kcc - Online în cloud

PROGRAM:

NUME

kcc - Dispozitiv de acoperire a codului kanji cu detectare automată de codificare

REZUMAT

kcc [ -IOchnvxz ] [ -b bufsize ] [ fişier ] ...

DESCRIERE

kcc este un filtru care citește fişier secvențial, convertește codificările kanji și ieșirea în
stdout. Dacă nu este specificat sau specificat niciun fișier - ca nume de fișier, se citește din stdin. Poti
specificați codificări kanji pentru intrare/ieșire. In orice caz, kcc detectează automat codificarea intrării,
dacă nu specificați codificarea de intrare.

Codificările kanji disponibile sunt JIS (7 biți și/sau 8 biți), Shift JISEUCDEC. Pentru intrare
codificare, puteți amesteca atunci când acestea sunt pereche de unul dintre EUC DEC sau Shift JIS și JIS pe 7 biți.
SI/SOESC (sunt recunoscut ca jumătate de lățime a JIS.

OPŢIUNI

-O
-IO I pentru codificare kanji de intrare ¡¤O pentru codificarea kanji de ieșire. Când nu există codare de intrare
specificat, va fi detectat automat și dacă ambele intrări/ieșiri nu sunt
specificat, codificarea de ieșire este JIS de 7 biți.

Puteți specifica una dintre următoarele pentru opțiunea de codare de intrare, I.

e EUC (disponibil cu JIS pe 7 biți)
d DEC (disponibil cu JIS pe 7 biți)
s Shift JIS (disponibil cu JIS pe 7 biți)
j7 or k
JIS pe 7 biți
8 JIS pe 8 biți

Puteți specifica una dintre următoarele opțiuni pentru codificarea ieșirii, O.

e EUC
d Decembrie
s Schimbați JIS
jXY or 7XY
JIS pe 7 biți (folosindSI/SO pentru desemnarea JIS kana)
kXY JIS pe 7 biți (folosindESC (I pentru desemnarea JIS kana)
8XY JIS pe 8 biți

By XY in O opțiunea, puteți specifica ce secvență de escape utilizată în codificarea JIS. BJ
este implicit. Desemnarea kanji suplimentară este fixată la ESC$(D

X Kanji este desemnat de:
B ESC$B(JIS X0208-1983)
@ ESC$@(JIS X0208-1978)
+ ESC&@ESC$B(JIS X0212-1990)
Y Alfanumeric este desemnat de:
B ESC (B(ASCII)
J ESC (J(JIS Roman; JIS X0201)
H ESC(H(suedeză; puternic depreciat)

-v iese rezultatul detectării codificării de intrare la stderr.

-x Modul extensie. Prin detectarea automată a codificărilor de intrare, recunoașteți definite de utilizator
caractere și regiune extinsă de caractere (în afara intervalului EUC, jumătate de lățime nedefinită
kana, caracter de control, zonă C1 și/sau regiune de caracter extinsă Shift C1 JIS ).
În acest mod se face distincția între DEC și EUC.

-z Modul micșorare. Nu recunoașteți kana cu jumătate de lățime (cu excepția JIS de 7 biți) cu codificarea de intrare
detectare. Cu această opțiune, devine acuratețea detectării automate a codificărilor de intrare
mult mai bine pentru fișier fără kana cu jumătate de lățime.

-h În mod normal, atunci când este convertit kana cu lățime la jumătate în DEC , devine Katakana cu lățime completă.
Cu această opțiune, devine Hiragana.

-n caractere definite de utilizator, caractere extinse și caractere kanji suplimentare
sunt convertite în casetă albă cu lățime completă și regiune nedefinită a kana cu lățime jumătate
convertit în punct centrat pe jumătate de lățime.

-b bufsize
specificați dimensiunea tamponului. 8kbytes este implicit.

-c nu convertiți, ci verificați codarea de intrare și imprimați rezultatul în stdout. Diferit cu
auto-detecție normală, întregul conținut al fișierului este verificat. Cu toate acestea, când
se constată inconsecvența codificărilor, se anulează citirea și se imprimă „date”. Opțiuni
cu excepția -x¡¤-z sunt ignorate.

EXEMPLE

% kcc -e fişier
Codificarea de intrare este detectată automat, iar ieșirea este în codificare EUC.

% kcc -sj file1 file2
Două fișiere în Shift JIS concatinate cu conversia în JIS.

% comandă | kcc -k+J
ieșire din comandă sunt convertit la JIS(JIS JIS X0208 JIS JIS Roman¡¤ESC (I Jumătate
Kana JIS)

% kcc -c fişier
Codificarea conținutului de fişier este detectată (nicio conversie)

GÂNDAC

Detectarea automată a codificării de intrare este bine făcută pentru cazuri normale, cu toate acestea, are
următoarele probleme.

JIS pe 7 biți este recunoscut prin secvența de evadare în anumite cazuri. EUC și DEC sunt aceleași (de referință
ca seria EUC). kana pe jumătate de lățime a JIS pe 8 biți este aceeași cu kana pe jumătate lățime a JIS Shift
(denumită seria Shift JIS). Cu toate acestea, seria EUC și JIS , care sunt ambele pe 8 biți
codificare, împărtășesc aceleași regiuni pe scară largă. Deci, problema în detectarea automată este
detectarea acestor 2 codificări.

Detectarea seriei EUC/Shift JIS se face linie cu linie, Când se constată că
nu este seria Shift JIS sau nu este seria EUC, codificarea este determinată. Cand
neconcordanță găsită, va fi tratată ca „date”, iar conținutul de ieșire nu este
garantat.

În timp ce este determinat între seria EUC/seria Shift JIS după ce a fost găsit codul de 8 biți, conversiile
sunt în așteptare și puneți datele de intrare în tampon, totuși, tamponul este plin, se presupune că este EUC
serie și forțe pentru a începe conversia. Motivație. De obicei, putem presupune că documentele
cu kanji includ JIS non-kanji sau JIS primul standard, poate fi detectat în anumite cazuri
este Shift JIS , care nu împarte regiunea cu EUC. Deci, dacă nu poate fi determinat,
este foarte probabil să fie EUC.

JIS de 8 biți și are întotdeauna un număr par de secvențe kana cu jumătate de lățime, atunci va fi
detectat greșit ca kanji EUC. Fii sigur.

Dacă codificarea de intrare nu are kana cu jumătate de lățime, utilizați -z iar acuratețea detectării devin
mult mai bine. Acest lucru se datorează faptului că regiunile partajate sunt limitate la zona JIS secundă
standarde.

Regiunea extinsă a zonei definite de utilizator Shift JIS a EUC, caractere de control C1 ale EUC,
Regiunea nedefinită a kana de jumătate de lățime a EUC sunt în afara intervalului de detectare automată, așa că va fi
nu reușește să detecteze codificări dacă intrarea are aceste caractere. Utilizare -x opțiunea de specificat
modul extins sau specificați codul de intrare.

Utilizați kcc online folosind serviciile onworks.net