摘要：之前用eclipse建了个web项目，里面要用到中科院分词器和一些外部的数据资源，发现用相对路径总是提示找不到资源，于是用System.getProperty(“user.dir”)发现工作目录竟然是eclipse的安装目录，把资源放在那里，问题解决，附一些常用的Java系统属性值名称： user.dir用户的当前工作目录 java.versionJava 运行时环境版本 java.vendorJ... 阅读全文

摘要：GBK即汉字内码扩展规范，K为汉语拼音 Kuo Zhan（扩展）中“扩”字的声母。英文全称Chinese Internal Code Specification。 前面说了GB2312只覆盖了常用的汉字，很多后来新加的和生僻字没有加入，为了解决这个问题，中国大陆订定了等同于Unicode 1.1版本的“GB 13000.1-93”，包含20,902个汉字，这里面还包括了台湾及香港使用的繁体字，日语... 阅读全文

摘要：一直以来都被ascII，unicode，utf-8，gbk，gb2312，iso-8859-1等等各种和编码相关的概念困扰，另外程序中经常会出现各种因为编码导致的乱码问题，所以今天决定彻底搞懂这些概念之间的联系和区别，总结成若干笔记。 首先来看一个叫“字符集”的概念（这个是自己根据网上的资料定义的，不一定准确）。我们知道计算机中的一切数据，不管是文本、数字、图像、视频还是其他神马的，说到底就是很多... 阅读全文