From: denf@novosoft.ru
To: mandrake-russian@altlinux.ru
Subject: Re: [mdk-re] Re: [mdk-re] Как определить кодировку?
Date: Thu Aug 2 14:23:13 2001
Message-ID: <OF38E09372.B546EA4E-ONC6256A9C.003A232A@novosoft.ru> (raw)
08/02/2001 03:35:11 PM mandrake-russian-admin wrote:
>Sergey Degtyaryov wrote:
>>
>> Доброго времени суток, Sergey,
>>
>> 02.08.2001 в 12:16 Вы сказали буквально следующее:
>>
>> SD> Доброго времени суток, cornet,
>>
>> SD> 02.08.2001 в 11:52 Вы сказали буквально следующее:
>>
>> c>> Буду рад если я ошибаюсь и кто то скажет как можно определить
>> c>> кодировку обычного текстовика кроме как наметанным глазом.
>>
>> SD> Это можно и нужно использовать.
>>
>> Да, конвертируется регистр букв русского алфавита.
>> Таким образом, поставив, например, 50% - как уровень количества
>> заглавных букв, анализируем текст. Получили больше 50% - текст надо
>> перекодировать, получили меньше - открыли правильно.
>> 50% - из головы, но думается, что вполне подойдет.
>> Тексты, естественно средние, крайности вроде ПИСЕМ О НЕМЕДЛЕННОМ
>> СПАСЕНИИ ОТ ЭТОГО ЛИНУКСА распознаваться не будут.
>> Естественно все это относится к koi8 и win1251
>
>Вот именно! Это все _эвристические_ методы :-(( и я очень
>сомневаюсь, что кто то сможет предложить строгие математические,
>подходящие для любого текста и любой кодировки фактической и
>отображаемой.
Строгие медоты есть - анализ количества определенных символов в тексте,
так, например, буква "а" встречается гораздо чаще, чем "щ".
Для кажного языка существуют таблицы вероятностей. Таким образом можно
"расшифровывать" двойные неправильные перекодировки и т.п.
Разумеется, это будет хорошо работать только для достаточно длинного и
осмысленного текста. килобайт букв "А" перекодировать не удастся ;-)
reply other threads:[~2001-08-02 14:23 UTC|newest]
Thread overview: [no followups] expand[flat|nested] mbox.gz Atom feed
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=OF38E09372.B546EA4E-ONC6256A9C.003A232A@novosoft.ru \
--to=denf@novosoft.ru \
--cc=mandrake-russian@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