mlkui的文章

2018-01-29mlkui阅读(4371)评论(1)

摘要：本文指出了Mozilla Universal Charset Detection的一个Java实现（juniversalchardet）在处理短文本时的一个BUG、该BUG产生的原因及解决该BUG的方式。 一、问题现象 在《使用Jav...

2018-01-28mlkui阅读(7083)评论(0)

摘要：本文介绍了在Java环境中对未知编码的文本或字符串进行检测/猜测的方法，分别给出了遍历和基于Mozilla Charset Detection及Mozilla Universal Charset Detection的两大类解决方案，给...

2018-01-22mlkui阅读(14649)评论(0)

在很多场景下，我们需要检测某段文本的语种（如英语、日语、俄语等）以便于进行后续的进一步处理和判断，这属于语种识别（Language Detection/Language Recognition）的范畴。在Java中，我们可以使用Optima...

2018-01-22mlkui阅读(5297)评论(0)

在百度上搜索“语种识别”关键词时，有一个靠前的链接中提到使用Apache Tika进行语种识别： 其中提到： 但实际上，Tika做不了语言检测，Tika也是通过调用GitHub上的开源代码实现的。此前，Tika中是通过类org.apache...

2018-01-20mlkui阅读(7630)评论(0)

一、OpenCC介绍       OpenCC (Open Chinese Convert，开放中文转换) 是一个用于中文简繁转换的开源项目，支持词汇级别的转换、异体字转换和地区习惯用词转换（中国大陆、台湾、香港），其官网位于Github中...

2018-01-20mlkui阅读(8280)评论(1)

摘要：本文介绍了Win7 64位环境下OpenCC(Open Chinese Convert) 1.0.4源码编译全过程，除VS2017外，VS2013以上版本也应该基本同样适用，其他版本的Windows操作系统也应该适用。本文除了完成基本...

2018-01-19mlkui阅读(7369)评论(0)

      Visual Studio 2017（VS2017）安装后，默认在“文件”菜单中没有“高级保存选项”，很多人以为“高级保存选项”消失了，导致不能修改文件编码。其实，这需要设置，具体步骤如下： 1、视图->工具栏->自...

2018-01-18mlkui阅读(4383)评论(0)

      在《使用Java解析Torrent文件（BT种子），基于使用Eclipse ECF中的org.eclipse.bittorrent方案》一文中，我们介绍了使用Eclipse ECF中的org.eclipse.bittorrent...

2018-01-17mlkui阅读(6554)评论(0)

       在Java中，当需要解析BT种子文件（Torrent）时，一种方案是使用Eclipse ECF中的org.eclipse.bittorrent。        Torrent是一个使用BEncoding的Dictionary，...

2018-01-07mlkui阅读(4116)评论(0)

      近期对DDD进行了学习和尝试性地使用，抽空结合现有的浅显认知进行了初步总结。本文中我针对DDD的主要观点包括：       一、什么是DDD（Apache ISIS中的理解）       二、DDD是计算机领域不可或缺的一部分 ...