这个周末真的是热死了都，基本上进屋就不想外出了。于是就开始折腾自己的电脑系统。首先是给自己电脑上装个可用的 Linux 桌面版，然后是彻底的放弃 Windows 10，向频繁出现的蓝屏告别。
Analysis：文本分析是把全文本转换一系列单词(term/token)的过程，也叫分词(Analyzer)。Analysis是通过Analyzer来实现的。分词就是将文档通过Analyzer分成一个一个的Term(关键词查询),每一个Term都指向包含这个Term的文档。
window系统一般文件名编码为gbk，文件内容编码这个需要通过编辑器查看或者设置，找个editplus文本编辑器就可以处理文本内容编码。
摘要：第八届“开源中国开源世界”高峰论坛将于6月28-29日在北京航空航天大学隆重召开，本次大会特别邀请国内外知名开源项目发起人、活跃的开源布道师、有影响力的开源社区负责人等开源精英齐聚现场。
很多时候比如编程查看代码或者打开各种文档下我们都会用到文本编辑器，Windows自带的记事本功能很简陋并且打开大文件很慢，因此很多童鞋都会有自己喜欢的一款文本编辑器。在这里，西西挑选前15个最佳的文本编辑器，这些编辑器实际上主要适合程序员！如果觉得这些文本编辑器足够您的使用，欢迎点赞，如果还有更好的，可以给我们推荐哦。
Kali Linux 是一个基于 Debian “测试版” 的 Linux 操作系统，由于 Kali Linux 具备为安全测试和分析而量身定制的全面工具和功能，因而在黑客和网络安全专业人员中非常流行。
简单概述一下，Linux输入法可选的有ibus和fcitx等 目前绝大部分Linux输入法都基于fcitx 包括谷歌中文输入法、搜狗输入法、百度输入法等
Linux远程管理服务器多基于 SSH 协议。本节给大家介绍 2 种常见的基于 SSH 协议的远程管理工具，分别是 PuTTY 和 SecureCRT。
有没有专业的mac文本编辑器？用于Mac的Ultraedit是基于Windows 文本编辑器的本地Mac应用程序，UltraEdit mac中文版强大的功能使得用户编辑工作从简单的文本编辑到采用多种语言进行编辑，比如C，Objective C，Javascript，XML， PHP，Perl，Python等语言，变得更加理想，更加简单。UltraEdit for Mac(超好用的高级文本编辑器)具备了在文档中查找，在文档中替换，本地FTP / FTps，宏命令，编写脚本，列块/模块模式等多种功能。
以上摘录自【The Pragmatic Programmer: From Journeyman to Master】，中文译名“程序员修炼之道——从小工到专家”。 值得借鉴。
在平时写文章的时候，我都会注意在中文和英文单词之间保留一个空格的习惯，这样能使文本具有良好的可读性。
uniq命令全称是“unique”，中文释义是“独特的，唯一的”。该命令的作用是用来去除文本文件中连续的重复行，中间不能夹杂其他文本行。去除了重复的，保留的都是唯一的，也就是独特的，唯一的了。
给图片添加文本信息是非常常见的需求，通常需要添加的文本信息分为中文文字或者是非中文的文字，比如数字和英文，对这两类的实现方法也有所不同，非中文的文本信息可以直接用 opencv 实现，而中文文本需要使用 PIL ，因为 opencv 不支持中文。
利用今天一天的时间，研究了一下ANSI编码和Unicode编码的不同，下面把我的研究成果写下来，以备日后参考。
什么是字符集 字符集分为编码和解码两个操作(decode和encode)。 decode将字节转化为字符，是对字节的一种解释方式。 encode将字符转化为字节，是对字符的一种编码。 各种字符集 ASCII 7个字节表示一个字符。会有位缺失（一个字节里最后一个字节没有用）。能表示英文字母、换行符等常用符号 iso-8859-1 8个字节表示一个字符，表示范围包含了ASCII 中文 中华人民共和国为了应对iso-8859-1无法表示数量繁多的汉字而制定的编码规则。用两个字节表示一个字符。
基于名称快速定位文件和文件夹。当你只记得文件名称关键字，而不知道文件在哪里的时候，可以发挥作用，快速搜索你需要的文件
为了为可能进入的实验室实习做准备，今天重新装上了Ubuntu，今天的安装总的来说还是顺利多了。在播放软件上，这次我选择了VLC，因为感觉mplayer虽然强大，但是始终界面不是十分友好。而VLC也是灰常强大的。
视频汇总首页：http://edu.51cto.com/lecturer/index/user_id-4626073.html
艾特文件管理器 1.8 ---- 更新说明：（1.8.0） →加入批量复制功能 →加入全选消选功能 →全格式的解压支持(unix x86) →相信有了本次更新我的全格式解压实现方式及某个我编译的文件很快本功能就会被各位高手复制！ ---- 运行环境： Php5+ Linux（支持较好） 需要模块： Session Iconv 安装说明： 首次使用访问文件管理器自动提示安装（创建管理号），如果直接出现登录页面请删除userinfo.php文件后访问文件管理安装。 功能介绍： ＊文件详情查
代码比较是日常开发经常需要做的工作，比如说源代码对比、文档对比，甚至是excel表格对比。
自从 openai 在 2022 年 11 月首次开放 chatgpt 的网页应用，到写作本文的今天，短短 3个月，相关的话题和项目可以说是层出不穷。在 微博、微信、抖音等各种社交媒体相关的话题轮番轰炸，相关的工具、产品、创业项目也开始涌现。这篇文章将从开源项目，中文工具，其他相关 三个角度介绍相关的项目状况。
windows用xshell，操作流程：https://www.jianshu.com/p/8a340b103a41（生信星球）
不管是开发环境，还是生成环境，Linux的环境配置都很重要；大部分的Linux操作系统（如：大部分的Debian系统），默认都只有或者只激活了en_US.UTF-8，如果只有en_US.UTF-8的语言环境，可能就无法显示中文了。
目前多数情况下, 我们遇到的非英文字符文件都是使用UTF-8编码的, 这时一般我们查看这些文件的内容都不会有问题. 不过有时, 我们有可能会遇到非UTF-8编码的文件, 比如中文的GBK编码, 或者俄语的CP1251编码. 而文本文件一般不带有自身编码格式的信息, 这就给我们处理带来很多麻烦. 本文介绍几个Linux命令来检测和转换文本文件的编码格式.
由于换行符（为不可见字符），在 Windows 为 CR+LF（Carriage-Return+Line-Feed：回车加换行），而在 Linux/Unix 上为 LF（换行）。因此在linux 编辑的文本，在windows 显示会是没有换行的。
知识分享之Golang篇是我在日常使用Golang时学习到的各种各样的知识的记录，将其整理出来以文章的形式分享给大家，来进行共同学习。欢迎大家进行持续关注。
全部bioconductor流程链接在；http://www.bioconductor.org/packages/release/BiocViews.html#___GeneExpressionWorkflow
背景：分析用户在世界杯期间讨论最多的话题。 思路：把用户关于世界杯的帖子拉下来，然后做中文分词+词频统计，最后将统计结果简单做个标签云. 后续：中文分词是中文信息处理的基础，分词之后，其实还有特别多有趣的文本挖掘工作可以做，也是个知识发现的过程。 * 中文分词常用实现： 单机：R语言+Rwordseg分词包 (建议数据量<1G) 分布式：Hadoop+Smallseg库 词库：Sougou词库，Sougou输入法官网可下载 这里只先介绍单机的实现： 1、R语言：专门用于统计分析、绘图的语言 2、
9月15日，北京人工智能产业峰会暨中关村科学城科创大赛颁奖典礼现场，智源研究院发布面向中英文语义向量模型训练的大规模文本对数据集MTP（massive text pairs）。
这次说说一些非常有价值的国外黑客网站大全！ 有需要的可保存下来细细琢磨！ 本公众号提供了图书馆及下载专区。该图书馆为初学者提供了黑客知识和计算机技术基础知识。下载区包括了扫描工具，FLOOD工具，解密工具，拒绝服务攻击等。 alw.nih,gov 在安全目录下有大量的安全工具 anticode.com 入侵攻击，拒绝服务攻击，密钥记录器，邮件炸弹，最流行的IRC客户程序脚本，扫描器，嗅探器，口令解密器，木马等程序。此网站更新及时，而且维护也很好 澳大利亚电脑紧急反应小组，包括大量入侵攻击及其工作原理的信
首先了解下Ubuntu的工具栏，安装好Ubuntu进入图形界面后，左边默认有10个工具图标，加上我们后面安装的音乐播放器和视频播放器，12个工具的介绍如下：
持续交付基金会（CDF）隶属于 Linux 基金会。自 CDF 中文本土化 SIG 成立以来，我们围绕 CDF 做了很多事情，诸如 CDF 托管项目的一些使用视频录制（例如 ArgoCD）、开源人物访谈以及此次的 CDF 首届本土化 Meetup 举办。关于 CDF 中文本土化 SIG 的成立可以查看公众号文章 CDF Chinese Localization SIG；关于此次活动的背景可以查看公众号文章 CDF 首届本土化 Meetup 议题征集通道正式开启！
vi编辑器是Linux和Unix上最基本的文本编辑器（所有版本的 Linux 都带有 vi 编辑器），工作在字符模式下。由于不需要图形界面，vi是效率很高的文本编辑器。尽管在Linux上也有很多图形界面的编辑器可用，但vi在系统和服务器管理中的功能是那些图形编辑器所无法比拟的。Vim 是Vi improved的缩写，是 vi 的改进版。
Cowsay 是一个可配置的会说话（或会思考）的牛。它接受一个文本字符串并输出一个牛说话的图形。有一头牛说它喜欢 Linux： # cowsay "I love Linux" < I love Linux > -------------- \ ^__^ \ (oo)\_______ (__)\ )\/\ ||----w | || || 安装 # yum install
Python标准库是Python强大的动力所在，我们已经在前文中有所介绍。由于标准库所涉及的应用很广，所以需要学习一定的背景知识。 硬件原理 这一部份需要了解内存，CPU，磁盘存储以及IO的功能和性能，了解计算机工作的流程，了解指令的概念。这些内容基础而重要。 Python标准库的一部份是为了提高系统的性能(比如mmap)，所以有必要了解基本的计算机各个组成部分的性能。 操作系统 在了解操作系统时，下面是重点： 1) 操作系统的进程管理，比如什么是UID, PID, daemon 2) 进程之间的信号通信，
今天跟大家推荐个 Linux 命令行教程：《The Linux Command Line》，中文译名：《Linux 命令行大全》。 该书作者出自自美国一名开发者，兼知名 Linux 博客 LinuxCommand.org 创始人：William Shotts 之手。 在很早以前，该书便基于 CC 3.0 许可免费对外界开放阅读，发展到今天，已帮助无数开发者习得并掌握 Linux 命令行的使用技巧。 作者编著这本书的目的，主要是因为，通过命令行跟计算机进行交流沟通，是一种非常高效的方式，正像人类社会使用文
在使用Docker部署应用程序时，有时会出现中文乱码的问题。中文乱码可能是由于字符集和字体库等问题引起的。在本文中，我们将探讨如何在Docker容器中解决中文乱码问题，主要从字符集和字体库两个方面进行介绍。
导语用户切换vi基本操作异常处理保存退出移动移动(程序)选中文本(可视模式)删除复制粘贴移动下一行替换缩进查找替换多行注释文件浏览器分屏命令
阅读量: 1 笔者环境 系统：Ubuntu 21.10（Linux实体机） 内存：40GB 搭建注意事项 安装路径不要有中文或者特殊符号 建议安装在 /opt 目录下 根据系统是32位还是64位进行下载 32位系统是 386 的 64位系统是 amd64 的 搭建前准备事项 一、查看系统是几位 # 输出主机的硬件架构名称 uname -m 可以看到笔者这里是64位系统，所以下载64位的go安装包 二、下载go安装压缩包 国内地址：https://studygolang.com/dl 官方地址：h
在Linux的系统中经常碰到字符集导致的错误，下面总结了设置修改系统语言环境的方法。
单机：R语言+Rwordseg分词包 (建议数据量<1G) 分布式：Hadoop+Smallseg库 词库：Sougou词库，Sougou输入法官网可下载 这里只先介绍单机的实现： 1、R语言：专门用于统计分析、绘图的语言 2、Rwordseg分词包：引用了@ansj开发的ansj中文分词工具，基于中科院的ictclas中文分词算法，无论是准确度还是运行效率都超过了rmmseg4j。
* 中文分词常用实现： 单机：R语言+Rwordseg分词包 (建议数据量<1G) 分布式：Hadoop+Smallseg库 词库：Sougou词库，Sougou输入法官网可下载 这里只先介绍单机的实现： 1、R语言：专门用于统计分析、绘图的语言 2、Rwordseg分词包：引用了@ansj开发的ansj中文分词工具，基于中科院的ictclas中文分词算法，无论是准确度还是运行效率都超过了rmmseg4j。 * 环境准备 (Windows或Linux版本都行)： R下载：http://mirrors.us
光学字符识别（OCR）技术已经得到了广泛应用。比如发票上用来识别关键字样，搜题 App 用来识别书本上的试题。
最近正在用nltk 对中文网络商品评论进行褒贬情感分类，计算评论的信息熵（entropy）、互信息（point mutual information）和困惑值（perplexity）等（不过这些概念我其实也还理解不深...只是nltk 提供了相应方法）。 我感觉用nltk 处理中文是完全可用的。其重点在于中文分词和文本表达的形式。 中文和英文主要的不同之处是中文需要分词。因为nltk 的处理粒度一般是词，所以必须要先对文本进行分词然后再用nltk 来处理（不需要用nltk 来做分词，直接用分词包就可以
最近正在用nltk 对中文网络商品评论进行褒贬情感分类，计算评论的信息熵（entropy）、互信息（point mutual information）和困惑值（perplexity）等（不过这些概念我其实也还理解不深...只是nltk 提供了相应方法）。 我感觉用nltk 处理中文是完全可用的。其重点在于中文分词和文本表达的形式。 中文和英文主要的不同之处是中文需要分词。因为nltk 的处理粒度一般是词，所以必须要先对文本进行分词然后再用nltk 来处理（不需要用nltk 来做分词，直接用分词包就可以了。
新年伊始，VNote发布小更新v1.11.1。顾名思义，这次更新将会很“小”，主要是修复已知问题。当然，这次更新也有值得大家浪费带宽下载的地方：
当我在1993年发现Linux时，我还是一名本科生。我很兴奋在我的宿舍里拥有Unix系统的强大功能，但是尽管它有很多功能，但Linux却缺乏应用程序。像LibreOffice和OpenOffice这样的文字处理程序还需要几年的时间才出现。如果你想使用文字处理器，你可能会将你的系统引导到MS-DOS中，并使用WordPerfect、共享软件GalaxyWrite或类似的程序。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
