iconv

php extension for spam word filter based on Double-Array Trie tree, it can detect if a spam word exists in a text message. 关键词过滤扩展 ，用于检查一段文本中是否出现敏感词，基于Double-Array Trie 树实现。 1、安装libiconv，这个是libdatrie的依赖项 wget http://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.14.tar.gz tar zxvf libiconv-1.14.tar.gz cd libiconv-1.14 ./configure make && make install && ldconfig 2、安装libdatrie (http://linux.thai.net/~thep/datrie/datrie.html) wget ftp://linux.thai.net/pub/ThaiLinux/software/libthai/libdatrie-0.2.4.tar.gz tar zxf libdatrie-0.2.4.tar.gz cd libdatrie-0.2.4 make clean ./configure LDFLAGS=-L/usr/local/lib

今天重新编译以前的一个程序，里面用到iconv库：gcc test.cc -liconv 运行时：a.out:error while loading shared libraries: libiconv.so.2: cannot open shared object file: No such file or directory 以前编译运行是可以的，可能是不久前升级了iconv库影响。在/usr/local/lib下可以找到libiconv.so.2，把/usr/local/lib加到路径中也不行。 google了一下，解决了：在/etc/ld.so.conf中加一行/usr/local/lib，运行ldconfig。再运行a.out，行了。 ld.so.conf和ldconfig是维护系统动态链接库的。真不明白为什么iconv库安装时不把这一步也做了。 来源： https://www.cnblogs.com/amonw/archive/2006/02/06/326205.html

经常遇到 txt 文件在 Mac 上显示乱码, 如图所示. 解决 1. 单个乱码文件的转换 使用 Shell 的 iconv 命令来转换文件编码, 其语法是: iconv -f encoding -t encoding sourcefile > destinationfile 例如, 想把 GB18030 编码的 A 文件( txt 格式), 转换为 UTF-8 编码，并存入文件 B: iconv -f GB18030 -t UTF8 A.txt > B.txt 注意: 如果文件名带"空格", 在命令行操作时, 需要在"空格"前面加上"转义字符 \ ", 比如 "my file.txt" 文件在命令行中需要用 my\ file.txt 来指代. 如果你不理解"转义字符", 那么建议你先把文件名中的"空格"去掉, 或者直接使用"下划线"替代"空格". 比如, 把 "my file.txt" 文件改名为 "my_file.txt" PS. 如何得知源文件的编码格式? 可以尝试使用 file --mime-encoding 命令来查看源文件的编码格式. 同时, 根据自己的尝试和网上的资料, 大部分乱码的 txt 文件编码为 GB18030 . 2. 乱码文件的批量转换 将需要转码的 txt 文件放在一个文件夹中, 在命令行下, 进入文件夹后执行: find *.txt -exec sh

3 月，跳不动了？>>> 你可能已经知道，计算机除了二进制数据，是不会理解和存储字符、数字或者任何人类能够理解的东西的。一个二进制位只有两种可能的值，也就是0或1，真或假，是或否。其它的任何事物，比如字符、数据和图片，必须要以二进制的形式来表现，以供计算机处理。 简单来说，字符编码是一种可以指示电脑来将原始的 0 和 1 解释成实际字符的方式，在这些字符编码中，字符都以一串数字来表示。 字符编码方案有很多种，比如 ASCII、ANCI、Unicode 等等。下面是 ASCII 编码的一个例子。 字符 二进制 A 01000001 B 01000010 在 Linux 中，命令行工具iconv用来将使用一种编码的文本转化为另一种编码。 你可以使用 file 命令，并添加-i或--mime参数来查看一个文件的字符编码，这个参数可以让程序像下面的例子一样输出字符串的 mime (Multipurpose Internet Mail Extensions) 数据： $ file -i Car.java $ file -i CarDriver.java 在 Linux 中查看文件的编码 iconv 工具的使用方法如下： $ iconv option $ iconv options -f from-encoding -t to-encoding inputfile(s) -o

3 月，跳不动了？>>> 在这篇教程中，我们将解释字符编码的含义，然后给出一些使用 命令 行工具将使用某种字符编码的文件转化为另一种编码的例子。最后，我们将一起看一看如何在 Linux 下将使用各种字符编码的文件转化为 UTF-8 编码。 你可能已经知道，计算机除了二进制数据，是不会理解和存储字符、数字或者任何人类能够理解的东西的。一个二进制位只有两种可能的值，也就是 0 或 1 ， 真 或 假 ， 是 或 否 。其它的任何事物，比如字符、数据和图片，必须要以二进制的形式来表现，以供计算机处理。 简单来说，字符编码是一种可以指示电脑来将原始的 0 和 1 解释成实际字符的方式，在这些字符编码中，字符都以一串数字来表示。 字符编码方案有很多种，比如 ASCII、ANCI、Unicode 等等。下面是 ASCII 编码的一个例子。 字符 二进制 A 01000001 B 01000010 在 Linux 中， 命令 行工具 iconv 用来将使用一种编码的文本转化为另一种编码。 你可以使用 file 命令，并添加 -i 或 --mime 参数来查看一个文件的字符编码，这个参数可以让程序像下面的例子一样输出字符串的 mime (Multipurpose Internet Mail Extensions) 数据： $ file -i Car.java $ file -i CarDriver

在C/C++语言中， 在对源文件做预处理的时候，有两条基本原则： 1、凡是以//开头的为单行注释 2、凡是以\结尾的代表此行尚未结束 于是预处理器在处理的时候会先按第二条规则，看每行的末尾的那个 字符 是不是”\”，是的话，就下一行接到本行。然后把所有 以//开头的注释 和 /* */的块注释 去掉。 但是存在一个问题，入下： 对于big5中的汉字而言，其第一个字节的编码范围是0xA1 - 0xFE，第二个字节是0x40 - 0xFE。而’\'的ASCII码是0x5c，这就意味着：凡是以big5编码的文件，如果gcc没有正确的认为它的 源文件 的编码是big5，那么就可能出现因为 单行注释 末尾是汉字，而把下行的代码吃掉的情况。这样是很危险的，但是gcc会给出一个警告：”warning: multi-line comment In file”。这样的问题在gbk中同样存在。 将下面的代码 // 你好\ int main(int argc, char* argv[]) { return 0; } 以gbk的方式保存 ，并采用gcc 3.4编译。 无论是solaris 8还是freebsd 6.2，无论shell的locale的设置是 zh_CN.GBK 还是 zh_CN.UTF-8 ，所得到的错误都是相同的。 $ gcc -c testgbk.cpp testgbk.cpp:5: