On Saturday, December 28, 2019 at 9:15:02 AM UTC+1, Borneq wrote:
> W dniu 2019-12-27 o 20:34, Mateusz Viste pisze:
> > To może dałoby się załatwić oba problemy jednym podejściem? Wygenerować
> > sobie dla każdego języka zestaw tablic częstotliwości - po jednej na
> > każde dopuszczalne kodowanie, i sprawdzać swój plik na tej podstawie -
> > jeśli szczęście dopisze, to mamy wykrywanie język+strona. Tylko do
> > tego, jeśli to w ogóle ma statystyczną szansę zadziałać, trzeba mieć
> > sporą próbkę materiału.
> >
> > Mateusz
> >
>
> sprawdze czy zadziala

Zobacz jeszcze to:
https://softwareengineering.stackexchange.com/questi
ons/187169/how-to-detect-the-encoding-of-a-file

Cytat:
[
Files generally indicate their encoding with a file header. There are many examples
here. However, even reading the header you can never be sure what encoding a file is
really using.

For example, a file with the first three bytes 0xEF,0xBB,0xBF is probably a UTF-8
encoded file. However, it might be an ISO-8859-1 file which happens to start with the
characters i>>?. Or it might be a different file type entirely.
]

Pozdrawiam