cpdetector

cpdetector项目是代码页检测小而巧的框架。
cpdetector是代码页检测，集成了不同的策略，一个小而巧的框架。它可以被用来作为一个库的第三方软件访问在网络文本数据。
它还包括一个最佳实践的实施在一个命令行工具，允许整理和改造的基础上的代码页的文件大集合的形式。
可用的策略包括：jchardet（排除，频率分析和猜测），检测HTML字符集属性，并检测了XML编码声明的。
什么是代码页？
首先，一个文本文件无非比特序列。计算机必须决定，他怎么能在字符（由计算机的数字标识）的形式显示此数据。
代码页 - 这也被称为编码字符集 - 映射一个文本文件，文字的原始数据。原来的ASCII代码页例如只使用7位八位位组（字节）的决定是这样表示只允许映射128个不同的字符的字符。在过去的记忆是昂贵和电脑最常只有寄存器和总线为8位。
当一个主机被设想它必须决定，它应该支持哪些字符。医生和数学家，例如需要方程特殊字符。这样一来，一台电脑往往附带一个特殊的代码页

什么在此版本中是新的：

• 在这个重大Bug修复版本修复了在命令行批处理模式的两个问题。
• 来跳过移动未被发现文件的交换机工作现在又开始。
• 在没有将尝试转码未被发现的文件（后者造成的特殊的程序流程）。

什么是1.0.8版本，新的：

• 在这个版本是一个稳定的释放和修复字节顺序标记检测和不兼容的OpenJDK。它也需要Java 1.5了。