随笔分类 -  中文信息处理

基于点阵字库的汉字显示 分类： 中文信息处理 2015-01-15 14:08 359人阅读 评论(0) 收藏
摘要：使用字库HZK16，该字库是符合GB2312标准的16×16点阵字库,存储每个汉字需要32字节（16*16/8=32字节）。HZK16中的一个汉字的偏移地址计算公式（假设机内码为ABCD）：offset=[(AB-0XA1)*94+(CD-0XA1)]*32证明：GB2312编码对所收录字符进行了分... 阅读全文
posted @ 2015-01-15 14:08 xiaoluo91 阅读(461) 评论(0) 推荐(0)
汉语自动分词 分类： 中文信息处理 2014-12-30 10:37 385人阅读 评论(0) 收藏
摘要：调用“海量智能分词”提供的动态链接库，实现汉语自动分词，并且搭建图形界面用于操作和显示。首先下载“海量智能分词”软件，解压后拷出include文件夹下的HLSegFunc.h、HLPubDef.h和dll&lib文件夹下的HLSSplit.dll、HLSplitWord.dat、HLSSplit.l... 阅读全文
posted @ 2014-12-30 10:37 xiaoluo91 阅读(257) 评论(0) 推荐(0)
Base64编码与解码 分类： 中文信息处理 2014-11-03 21:58 505人阅读 评论(0) 收藏
摘要：Base64是一种将二进制转为可打印字符的编码方法，主要用于邮件传输。Base64将64个字符（A-Z,a-z,0-9,+,/）作为基本字符集，把所有符号转换为这个字符集中的字符。编码：编码每次将3字节转为4字节，若输入字节数不是3的倍数，则在末尾填充0字节使其长度为3的倍数。对于3字节，每次取出6... 阅读全文
posted @ 2014-11-03 21:58 xiaoluo91 阅读(217) 评论(0) 推荐(0)