汉字光标准化和数字化就花了一百多年,它能在 AI 时代存续吗丨晚点...

打字机键盘的64个键表示汉字的偏旁,8个数字键用来选字,一共能打约9万个汉字。林语堂是中国少数成功的双语作家,出版了几十本中英文书,不止一次获得诺贝尔文学奖提名。但对他来说,中文打字机的发明和应用是其一生的梦想。为了研发,他用尽了自己畅销书的版税,负债高达12万美元(相当于现在的140万美元...

翡翠编码怎么设计出来的-翡翠编码怎么设计出来的呢

翡翠编码采用了三个字节来表示一个中文字符,这样就避免了使用四个字节的Unicode编码,更适用于那些不支持Unicode的。这个编码方案主要包括了两个部分:翡翠码表和翡翠输入法。翡翠码表是根据中文字符的使用频率和形态特征设计出来的。它为每个中文字符分配了一个独特的翡翠码,这个码由三个字母和一个数字组成。字母部分表...

技术实践|数据迁移中GBK转UTF8字符集问题分析

UTF-8是一种通用的字符集编码,支持全球范围内的几乎所有字符,包括各种语言的文字、符号和表情符号。UTF-8使用变长编码,根据字符的Unicode值,使用1到4个字节来表示字符。其中,ASCII字符使用一个字节表示,非ASCII字符使用多个字节表示。UTF-8兼容ASCII字符集,可以表示所有ASCII字符,因此它是广泛使用的字符集编码方案。

一群小学生设计的数字,挽救了一个民族的数学成绩

在加利福尼亚大学伯克利分校“字母编码协议”(ScriptEncodingInitiative,SEI)项目的语言学家的努力下,这些数字被纳入了2022年9月更新的统一码(Unicode)——这是一套国际通用的字符编码方案,涵盖了全球多种语言。新版本Unicode15.0为每个卡克托维克数字提供了一个编码,这样开发者就可以将它们整合到数字显示中。“这对...

如何批量获取所有汉字?用excel啊,1分钟获取20902个汉字

第一参数:number(一个数值)因为在Unicode字符中简体汉字所在的区间的是19968-40869共计20902个汉字,首先我们先在地址栏中输入A1:A20902然后在地址栏中输入公式=UNICHAR(ROW(A19968))然后按快捷键ctrl+回车批量填充公式,这样的话我们获得了Unicode编码下的所有简体字...

如何用2个字符表示世界?

每4位2进制数正好对应1位16进制数(www.e993.com)2024年11月16日。如1111表示F。一般情况下2进制位数太长,而用16进制刚刚好。ASCII编码英文字母只有26个,数字10个,再加常见的字符,如引号等总数也不多。于是60年代作为计算机出现地的美国编制了ASCII码。使用一个字节前128种情况表示常用的128个字符。

你把人家的字母当表情包用?老外也没放过汉字

一开始,人们在电脑上用的是一套叫做ASCII(读作“阿斯克”,AmericanStandardCodeforInformationInterchange,美国信息交换标准代码)的编码系统,主要用于显示英语和常用的标点,于1967年发布、1986年更新,一共只有128个字符(其中有95个是可以显示的,剩下的都是“控制符”),算上大小写、数字和标点,基本...

用Python写个猜数字游戏,写游戏难道比玩游戏还好玩(12)

咱们的第1个版本长这样:当我们输入的不是数字时,程序会怎么样?程序会出错吗?试下不就可以了,比如我输入如下字符,在一串数字前加上字母。它不干,直接报错了。看来,我们需要一个检测用户的输入逻辑,看输入的是否是数字。如果是,则判断。如果不是,请用户重新输入。

一个没人认识的字,决定进入电脑

没有统一标准,输入法也会出现问题。如果输入法的编码标准和计算机的编码标准不一致,便会出现一个字在输入法键盘里有,但计算机文档显示不出来的情况。1991年,Unicode标准(也叫万国码)在这个背景下诞生,它准备了17*65536个码位(17被称为“平面数”,每个平面能装下65536个字符),用于为世界上所有国家/地...

一个热搜两幅面孔,娱乐圈的“高仿热搜”是咋骗你的?

Unicode用数字0-0x10FFFF来映射这些字符,最多可以容纳1114112个字符,或者说有1114112个码位。码位就是可以分配给字符的数字。UTF-8、UTF-16、UTF-32都是将数字转换到程序数据的编码方案。将字符转换为数字、字符编码可以简单理解为,将每个字符分配给一个数字,例如:a=65,A=97。如果这个编码是统一的,那全...