emily2ly
- 浏览: 166631 次
- 性别:
- 来自: 武汉
-
最新评论
-
CHE墨心：
楼主啊，pdftohtml你有测试过吗？
用xpdf和pdfbox来处理中文PDF文档及其比较 -
xuweiit：
不错，测试了可以正常使用，，
用xpdf和pdfbox来处理中文PDF文档及其比较 -
taotao945：
楼主你好，请问分词后怎么过滤停用词呢？急用，谢谢指点！
使用ICTCLAS JAVA版（ictclas4j）进行中文分词（附ictclas,停用词表,commons-lang-2.4.jar下载地址） -
uniWind：
c#下研究itextsharp了好久，也没有解决中文问题，楼主 ...
用xpdf和pdfbox来处理中文PDF文档及其比较 -
yegong：
楼主，您好，请问，stopwords，这个停用词表怎么用的咧？ ...
使用ICTCLAS JAVA版（ictclas4j）进行中文分词（附ictclas,停用词表,commons-lang-2.4.jar下载地址）
文章列表
转载：
木瓜教程之Google Docs使用手册
Google
Docs
是一个基于Web的工具，它有跟Word相近的编辑界面，有一套简单易用的文档权限管理，而且它还记录下所有用户对文档所做的修改。
Google Docs的这些功能令它非常适用于网上共享与协作编辑文档。
Google
Docs甚至可以用于监控责任清晰，目标明确的项目进度。对于简单的项目，它使用起来直接了当，不像dotProject
那般复杂。
从Writely开始，我就一直在使用这个网上文档编辑工具。Writely被Google买去之后，整个工具跟Google的其它系 ...
本文来自：
http://www.awflasher.com/blog/archives/1218
GMail有一个很“变态”的用法，就是在你的用户名后加上一个加号，然后加上任何字符串都可以使用，例如：
awflasher+blog at gmail dot com和awflasher at
gmail dot com的作用是完全一样的。
思考一下，Google为什么要推出这个功能呢？我想，绝对不是吃饱了撑着让你们八卦的。
其实关键的是为了方便地建立过滤器。
因为发送方的Email规则我们往往难以掌控，因此基于发送方邮件建立的过滤器 ...
在
LZW算法中使用的术语与LZ78使用的相同，仅增加了一个术语—前缀根(Root)，它是由单个字符串组成的缀-符串(String)。在编码原理上，LZW与LZ78相比有如下差别：①LZW只输出代表词典中的缀-符串(String)的码字(code
word)。这就意味在开始时词典不能是空的，它必须包含可能在字符流出现中的所有单个字符，即前缀根(Root)。②由于所有可能出现的单个字符都事先包含在词典中，每个编码步骤开始时都使用一字符前缀(one-character
prefix)，因此在词典中搜索的第1个缀-符串有两个字符。
现将LZW编码算法和译码算法介绍如下。
...
在全文检索中通常要对索引进行压缩存储，在压缩之前如果对文本进行一定的可逆变换能够使之更易压缩，BWT就是这样一种变换.
通过一个例子来介绍BWT,假设一段待转换的文本为:ababc, 则BWT的过程如下:
在T后插入结束符#得到新的文本串T#,循环左移,每次一位,得到一个|T#|行的矩阵,按首字母排序得到M
F = first column of M
L = last column of M
BMT使用L来代表T，这样做的原因是L通常比T更容易压缩（具有很多连续的相同元素），那么怎么通过L恢复出F呢？ ...
范式huffman编码是一种相对于正规的编码而言操作起来简单得多的编码方法，而且其效果能够起到和huffman编码相同的效果。
范式huffman编码的基础还是依靠于huffman编码。
1、首先对需要压缩的数据进行huffman排列，得出 ...
算术编码 (转)
我们在上一章中已经明白，Huffman
编码使用整数个二进制位对符号进行编码，这种方法在许多情况下无法得到最优的压缩效果。假设某个字符的出现概率为 80%，该字符事实上只需要 -log2(0.8) =
0.322 位编码，但 Huf ...
刚刚开始看绝代商骄，是在hudbt上下的高清版本，但是在添加sub字幕的时候有个小问题，字幕文件太大以至于挡住了视频文件。
解决方法如下：
1. 右键->字幕->描绘到VMR表面
2. 右键->选项->参数设置（或直接按F2），进入参数设置对话框
3. 视频处理->视频渲染器->VMR9未渲染（HQ字幕）
(完）
create@2009-09-19
一、POI
POI是Apache的Jakata项目，POI 代表 Poor Obfuscation
Implementation，即不良模糊化实现。POI 的目标就是提供一组 Java API 来使得基于 Microsoft OLE 2 Compound
Document 格式的 Microsoft Office 文件易于操作。
下载地址
：http://apache.etoak.com/jakarta/poi/release/bin/
相关配置
：
（1）
把下载的
poi-bin-3.2-FINAL-20 ...
一 介绍
最初Java是不支持对文本文件的处理的，为了弥补这个缺憾而引入了Reader和Writer两个类。
java.io下面有两个抽象类：InputStream和Reader
InputStream是表示字节输入流的所有类的超类
Reader是用于读取字符流的抽象类
InputStream提供的是字节流的读取，而非文本读取，这是和Reader类的根本区别。即用Reader读取出来的是char数组或者String
，使用InputStream读取出来的是byte数组。
弄清了两个超类的根本区别，再来看他们底下子类的使用，这里只对最常用的几个说明
InputStre ...
以前的博客http://lycoder.iteye.com/由于各种原因不再更新了~我会将里面的文章陆续转过来~希望大家以后继续支持我~