巴蛮子的万花筒

• ISO-8859-1 .. ISO-8859-16 这些都是西欧各国用的字符集，主要的差别在与128-255之间各自代表的字符不同；
  
• 仍然不明白为啥GB2312, Big5这些就算MBCS，而同样采用多字节编码的Unicode却不算
  
• GBK应该是GB2312的超集，向下兼容GB2312的，记得以前谁跟我说不是，我迷惑了好一阵；
  
• 很 多编辑器说可以支持"Unicode编码"，并且一些软件说"Unicode"就是两字节编码，这都是基于Unicode 4.0之前的认识。在那之前，Unicode跟GB2312这样的名称一样，即是字符集(charset)名称又是编码(encoding)名称， Unicode字符均是两个字节。但从Unicode 4.0开始，它已经不只65536个字符了，Unicode只是一个字符集名称，而UCS-2, UCS-4，UTF-8, UTF-16, UTF-32这些才是编码名称（当然，历史包袱总是存在的）；
• UCS-2与UTF-16是不一样的，UCS-2固定采用两个字节，它不能表达Unicode 4.0之后增补的字符（当然，那些字符很生僻），而UTF-16里面每个字符可能是2或4个字符组成；
• UTF-8
• 从新的理论上而言，UTF-8应该是1-6个字符不等，但目前应该是1-3个字符就可以表达已有的字符了；
• UTF-8的优点
• 如果原有数据大都采用ASCII表达，那么这些数据不用转换
• 如果系统采用ASCII可以表达大多数数据，那么相对UCS-2，UTF-16这些节省空间；
• 编码中字符边界很容易找到：以0开头的字节肯定是ASCII字符，最高位以11开头的字节肯定是字符的开头字节，以10开头的字节肯定是字符的后续字节；
• 容错性强一些，偶尔一两个错误不会影响后面，原因同上（想咱们都碰到过GB2312/Big5的半个汉字问题带来的乱码问题吧)
• 按字节流读取，不用考虑大端(big endian)/小端(little endian)问题
• 字符串中不会出现0x00这样的字节（而UCS-2这些会），这样char *这样的方式表达缓冲区时不太容易导致错误
• UTF-8的缺点
• 对于非ASCII字符，相对以前存储空间增加了，比如非英语的西欧字符集现在都需要两个字节了，而中文等很多都需要三个字节了；
• 计算字符串长度比较麻烦，只能逐个统计；
• 综上，现在很多系统内部处理采用UCS-2，只在存储和数据交换中采用UTF-8
• Java以前内部全部采用Unicode(其实是UCS-2)来处理字符串，但Unicode 4.0以上的那些字符它不能处理。在Java 5.0中加入了一些奇怪的机制来解决这个问题；
• Python也不能同时支持UCS-2和UCS-4，只是可以在编译时挑选(--enable-unicode=ucs2和--enable-unicode=ucs4)，看sys.maxunicode是否大于65535就知道是否是UCS-4了。我看Windows上的预编译版本是UCS-2(python2.5)的，而Linux上是UCS-4(Debian testing, python 2.4)。注意这两种版本在二进制上是不兼容的。

• Joel Spolsky: The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)
• 每一个软件开发人员绝对必须掌握的关于 Unicode 和字符集的最基础的知识(上文的简体翻译，居然木野狐翻译的，好久不见他了)
• 对字符编码与Unicode,ISO 10646,UCS,UTF8,UTF16,GBK,GB2312的理解

标签： python, tech.misc

# 发表者巴蛮子 : 下午10:07  0 条评论 指向此文章的链接

标签： python, wxpython

# 发表者巴蛮子 : 下午9:27  1 条评论 指向此文章的链接

标签： python, tech.misc

# 发表者巴蛮子 : 下午10:09  0 条评论 指向此文章的链接

等你等到我心痛。倒也

http://packages.debian.org/python

倒也不是别的，主要是cjkcodec

标签： python

# 发表者巴蛮子 : 下午4:14  0 条评论 指向此文章的链接

User Comments

还不太稳定

铁石 | 12 二月, 2006 14:21

才开发到0.4版本，我以前试用过一下，常挂！但wx感觉还是挺不错的！

标签： python, ui

# 发表者巴蛮子 : 下午9:25  0 条评论 指向此文章的链接

11128 MENU
POPUP "&Run"
{
  MENUITEM "&Run...\tCtrl+R",  36864
}
11130 MENU
POPUP "&Run"
{
MENUITEM "Chec&k\tCtrl+Shift+C",  36881
MENUITEM "&Run...\tCtrl+R",  36864
MENUITEM "&Import..\tCtrl+I",  36867
MENUITEM SEPARATOR
MENUITEM "&Go\tF5",  15022
MENUITEM "Step &in\tF11",  16013
MENUITEM "Step &out\tF10",  15020
MENUITEM "&Stop\tShift+F5",  16010
MENUITEM "Toggle Breakpoint\tF9",  16004
MENUITEM "Stop Debugging",  16010
MENUITEM SEPARATOR
MENUITEM "Watch List",  40002
MENUITEM "Stack View",  36888
MENUITEM "Breakpoint List",  36889
}

标签： python, windows

# 发表者巴蛮子 : 下午5:50  0 条评论 指向此文章的链接

标签： delphi, programming, python, script, ui

# 发表者巴蛮子 : 下午5:45  0 条评论 指向此文章的链接

在Daily Python-URL上看见的:

Sidnei da Silva: Python and XUL: The Screenshot [«Mark Hammond just shown me a screenshot of Python and XUL. That's right, Python used as scripting language on our most beloved browser to create XUL interfaces.»]

比较完整的说明在这里。上面说估计在Mozilla 1.9上可以看到这个东西。

标签： mozilla, python, xul

# 发表者巴蛮子 : 下午11:47  0 条评论 指向此文章的链接

去年我把Inside the X网站上提供的所有The X Files的对白都弄了下来，然后打包成了一个CHM文件。

最近在重看《X档案》的主线部分，就是有关黑油、外星殖民、超级战士的，在Inside the X主页上有星号标记的。为了方便，当初我做CHM时也将目录树中的节点用了特殊的图标。

现在的问题是我在Debian上一边看碟，一边用gnochm看剧本，gnochm的目录树没有图标，从目录里面却根本看不出来哪些是阴谋论部分的。

毛主席说：自己动手，丰衣足食。于是又来改gnochm。本以为要加个图标会比较麻烦，没想到非常简单。效果如下，补丁已经提交给upstream.

标签： gnome, ipod, python

# 发表者巴蛮子 : 下午10:45  0 条评论 指向此文章的链接

标签： java, python, xml

# 发表者巴蛮子 : 下午11:05  0 条评论 指向此文章的链接

标签： perl, python

# 发表者巴蛮子 : 下午11:59  0 条评论 指向此文章的链接

[bamanzi@saynomdk ~]$ diff -Nurp /usr/bin/gnochm gnochm
--- /usr/bin/gnochm     2005-03-18 09:27:00.000000000 +0800
+++ gnochm      2005-08-02 23:23:35.000000000 +0800
@@ -811,11 +811,13 @@ class MainApp:
     # Index
     self.imodel = gtk.TreeStore(gobject.TYPE_STRING,
                                 gobject.TYPE_STRING)
+       self.isortmodel = gtk.TreeModelSort(self.imodel)
     self.indexview = self.xml.get_widget('IndexTView')
-        self.indexview.set_model(self.imodel)
+       self.indexview.set_model(self.isortmodel)
     cell2 = gtk.CellRendererText()
     column2 = gtk.TreeViewColumn('Index', cell2, text=0)
     self.indexview.append_column(column2)
+       self.isortmodel.set_sort_column_id(0, gtk.SORT_ASCENDING)
     # Search
     self.smodel = gtk.ListStore(gobject.TYPE_STRING,
                                 gobject.TYPE_STRING)

标签： chm, gnome, python

# 发表者巴蛮子 : 下午10:04  0 条评论 指向此文章的链接

标签： chm, gnome, python

# 发表者巴蛮子 : 下午10:18  0 条评论 指向此文章的链接

I modified devhelp2chm a little, to workaround a problem I found when using gnochm to read the CHM files generated by it.

And updated two CHM files generated by it:
glib2/gtk2 gtk-2.6.8, glib-2.6.5, including FAQ and tutorial
(source: package libgtk2.0-doc, libglib2.0-doc)
pygtk2 reference pygtk2ref 2.6.0, and GtkSourceView, GtkSpell, GnomePrint, GnomePrintUI, GtkMozembed
(source: pygtk2 website)

----------------

How to build:

gtk2.chm:

apt-get install libglib2.0-doc libgtk2.0-doc
cd /usr/share/gtk-doc/html/
DIRS="gtk/ gdk/ gdk-pixbuf/ gtk-faq/ gtk-tutorial/ glib/ gobject/"
find $DIRS -name '*.devhelp.gz' | xargs gunzip
for d in $DIRS; do
(cd $d;
echo $d
for f in *.html; do
sed 's#/usr/share/gtk-doc/html/#../#' $f > $f.tmp
mv $f.tmp $f
done)
done
find $DIRS -name '*.devhelp | xargs ~/bin/devhelp2chm-v2.sh
-p gtk2 -T "GTK+ Reference Manual" -t gtk/index.html

...Then use HtmlHelp Workshop to build it.

pygtk2ref.chm

标签： chm, gtk, python

# 发表者巴蛮子 : 下午2:58  0 条评论 指向此文章的链接

标签： chm, python, tv

# 发表者巴蛮子 : 下午4:10  0 条评论 指向此文章的链接

#!env python

from sgmllib import SGMLParser
import htmlentitydefs

from chmmaker import HHCWriter
import os

class SiteMapParser(SGMLParser):
   def reset(self):
       SGMLParser.reset(self)
       # some temp variables
       self.level = 0
       self.link_url = ""
       self.link_title = ""

   def start_ul(self, attrs):
       self.on_section_starts()

   def end_ul(self):
       self.on_section_ends()

   def start_param(self, attrs):
       if len(attrs)>1:
           if attrs[0][0]=='name':
               if attrs[0][1]=='Name':
                   self.link_title=attrs[1][1]
               elif attrs[0][1]=="Local":
                   self.link_url=attrs[1][1]

   def start_object(self, attrs):
       self.link_title = ""
       self.link_url = ""

   def end_object(self):
       self.on_link_found(self.link_title, self.link_url)

   def on_section_starts(self):
       self.level = self.level + 1

   def on_section_ends(self):
       self.level = self.level - 1

   def on_link_found(self, title, url):
       # you can override this
       if title and url:
           print "  " * self.level + "%s [%s]" % (title, url)

class ContentParser(SiteMapParser):
   """ A simple class to convert CHM contents (foo.hhc) to a normal HTML contents """
   def reset(self):
       print "<HTML><HEAD></HEAD><BODY>"
       SiteMapParser.reset(self)

   def on_section_starts(self):
       print "<ul>"

   def on_section_ends(self):
       print "</ul>"

   def on_link_found(self, title, url):
       print '<li><a href="%s">%s</a></li>' % (url, title)

if __name__=='__main__':
   import sys
   if len(sys.argv)<2:
       print "Usage: %s foo.hhc" % sys.argv[0]
       sys.exit()

   trans=ContentParser()
   fh=open(sys.argv[1], "r")
   try:
       trans.feed(fh.read())
   except:
       pass
   trans.close()
   fh.close()
# vim:expandtab softtabstop=4

标签： chm, perl, python

# 发表者巴蛮子 : 下午10:18  0 条评论 指向此文章的链接

标签： python, tech.misc

# 发表者巴蛮子 : 下午10:23  0 条评论 指向此文章的链接

CSDN上的新闻
http://www.csdn.net/news/newstopic/19/19130.shtml

Python-chinese邮件列表上的讨论(我最开始看见信息的地方)
http://python.cn/pipermail/python-chinese/2004-December/007200.html

Nokia网站
http://www.forum.nokia.com/main/0,,034-821,00.html

标签： handheld, python

# 发表者巴蛮子 : 下午5:25  0 条评论 指向此文章的链接

标签： chm, python

# 发表者巴蛮子 : 下午10:36  0 条评论 指向此文章的链接

下载脚本: gwhereviewer.py

在Cygwin上测试通过，但用纯win32版本的gtk+/pygtk时会崩溃，不知道为什么

标签： gtk, python

# 发表者巴蛮子 : 下午5:31  0 条评论 指向此文章的链接

标签： chm, gtk, python

# 发表者巴蛮子 : 下午10:37  0 条评论 指向此文章的链接