unicode 'Other, Format'カテゴリ (Cf) コード 意味 バージョン コメント U+200B ZERO WIDTH SPACE Unicode 1.1.0 幅の無い空白 U+200C ZERO WIDTH NON-JOINER Unicode 1.1.0 U+200D ZERO WIDTH JOINER Unicode 1.1.0 U+FEFF ZERO WIDTH NO-BREAK SPACE Unicode 1.1.0 幅の無い改行しない空白 Unicode 'Separator, Line'カテゴリ (Zl) コード 意味 バージョン コメント U+2028 Line Separator Unicode 1.1.0 LS Unicode 'Separator, Paragraph'カテゴリ (Zp) コード 意味 バージョン コメント U+2029 Paragr
正規化のモード - Tips for Lucene/Solr/Nutch
Unicode正規化には、以下の４つのモードがある NFC NFD NFKC NFKD 検索エンジンで使用する場合は、"NFKC"を使用することが一般的。 これは、検索漏れを起こさず、できるだけ高速に検索実施させたいためである。 検索速度より向上させるために Unicodeでは、”ガ”という文字は、以下の２通りで表現可能 平仮名か＋濁点（合成可能）という２文字 →NFD,NFKD 濁点付き平仮名かという１文字 →NFC,NFKC できるだけ短くした方が良いため、後者の方がよい 検索漏れをなくす "№"などのような特殊文字として、１文字で表現できます。 しかし、検索時には"№"という１文字でも、"No"という半角２文字でもヒットしてほしい。 そのため、これを満たす正規化は、NFKDとNKDCである。 ちなみに、有名な特殊文字は他にも㍻、㈱がある。 上記の２つの理由より、検索エンジンで使用され
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
2to3を使ってコードをPython 3に移植する - Dive Into Python 3 日本語版
