ALT Linux Community general discussions
 help / color / mirror / Atom feed
From: "Денис Смирнов" <mithraen@freesource.info>
To: community@altlinux.ru
Subject: Re: [Comm] Автораспознавание кодировки?
Date: Sat, 13 Nov 2004 18:16:01 +0300
Message-ID: <20041113151601.GG28736@mithraen_ws> (raw)
In-Reply-To: <200411130130.56596.cray_@neural.ru>

On Sat, Nov 13, 2004 at 01:30:56AM +0300, Andrey Orlov wrote:

 AO> Посмотрите пакет RequestDecoder, это питоновский продукт к Zope который по статистике перекодировал текст в запросах
 AO> в правильную кодировку. Основан на анализе ~триграмм. Как показала практика - если текст больше десяти симворлов, 
 AO> он не ошибается. Даже в случае двойной неверной перекодировки. Использовался одно время на реальном сервере.
 AO> Пусть слово Zope вас не пугает, сам декодер полностью отчуждаем и там даже одельная тулза с командной строкой есть.

О! Спасибо большое, обязательно посмотрю.

Хотя 10 мало :) Без двойных перекодировки у меня и по парам символов
нормально обрабатывал.

Кстати я понял, почему на пайтоне он не жручий к памяти получился. В C для
этого, если не морочить себе голову, я просто использовал массивы. Которые
получались очень разряжёными массивами. А потом по такому массиву ещё и
fullscan делать приходилось, со всеми соответствующими последствиями. А на
реальном тексте это нафиг не надо.

-- 
С уважением, Денис

http://freesource.info



      reply	other threads:[~2004-11-13 15:16 UTC|newest]

Thread overview: 19+ messages / expand[flat|nested]  mbox.gz  Atom feed  top
2004-11-08 20:22 Mikhail Ramendik
2004-11-08 20:30 ` Alexey Rusakov
2004-11-08 23:46   ` Mikhail Ramendik
2004-11-09 20:04 ` Денис Смирнов
2004-11-12  5:34   ` Alexey V. Novikov
2004-11-12 16:20     ` Денис Смирнов
2004-11-12 22:33       ` Andrey Orlov
2004-11-13 15:12         ` Денис Смирнов
2004-11-13 21:04             ` Денис Смирнов
2004-11-13 23:35               ` Andrey Orlov
2004-11-15 10:01           ` Anton V. Boyarshinov
2004-11-16 18:02             ` Денис Смирнов
2004-11-16 19:53               ` Andrey Orlov
2004-11-16 20:15                 ` Денис Смирнов
2004-11-16 21:34                   ` Andrey Orlov
2004-11-17 18:45                     ` dm
2004-11-18  0:08                       ` Andrey Orlov
2004-11-12 22:30 ` Andrey Orlov
2004-11-13 15:16   ` Денис Смирнов [this message]

Reply instructions:

You may reply publicly to this message via plain-text email
using any one of the following methods:

* Save the following mbox file, import it into your mail client,
  and reply-to-all from there: mbox

  Avoid top-posting and favor interleaved quoting:
  https://en.wikipedia.org/wiki/Posting_style#Interleaved_style

* Reply using the --to, --cc, and --in-reply-to
  switches of git-send-email(1):

  git send-email \
    --in-reply-to=20041113151601.GG28736@mithraen_ws \
    --to=mithraen@freesource.info \
    --cc=community@altlinux.ru \
    /path/to/YOUR_REPLY

  https://kernel.org/pub/software/scm/git/docs/git-send-email.html

* If your mail client supports setting the In-Reply-To header
  via mailto: links, try the mailto: link

ALT Linux Community general discussions

This inbox may be cloned and mirrored by anyone:

	git clone --mirror http://lore.altlinux.org/community/0 community/git/0.git

	# If you have public-inbox 1.1+ installed, you may
	# initialize and index your mirror using the following commands:
	public-inbox-init -V2 community community/ http://lore.altlinux.org/community \
		mandrake-russian@linuxteam.iplabs.ru community@lists.altlinux.org community@lists.altlinux.ru community@lists.altlinux.com
	public-inbox-index community

Example config snippet for mirrors.
Newsgroup available over NNTP:
	nntp://lore.altlinux.org/org.altlinux.lists.community


AGPL code for this site: git clone https://public-inbox.org/public-inbox.git