Hiroshi Y. - 第 29 頁，總計 231 頁 - 個人雜記

[Daily Digest] 2013-07-23

2013-07-23
Online resources:
[Daily Digest] 2013-07-22

2013-07-22
Online resources:
Murmurs:
- 用 Nutch 取巧偷工的想法觸礁，還是老實一點把資料彙整出來後，餵給 Solr 比較實在。
- 上週五頭一次去 MozTW Lab 台北場。拿到了《Firefox OSアプリ開発ガイド》，翻了幾頁，感覺裡頭用的日本語不會太難，看得下去。
- 上週六早上去國防部為洪案站出來，其實動機沒有那幾位網路評論大濕講的那麼複雜，就只是自己也被國軍整過、賭爛、基於同理心希望這件事有個能告慰死者與遺族的真相而已，我相信在場很多人也是基於一樣的心理。真的，沒有那麼複雜。有的評論還扯到性別問題，真是比扯鈴還扯。
- 上週六下午去「COSCUP 2013 Hands-on：一小時 Firefox OS App 就上手 – Mozilla Taipei 工程師團隊」，上到一半，我想起了 i-mode 這系統。
- 原來的農民超市成了喜互惠慈安店，我覺得空間規劃好很多，視覺看過去寬闊很多。
[Daily Digest] 2013-07-18

2013-07-18
Online resources:
Murmurs:
- 被本日眾多負面新聞惹得心情非常低落。
[Daily Digest] 2013-07-17

2013-07-17
Online resources:
Murmurs:
- 寶塚一百週年！
- 報了「COSCUP 2013 Hands-on：一小時 Firefox OS App 就上手 – Mozilla Taipei 工程師團隊」。
濾掉 Unicode Private Use 的字

2013-07-17

整理生物俗名詞庫時，發現資料來源塞了很多前人自造的字，放在 Private Use Areas，很多程式遇到這類字元就爛掉，所以不得不把它們濾除。

因為在 Unicode 以及衍生的一系列編碼，這樣的私用造字是合規範的，所以原本以為用 iconv 或 Ruby 的 encode 把 UTF-8 先轉 UTF-16、再轉回 UTF-8 這樣「過」一次水可以搞定，結果這些字還是好端端地在那邊。

如果用 Big5 這個字收錄太少的編碼來濾，又會濾掉太多無辜的字元，所以轉個彎，想到用 EUC-TW 來濾，就可以取得折衷。

最後再用 diff 查看過濾前後的差異，找到真正是私用造字的所在，予以編修，這樣比起用工人智慧直接掃讀整份文件要好辨識得多，錯漏的地方也就少了。
[Daily Digest] 2013-07-16

2013-07-16
Online resources: