Universal Encoding Detector: character encoding auto-detection in Python
by ycc2106 & 2 other(s)Character encoding auto-detection in Python 2 and 3. As smart as your browser. Open source.
Character encoding auto-detection in Python 2 and 3. As smart as your browser. Open source.
]]>
]]>
]]>
]]>
When displaying an e-mail address on a website you obviously want to obfuscate it to avoid it getting harvested by spammers. But which obfuscation method is the best one? I drove a test to find out. Here are the results: In 2006 I opened nine different e-mail addresses. On this page I published the nine e-mail addresses. But every address has been obfuscated by a different method. I made sure it’s getting indexed by Google by putting a link to that page on the tilllate.com homepage. Then I waited 1.5 years (see the original post). For each e-mail address I counted the amount of spam I received. The amount of spam received started by 21MB (for no obfuscation and a total of over 1800 spam mails) and went down to absolutely no spam.
Il faut tout d'abord distinguer deux «familles» d'encodage: les «locaux» et les «internationaux». Les jeux de caractères locaux (dont font partie iso-8859-1 et iso-8859-15 -- parfois désignés comme «latin1» et «latin9») sont destiné à des documents dans un seul système d'écriture (une langue ou un groupe de langue utilisant un même alphabet ou syllabaire). Au contraire les jeux de caractères internationaux (dont fait partie l'utf-8) sont destinés à encoder des document dans n'importe quel système d'écriture (et donc n'importe quelle langue).
Un problème d'encodage se manifeste par le fait qu'une partie ou la totalité des caractères spéciaux (accents, œ, », etc) d'un document ne sont pas affichés correctement(1). Si vous vous trouvez dans cette situation, nous allons voir comment déterminer la source et éventuellement la solution à votre problème. Attention tout de même à ne pas confondre avec la situation où la police utilisée ne supporte pas les caractères affichés, tout le texte sera alors mal rendu (par exemple sur une page en japonais).
Ce que vous voyez est appelé un BOM (pour Byte Order Mark ou, en français, Marque d'ordre des octets). On le trouve au début des fichiers enregistrés en unicode (UTF-8, UTF-16 ou UTF-32), il contient des renseignements sur le sens de lecture des données.
BonkEnc is a CD ripper, audio encoder and converter for various formats. It can produce MP3, MP4/M4A, Ogg Vorbis, AAC, Bonk and FLAC files.
]]>
]]>
SesameVault is a web service for storing, managing, and distributing video and audio content. The SesameVault API allows you to integrate SesameVault with your own application or service.
]]>
Data URLs are a clever way of embedding images in HTML. Instead of linking to an image stored locally on the server, the image is provided within the URL itself as a base64-encoded string of data preceded by a mime-type. In this article I discuss how Data URLs can be effectively used to optimize website loading times and performance.
]]>
]]>
Character encoding auto-detection in Python. As smart as your browser. Open source.
]]>
]]>
]]>
]]>How to encode a binary file - like an image, or even an MP3! - into a text URL using the data: URI.This one rates a high on the geek scale, but it's priceless for when you want to include an image on a web page that doesn't allow you to host image files,
]]>
]]>