• 流畅的 Python 读书笔记(三)

    calendar Feb 4, 2022   ---   · 2 min read · utf-8 encoding Unicode  ·
    Share on: linkedin copy
    流畅的 Python 读书笔记(三)
    书中的数据结构还差文本和字节序列那一章未阅读完。Python 的 str 是 unicode 类型，编码在应用方面基本上就是 .decode(), .encode() 方法的调用，默认编解码时用 UTF-8 就行，差不多就不用太深入了。


    Python 的 bytes 和 bytearray 中的元素都是介于 0 ~ 255(含) 之间的整数，即一个字节，bytes 的切片是 bytes, bytearray 的切片还是 bytearray。bytes 和 bytearray 的输出(__repl__) 

    1. 可打印的 ASCII 码以 ASCII 字符贵
    2. 特殊字转义，如 \r, \n, \r, 和 \\
    3. 其他字符以十六进制转义输出，如 \xc3

    像 endswith, replace, strip, translate, upper 等函数可以直接用来处理 bytes,如 Read More

  • 走近 Ruby 的世界(六)

    calendar Feb 5, 2012   ---   · 1 min read · encoding ruby  ·
    Share on: linkedin copy
    对于 Block，可以用 {} 或 do...end 来调用，如：

    13.times { print "Ruby!" }   ＃可以写成 3.times do print "Ruby!" end
2
31.upto(10) do |x|
4    print x
5end
6#也可以写成  1.upto(10) {|x| print x}  
    一般是多行时用 do...end，单行时用 {}

    但对于 module、class、method 的声明不能像 C/Java 那样用 {}，要用 ...end 来定义。 Read More

  • 请教一下 Servlet 中如何设定下载文件保存用的字符集

    calendar Jun 18, 2009   ---   · 1 min read · Java Servlet encoding  ·
    Share on: linkedin copy

    在前面一篇日志： 理解和灵活应用 Struts2 的文件下载功能  还留下一个问题，在 Servlet 中支持文件下载功能时，客户保存下载文件所用的字符集总是 ANSI(ISO8859-1)， 如何能设定客户保存文件用的字符集呢？像 BlogJava 的备份数据功能下载后就是用的 UTF-8 字符集的。 自己作了一些尝试，总是无济于事，看如下代码是 Servlet 的 doGet() 方法：

     1public void doGet(HttpServletRequest request, HttpServletResponse response)
 2		throws ServletException, IOException {
 3
 4	// PrintWriter out = response.getWriter();
 5	PrintWriter out = new PrintWriter(new OutputStreamWriter(response
 6			.getOutputStream(), "UTF-8"));
 7
 8	response.setContentType("text/plain;charset=UTF-8");
 9	response.setHeader("Content-Disposition","attachment;filename=down.txt");
10	out.write("Servlet download file test");
11	out.close();
12}
    Read More

  • Linux下不同文件编码的转换[转]

    calendar Jun 2, 2009   ---   · 1 min read · Linux encoding  ·
    Share on: linkedin copy
    一、什么是编码。

    字符编码(Character Encoding)可以说就是让某一字符序列匹配一个指定集合中的某一东西，常见的例子包括长短电键组合起来表示的摩斯电码(Morse Code)、Baudot code、Unicode和用二进制来表示的ASCII(American Standard Code for Information Interchange)码、这样便能够将文本在计算机中存储和通过通信网络发送出去。

    字符表(Character Set)和字符编码(Character Encoding)经常被混淆。实际上Character Set(字符表)只是指一组为特定的Encoding System(编码系统)使用的符号集合，而不包含他们的数字含义或者顺序。而Character Encoding(字符编码)则包括了Character Set（字符表）和每个字符在字符编码集中的表示方法。由于历史的原因，MIME(Multipurpos Internet Mail Extensions)和使用这种编码的系统使用属于“字符集(Charset)”来表示用于将一组字符编码成一系列8位字节数据的整个系统。

    摩斯电码(Morse Code)发明于1840年，用来编码字母、数字和拉丁字符，都用长短组合的电键来表示。
    ASCII码发明与1963年，是由7位(7-bit)的二进制代码表示字符、数字、符号和固定长度的设备控制代码。同年，IBM使用8位(8-bit)的编码机制实现了ASCII的扩展EBCDIC(IBM's Extended Binary Coded Decimal Interchange Code)。 Read More

  • 一、我对java中编码的理解(摘)

    calendar Apr 10, 2009   ---   · 1 min read · Java encoding JVM  ·
    Share on: linkedin copy
    1. 编码的产生
        对电脑而言，只认识0，1； 而现实世界是由各种符合组成，要想让计算机解释现实世界，就必须建立一套现实世界中的符号 和 计算机能处理的符号之间的对应关系，这个对应关系就是编码

    2. 在一个编辑器中，当我们在键盘上敲入一个字符时，在该编辑器上就会显示对应的字符，这个过程用计算机执行步骤来解释大致如下：
        输入字符 –> 编辑器根据设定的编码格式把字符编成01格式 -> 编辑器再按编码规则对01解码–> 显示字符

    3.几种常见的编码格式
    1. ASCII码： 
        计算机中最早的一套编码格式，采用7位二进制表示一个常见的字符，我们知道，计算机是按照字节来处理数据的，一个字节8位，因此用一个字节就可以表示一个ASCII字符，且还有一个位空位，规定最高位不用，常见的把最高位设定为0。 7位二进制最多可以表示128个字符（2的7次方），ASCII码只能表示常见的英文字符，数字，和少量的符号（没办法，谁让计算机是人家老美先发明的啊，优先考虑本土语言，理解理解）
    注： 由于ASCII最早定义，使用广泛，使得之后出现的新的”字符“(不是汉字喔)编码都尽量和它兼容 Read More