C/C++ Archives - 论野生技术&二次元

开源了咸鱼捡的京付的三色墨水屏驱动

on 2021 年 12 月 21 日

0 4103 转为繁体

35块一个，长这样

经过一番Google找到了对应的原厂屏，是Gooddisplay的GDEH042Z96，屏幕芯片是SSD1619A，这个芯片初始化序列比幻塔的新手教程还长。

整理了一下官方例程之后，发了一个PR：https://github.com/ZinggJM/GxEPD2/pull/47；有一些点需要注意：

三色屏（实际上是双色）是两种液晶分开刷新的，先刷黑色，再刷红色。其中SSD1619A的红色输入值需要取反，否则屏幕整块都是红的。
这块屏只支持全刷，全刷一次要20秒，要把GxEPD2的默认等待BUSY pin的时间调长。

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

交叉编译openresty，修复支持大文件 (LFS)

on 2019 年 8 月 3 日

C/C++
作死

0 5285 转为繁体

老文存档，有时间补全

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开启utf8支持

on 2017 年 11 月 8 日

C/C++

0 6136 转为繁体

在cidr.me中使用这个模块时，返回了类似这样的输出：

Canada, Quebec, Montr�al

发现有人提过PATCH。于是去喵了一眼源码，发现有一个文档里没有提到的隐藏参数。

可以使用

geoip_city /path/to/geoip_city.dat utf8;

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

这样来启用utf8。默认是iso-8859-1，或者叫latin-1。

MySQL默认也是latin-1。大概因为是单字节的，所以大家都爱默认用它；可是除了肉眼可见的字符，别的控制符除了会在终端里用以外并没有什么卵用。

还有libzip里默认用的是CP437，是DOS版的单字节编码。因为大概只有中文版的windows自带的压缩功能会生成GB18030编码的zip文件，所以还魔改过一个中国特色的libzip。

Sphinx 2.11.1/2.3.2 mmseg patch (coreseek based)

on 2017 年 9 月 22 日

0 7032 转为繁体

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分词补丁（基于Coreseek）

on 2017 年 9 月 22 日

C/C++

0 8578 转为繁体

English Version

补丁包括了nzinfo在coreseek中贡献的mmseg补丁，以及我提交的日语假名补丁（详见这篇博客）。详细更改见这里。

打上补丁之后，可以使用mmseg来做分词器。如果是对大篇幅的文章做索引，推荐使用mmseg处理结巴分词的词库来生成一个比较靠谱的词库。

Sphinx 2.11.1：Github下载本地下载

Sphinx 2.3.2：Github下载本地下载

让Coreseek支持索引日语假名

on 2016 年 3 月 15 日

C/C++

10 12493 转为繁体

coreseek是一个修改版的sphinx，用mmseg来做中文分词。但是发现一个问题，日语搜索总是效果很差，全部是假名的关键词会返回一个空结果。

开始猜想是不是词库没有包含日语的关系，后来仔细想了一想，mmseg对于没有在词典里的词应该是直接一元分词的，按理说也不应该出现无法索引日语的关系。我们可以通过mmseg命令行工具来证明这一点：

$ /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

证明mmseg进行了一元分词。

那么为什么coreseek搜不到假名呢？我找啊找啊终于发现在coreseek使用mmseg进行分词的过程中，对输入字符做了一个过滤，并且有一个注释：

// 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 ) );

可见coreseek虽然将CJK (Chinese, Japanese, Korean) 中所有汉字、全角字符和标点加入了范围，但是却漏掉了平假名和片假名。因此我们将第三个range改成0x3000, 0x30FF, 0x3000就可以修正这个问题。

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

我把修改后的版本放到了github

另外，这里可以查询到Unicode编码范围对应的字符内容；unicode.org有一个database，但是是一个列出了全部字符的大pdf，我似乎没有找到类似的分类。

对于Ubuntu/Debian，这里有编译好的coreseek的deb包：i386 amd64；依赖于mmseg：i386 amd64；mmseg自带的词典

对于>2.2.10的版本，我在这篇博客里提供了完整的补丁，可以应用在sphinx的源码上编译。

Category Archives