考え方 元のバイト列を6ビットづつに区切る このとき6ビットに満たない部分には0を足す 6ビットを4個ひと組として変換表に従って文字列に変換 このとき4個に満たない部分に"="（イコール）を足す 変換表 引用元：Base64 - Wikipedia (Creative Commons ― Attribution-ShareAlike 3.0 Unported ― CC BY-SA 3.0)
Character encoding auto-detection in Python. As smart as your browser. Open source. >>> import urllib >>> urlread = lambda url: urllib.urlopen(url).read() >>> import chardet >>> chardet.detect(urlread("http://google.cn/")) {'encoding': 'GB2312', 'confidence': 0.99} >>> chardet.detect(urlread("http://yahoo.co.jp/")) {'encoding': 'EUC-JP', 'confidence': 0.99} >>> chardet.detect(urlread("http://amazo
Mercurial の 1.4 版から、端末表示幅にあわせてヘルプテキストが折り返されるようになったのだけど、案の定というか、言語設定を日本語にしてある(LANGUAGE=ja 等)場合、折り返された行末で表示が乱れるケースがちらほらと。 ぱっと見、複数バイトで構成される文字の途中で改行されているんだろうなぁ、と原因の目星は付いていたのだけど、何やかにやでついつい後回しになっていたパッチ作成作業に、ようやく着手することに。 ソースを追いかけていくと結局のところ、Python 標準の行折り返しライブラリである textwrap モジュールが、明らかに１文字＝１バイトな文字コードしか念頭に置いていないことが原因っぽいことが判明。 そんな textwrap を Mercurial で使ってしまっていること自体は、まぁ良しとしましょう。でも、21 世紀ももうすぐ 10 年が経とうとしているこのご時
(2010/11/1)本記事の内容はバージョン2系のPythonについて書かれている。バージョン3系ではエンコーディングの扱いが変わっており、「バージョン3系のPythonにおける文字列とそのエンコーディングに関する覚え書き(文字列型とバイト列型)」で扱っている。 (2014/11/20)リファレンスのリンク先を修正した。 エンコーディングとエンコード/デコード操作 エンコーディングの変換 encode()やdecode()が失敗する場合について エンコーディングとエンコード/デコード操作Pythonにおいて、UTF-8やCP932(WindowsのShift_JIS)などのそれぞれのエンコーディングの文字列はUnicodeの文字列と相互に変換することができる。 各エンコーディングにエンコードされている文字列オブジェクトのメンバ関数decode()の引数にそのエンコーディング名を指定すると
JavaScript encodeURIComponent() UTF-8限定 /home/akiyan/encodemaniax/webroot/index.html on line 70 "> Warning: Undefined array key "js_encodeuricomponent" in /home/akiyan/encodemaniax/webroot/index.html on line 71 JavaScript encodeURI() UTF-8限定 /home/akiyan/encodemaniax/webroot/index.html on line 70 "> Warning: Undefined array key "js_encodeuri" in /home/akiyan/encodemaniax/webroot/index.html on line
Notes No data is sent to the server (i.e. everything is done in JavaScript). Conversion from Unicode to other encodings such as Shift_JIS can be slow first time as it needs to initialize internal conversion tables. Surrogate pairs in UTF-16 are supported. Try inserting \uD840\uDC0B in the second form. Three-byte characters in EUC-JP are not supported. Links JavaScript Unicode Charts Try GNU Libidn
Thanks to Ingo Karkat for the updates in this version. - Improved the detection regexp for comments: - added "fileencoding" and "charset"; - demands that there is a whitespace in front of the keyword, so that "daycoding" doesn't match; - g:autofenc_autodetect_commentexpr allows to configure the pattern for comment detection. - Introduced g:autofenc_enc_blacklist to disable some encodings. For exam
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く