C/C++ Archives - 論野生技術&二次元

開源了鹹魚撿的京付的三色墨水屏驅動

on 2021 年 12 月 21 日

0 5249 轉為簡體

35塊一個，長這樣

經過一番Google找到了對應的原廠屏，是Gooddisplay的GDEH042Z96，屏幕芯片是SSD1619A，這個芯片初始化序列比幻塔的新手教程還長。

整理了一下官方例程之後，發了一個PR：https://github.com/ZinggJM/GxEPD2/pull/47；有一些點需要注意：

三色屏（實際上是雙色）是兩種液晶分開刷新的，先刷黑色，再刷紅色。其中SSD1619A的紅色輸入值需要取反，否則屏幕整塊都是紅的。
這塊屏只支持全刷，全刷一次要20秒，要把GxEPD2的默認等待BUSY pin的時間調長。

效果如下圖所示，用的是我魔改的中文版天氣：https://github.com/fffonion/ESP32-e-Paper-Weather-Display

交叉編譯openresty，修復支持大文件 (LFS)

on 2019 年 8 月 3 日

C/C++
作死

0 6030 轉為簡體

老文存檔，有時間補全

http://www.gnu.org/software/libc/manual/html_node/Feature-Test-Macros.html

http://cgit.openembedded.org/meta-openembedded/tree/meta-webserver/recipes-httpd/nginx/files/nginx-cross.patch

https://stackoverflow.com/questions/4357570/use-file-offset64-vs-file-offset-bits-64

https://digital-domain.net/largefiles.html

https://stackoverflow.com/questions/35575749/how-to-define-file-offset-bits-large-files-macro-for-solaris-and-hp-aix

http://users.suse.com/~aj/linux_lfs.html

ngx_http_geoip_module開啟utf8支持

on 2017 年 11 月 8 日

C/C++

0 6523 轉為簡體

在cidr.me中使用這個模塊時，返回了類似這樣的輸出：

Canada, Quebec, Montr�al

發現有人提過PATCH。於是去喵了一眼源碼，發現有一個文檔里沒有提到的隱藏參數。

可以使用

geoip_city /path/to/geoip_city.dat utf8;

1	geoip_city /path/to/geoip_city.dat utf8;

這樣來啟用utf8。默認是iso-8859-1，或者叫latin-1。

MySQL默認也是latin-1。大概因為是單字節的，所以大家都愛默認用它；可是除了肉眼可見的字符，別的控制符除了會在終端里用以外並沒有什麼卵用。

還有libzip里默認用的是CP437，是DOS版的單字節編碼。因為大概只有中文版的windows自帶的壓縮功能會生成GB18030編碼的zip文件，所以還魔改過一個中國特色的libzip。

Sphinx 2.11.1/2.3.2 mmseg patch (coreseek based)

on 2017 年 9 月 22 日

0 7604 轉為簡體

中文版本

This patches include work from nzinfo (add mmseg support) and my patch for Hiragana and Katagana support (see this blog post). The changes can be viewed here.

For Sphinx 2.11.1：Github dl.yooooo.us

For Sphinx 2.3.2：Github dl.yooooo.us

Sphinx 2.2.11和2.3.2的mmseg分詞補丁（基於Coreseek）

on 2017 年 9 月 22 日

C/C++

0 9005 轉為簡體

English Version

補丁包括了nzinfo在coreseek中貢獻的mmseg補丁，以及我提交的日語假名補丁（詳見這篇博客）。詳細更改見這裡。

打上補丁之後，可以使用mmseg來做分詞器。如果是對大篇幅的文章做索引，推薦使用mmseg處理結巴分詞的詞庫來生成一個比較靠譜的詞庫。

Sphinx 2.11.1：Github下載本地下載

Sphinx 2.3.2：Github下載本地下載

讓Coreseek支持索引日語假名

on 2016 年 3 月 15 日

C/C++

10 13081 轉為簡體

coreseek是一個修改版的sphinx，用mmseg來做中文分詞。但是發現一個問題，日語搜索總是效果很差，全部是假名的關鍵詞會返回一個空結果。

開始猜想是不是詞庫沒有包含日語的關係，後來仔細想了一想，mmseg對於沒有在詞典里的詞應該是直接一元分詞的，按理說也不應該出現無法索引日語的關係。我們可以通過mmseg命令行工具來證明這一點：

$ /usr/local/mmseg/bin/mmseg -d /usr/local/mmseg/etc/ 1.txt
ヨ/x ス/x ガ/x ノ/x ソ/x ラ/x

1 2	$ /usr/local/mmseg/bin/mmseg -d /usr/local/mmseg/etc/ 1.txt ヨ/x ス/x ガ/x ノ/x ソ/x ラ/x

證明mmseg進行了一元分詞。

那麼為什麼coreseek搜不到假名呢？我找啊找啊終於發現在coreseek使用mmseg進行分詞的過程中，對輸入字符做了一個過濾，並且有一個注釋：

// BEGIN CJK There is no case folding, should do this in remote tokenizer.
// Here just make CJK Charactor will remain. --coreseek
dRemaps.Add ( CSphRemapRange ( 0x4e00, 0x9FFF, 0x4e00 ) );
dRemaps.Add ( CSphRemapRange ( 0xFF00, 0xFFFF, 0xFF00 ) );
dRemaps.Add ( CSphRemapRange ( 0x3040, 0x303F, 0x3040 ) );

// BEGIN CJK There is no case folding, should do this in remote tokenizer.

// Here just make CJK Charactor will remain. --coreseek

dRemaps.Add ( CSphRemapRange ( 0x4e00, 0x9FFF, 0x4e00 ) );

dRemaps.Add ( CSphRemapRange ( 0xFF00, 0xFFFF, 0xFF00 ) );

dRemaps.Add ( CSphRemapRange ( 0x3040, 0x303F, 0x3040 ) );

可見coreseek雖然將CJK (Chinese, Japanese, Korean) 中所有漢字、全角字符和標點加入了範圍，但是卻漏掉了平假名和片假名。因此我們將第三個range改成0x3000, 0x30FF, 0x3000就可以修正這個問題。

其中：

// 4e00 - 9fff CJK unified ideographs
// 3000 - 303f CJK symbols and punctuation
// 3040 - 30ff Hiragana/Katagana
// ff00 - ffff half/fullwidth forms

// 4e00 - 9fff CJK unified ideographs

// 3000 - 303f CJK symbols and punctuation

// 3040 - 30ff Hiragana/Katagana

// ff00 - ffff half/fullwidth forms

我把修改後的版本放到了github

另外，這裡可以查詢到Unicode編碼範圍對應的字符內容；unicode.org有一個database，但是是一個列出了全部字符的大pdf，我似乎沒有找到類似的分類。

對於Ubuntu/Debian，這裡有編譯好的coreseek的deb包：i386 amd64；依賴於mmseg：i386 amd64；mmseg自帶的詞典

對於>2.2.10的版本，我在這篇博客里提供了完整的補丁，可以應用在sphinx的源碼上編譯。

Category Archives