Author Archives: Carlos

JavaScript 其中一個 Magic 的地方就是 array 可以有 named index，即是 var arr = []; arr[‘blue’] = 1; arr[‘red’] = 2; 但當 JSON.stringify(arr) 時，只會出現 []。如果真的要 stringify，那麼就只能只用 map，即是： var arr = {}; // 或直接 var arr = { blue:1, red: 2}; arr.blue = 1; arr.red = 2; 用 map 都可以當成 array 用， var keys = Object.keys(arr); 就可 iterate keys… Read More »

我愛 Google Go，但也喜歡 node。有人說 node 不濟，因為 JavaScript 很爛。的確，JavaScript 很爛，但也很有趣，很神，識得用會好好用 node(.js) 真的很神奇。其實應該是 JavaScript 很給力！簡單地就用到 log4j 的效果 // logger.js exports.getLogger = function(className){ 　return { 　　now: function(){ /* 省略 */}, 　　info: function(message){ 　　　console.log(this.now() + ‘ [‘ + className + ‘] ‘ + message); 　　} 　}; } // 之後，只要的用法就如著名的 log4j 一樣 var logger = require(‘./logger.js’).getLogger(‘main’); logger.info(“hello world”);

JavaScript String 本身是沒有 trim function，但透過簡單 regular expression 便可做到： String.prototype.ltrim = function(){ return this.replace(/(^\s*)/g, “”); } String.prototype.rtrim = function(){ return this.replace(/(\s*$)/g, “”); } String.prototype.trim = function(){ return this.replace(/(^\s*)|(\s*$)/g, “”); } 還有這個用來測試是否 ASCII 也很實用： String.prototype.isAscii = function() { return !/[\u0080-\uFFFF]/.test(this); }

題目：請問下面的程序一共輸出多少個 “-“？ #include <stdio.h> #include <stdlib.h> #include <sys/types.h> #include <unistd.h> int main(int argc, char *argv[]) { 　for (int i = 0; i < 2; i++){ 　　fork(); 　　printf("-"); 　} 　return 0; } 就咁睇，答案是 6，但實際是很 tricky 的 8。這是 printf 把 "-" 放到了緩存中，並沒有真正的輸出，在 fork 的時候，緩存被複製到了子進程空間，所以，就多了兩個

Apple 提供很多 sample code 給開發者作為參考之用。其中有一個叫 Reachability，用來測試當是用者的 internet 連線，但用上 LLVM Compiler 後，會出現以下 warning: Reachability.h: warning: Semantic Issue: Declaration of ‘struct sockaddr_in’ will not be visible outside of this function 其實可以很簡單解決，只需在 Reachability.h 開頭中，加下以下一句： #import <netinet/in.h> 就可解決了

收到 Softpedia 通知，開放 MP3 ID3 編碼轉換及編輯工具 (MP3 ID3 Tag Encoding Converter) 已收藏於 Softpedia 資料庫 想不到有人留意及使用我的作品，得到肯定，感到十分鼓舞 Windows 版： http://www.softpedia.com/get/Multimedia/Audio/Tag-Editors/MP3-ID3-Tag-Encoding-Converter.shtml Mac 版： http://mac.softpedia.com/get/Audio/MP3-ID3-Tag-Encoding-Converter.shtml

大家有無發覺 d 中文歌拖入 iTunes 時，歌名歌手名變晒亂碼？其實原因好簡單，就是 iTunes 只接受 Unicode 作為 MP3 ID3 tag 的編碼。即是如果 MP3 制作者用 Big5 或 GBK 輸入 MP3 ID3 metadata，你放去 iTunes 就會亂碼。坊間都有工具把 ID3 轉成 Unicode，最出名的是 “Unicode Rewriter”，以 Java 寫成。缺點是它要求使用者輸入來源編碼，無法自動檢測，再者其 Swing 介面很醜，自從 0.1 之後無再開發了 我決定用 C/C++ 重作這個 MP3 ID3 Tag Unicode Convertor，終於在這個農曆新年假期完成了： 開放 MP3 ID3 編碼轉換及編輯工具 ID3 標籤多應用於MP3格式的音訊檔案中。它可以將相關的曲名、演唱者、專輯、音軌數等資訊儲存在 MP3 檔案中。 資訊文字可以以不同編碼儲存，但多數現代 MP3 播放器如 iTunes、VLC… Read More »

UTF-8、UTF-16、Unicode 之間的轉碼可以透過運算方法進行轉換，但 Unicode 跟 Big5 的轉碼就要方透過字碼表 Mozilla 台灣社群就收集了各種泛 Big5 的 b2u 跟 u2b 對映表 (mapping table) http://moztw.org/docs/big5/ 當然你也可以使用現成的 iconv 或 Windows API 進行轉換

淺談 Unicode、UTF-8、UTF-16 和 UTF-32 電腦其實只以儲存和處理數字，而電腦的數字是以二進制的，亦即只有 1 和 0，要電腦處理文字，首先要為文字編上一個數字。 而 Unicode 就是為所有字元都編上一個獨有的數字，由於是獨一的數字，同一編碼就只會對應一個字元，這就可解決亂碼的問題。之於 UTF-8、UTF-16 和 UTF-32 就是如何儲存 Unicode 編碼的方法，UTF 全名是 Unicode Transformation Format。 問題是全世界有這麼多字元，數字要多大才夠？Unicode 1.0 以為 2 bytes﹝即是 16-bit 就足以處理，故此出現了 UTF-16 / UCS-2﹞。但好快就發覺 2 bytes 不足以為所有字元編碼，故此就出現了 Unicode 2.0，它是以 21 bits 編碼。目前 Unicode 最新標準是 Unicode 6.0，21 bits 空間仍然十分充裕。 UTF-16 原意是以固定 2 bytes 儲存一個字元，這樣運算和處理起來都十分方便有效率，無奈 2 bytes 無法為所有字元編碼。UTF-16 的做法是如果 FFFF… Read More »

來源：http://campuss.blog.sohu.com/74210127.html Unicode、UTF-8 和 ISO-8859-1到底有什麼區別 本文主要包括以下幾個方面：編碼基本知識，java，系統軟件，url，工具軟件等。 在下面的描述中，將以”中文”兩個字爲例，經查表可以知道其GB2312編碼是”d6d0 cec4″，Unicode編碼爲”4e2d 6587″，UTF編碼就是”e4b8ad e69687″。注意，這兩個字沒有ISO-8859-1編碼，但可以用ISO-8859-1編碼來”表示”。 2. 編碼基本知識 最早的編碼是ISO-8859-1，和ASCII編碼相似。但爲了方便表示各種各樣的語言，逐漸出現了很多標準編碼，重要的有如下幾個。 2.1. ISO-8859-1 屬於單字節編碼，最多能表示的字符範圍是0-255，應用於英文系列。比如，字母a的編碼爲0x61=97。 很明顯，ISO-8859-1編碼表示的字符範圍很窄，無法表示中文字符。但是，由於是單字節編碼，和計算機最基礎的表示單位一致，所以很多時候，仍舊使用ISO-8859-1編碼來表示。而且在很多協議上，默認使用該編碼。比如，雖然”中文”兩個字不存在ISO-8859-1編碼，以gb2312編碼爲例，應該是”d6d0 cec4″兩個字符，使用ISO-8859-1編碼的時候則將它拆開爲4個字節來表示：”d6 d0 ce c4″（事實上，在進行存儲的時候，也是以字節爲單位處理的）。而如果是UTF編碼，則是6個字節”e4 b8 ad e6 96 87″。很明顯，這種表示方法還需要以另一種編碼爲基礎。 2.2. GB2312/GBK 這就是漢子的國標碼，專門用來表示漢字，是雙字節編碼，而英文字母和ISO-8859-1一致（兼容ISO-8859-1編碼）。其中gbk編碼能夠用來同時表示繁體字和簡體字，而gb2312只能表示簡體字，gbk是兼容gb2312編碼的。 2.3. unicode 這是最統一的編碼，可以用來表示所有語言的字符，而且是定長雙字節（也有四字節的）編碼，包括英文字母在內。所以可以說它是不兼容ISO-8859-1編碼的，也不兼容任何編碼。不過，相對於ISO-8859-1編碼來說，uniocode編碼只是在前面增加了一個0字節，比如字母a爲”00 61″。 需要說明的是，定長編碼便於計算機處理（注意GB2312/GBK不是定長編碼），而unicode又可以用來表示所有字符，所以在很多軟件內部是使用unicode編碼來處理的，比如java。 2.4. UTF 考慮到unicode編碼不兼容ISO-8859-1編碼，而且容易佔用更多的空間：因爲對於英文字母，unicode也需要兩個字節來表示。所以unicode不便於傳輸和存儲。因此而產生了utf編碼，utf編碼兼容ISO-8859-1編碼，同時也可以用來表示所有語言的字符，不過，utf編碼是不定長編碼，每一個字符的長度從1-6個字節不等。另外，utf編碼自帶簡單的校驗功能。一般來講，英文字母都是用一個字節表示，而漢字使用三個字節。 注意，雖然說utf是爲了使用更少的空間而使用的，但那只是相對於unicode編碼來說，如果已經知道是漢字，則使用GB2312/GBK無疑是最節省的。不過另一方面，值得說明的是，雖然utf編碼對漢字使用3個字節，但即使對於漢字網頁，utf編碼也會比unicode編碼節省，因爲網頁中包含了很多的英文字符。 3. java對字符的處理 在java應用軟件中，會有多處涉及到字符集編碼，有些地方需要進行正確的設置，有些地方需要進行一定程度的處理。 3.1. getBytes(charset) 這是java字符串處理的一個標準函數，其作用是將字符串所表示的字符按照charset編碼，並以字節方式表示。注意字符串在java內存中總是按unicode編碼存儲的。比如”中文”，正常情況下（即沒有錯誤的時候）存儲爲”4e2d 6587″，如果charset爲”gbk”，則被編碼爲”d6d0 cec4″，然後返回字節”d6 d0 ce c4″。如果charset爲”utf8″則最後是”e4 b8 ad e6 96 87″。如果是”ISO-8859-1″，則由於無法編碼，最後返回 “3f 3f”（兩個問號）。… Read More »