lang – Gea-Suan Lin's BLOG

漢字字形的處理

這個算是 CJK 族群的經典問題，主要的問題是有不同的團體都在使用漢字，但雖然都是 U+5203 的「刃」，在不同的地區的「標準寫法」是不一樣的，像是「國家教育研究院 - 教育部國語小字典-刃」這邊就有 SVG 版本的「圖」可以看：

我在 different-lang.html 這邊把他提到的「刃直海角骨入」給放了進去，指定不同的 lang，像是這樣：

<dt>lang="jp"</dt><dd lang="jp">刃直海角骨入</dd>

如果你的電腦裡面有 Noto Sans CJK 的話，應該可以看出不同的字形。

在 HTML 網頁上可以利用 html 內的 lang 資訊告訴瀏覽器去抓取對應的字形，當然，系統有沒有這個字形又是另外一回事了，不過市場上至少有 open source license 的 Noto CJK 系列，算是個低標的答案可以用。

至於要更多樣的話，應該是要分不同語言下去找...

先前在「Google Groups 的巨量 spam」這邊提到從 Google Groups 倒進 usenet 大量的 spam，最近看起來稍微緩解了一些。

這是 10/22 的量：

這是 10/29 的量：

可以看出來整體被 Perl filter 擋下來的量大幅降低了，在 comp.lang.c 也可以看出來 10/28 後似乎暫時停了...？

只能繼續觀察看看了...

警告：內容已遭禁止
comp.lang.c 已被認定為包含垃圾內容、惡意軟體或其他惡意內容。

如要進一步瞭解 Google 網路論壇的內容政策，請參閱這篇關於濫用本服務的說明中心文章，以及我們的《服務條款》。

這樣連歷史資料都看不到了...

用 Rust 開發的 memory profiler，可以抓 memory leaking 與 memory fragmentation，然後宣稱效能影響也比較低：「A memory profiler for Linux」，有提供網頁界面，還蠻美觀的：

給的範例有兩行，一行是跑 profiler：

LD_PRELOAD=./libmemory_profiler.so ./your_application

另外一行是讀資料給 HTTP server：

./memory-profiler-cli server memory-profiling_*.dat

之後有機會抓漏時可以拿來用看看...

因為 redports.org 一直連不上，寫信給網站管理者後才發現是 Trac 沒處理好 non-en 語系的部份，所以得先在 client workaround。(管理者說他有空的時候會去看看...)

在 Google Chrome 上可以用 Spoofs Lang 更改瀏覽器送出的 Accept-Language 欄位，進而達到修改網站偵測的預設語系...

除了 redports.org 以外，也順便把 php.net 系列的網站都改成英文語系了。