票友山 » IT 乱谈

在国内使用软件的恐慌

sunxun — Thu, 24 Dec 2009 03:31:33 +0000

在这大环境下，使用软件总是叫人恐慌。

IM

首先要说的就是IM ，以QQ 为例，所有信息都是要经过服务器进行转发的，服务器完全有能力记录下你所有的聊天内容。

这一点相信大家都可以看到。会员可以对聊天记录进行漫游（不先记录如何叫你漫游），而群中，聊天记录可以被完整记录，大家可以点群聊天记录查看。

而不可见的呢？很多人因为在QQ 中传播所谓的不适内容而获罪，还不能说明问题吗？

即便你觉得你永远不会言论而触犯所谓的法律，好吧，想象下，你在恋爱的时候，和女朋友说点甜蜜的话，这些话全部被记录，被计算机和别人拿去分析，真叫人恶心。我更不明白的是国内还有人因为裸聊被以传播淫秽起诉过，视频都被监控吗？还是监控了聊天记录，然后网监们也就一起去看视频了？

Gtalk 呢？这算是国外软件了吧，中文版的版本号比英文版高，但是中文版的聊天是不加密的，而英文版的是加密的。为什么？

安全软件

以下安全软件特指国内安全软件。

首先要说的是安全软件在国内的网络环境下，还是可以解决不少你的麻烦，即便你完全有能力查杀那些病毒、木马。安全软件也可以解决你的很多重复劳动。

自由门被几乎所有的杀毒软件认定是病毒，有的杀毒软件论坛中讨论过这个话题，结果答案是，被认定是一个病毒是处于规定。

或许这并不会叫你觉得不安，你说这个规定没办法，杀毒软件还可以添加信任呢。

那看看，几乎所有的安全软件都有一个报告病毒和木马的功能。

如果你不是小白，如果你并非对安全软件一无所知，你一定会知道有时候有的著名安全软件甚至没有反汇编病毒获取特征码，而仅仅靠名字、MD5 之类的东西查杀病毒。

想象以下，如果你的某个文档命名为一个极为敏感的话题。安全软件是不是也会进行收集呢？

我只是想象，因为我不明真相，而这些东西在这大环境下显得相当可疑。

输入法

如果你使用的是英文，那你可能完全不必要接触输入法这个概念。但是对于绝大部分的非英语国家用户而言，或多或少，都要接触一点输入法这东西，观亚洲很多国家，使用计算机没有输入法是不行的。

现行的Windows 平台下各种中文输入法，平均水平是绝对超过其他平台的。但是这里面有很多不安全的因素。

为什么这么说呢？

现在流行的Windows 下的输入法，尤其是拼音输入法，都或多或少的和服务器同步。这种同步让你的自造词，设置，一些输入习惯存储到了网路之上（提供输入法的公司的服务器）。

好吧，大家都知道在国内很多东西是你所不能说的。如果你用输入法输入了一个敏感词，这些输入法是完全可以统计并同步到服务器之上的。

想象一下，如果服务端有一些简单的统计功能。拼音为例，如果大家输入d ，进行统计的结果是大家输入“d” 最想输出的是“的”，我可以调整我输入法的词频，“d” 的输入“的”字为首位。提供输入法的公司可以说这是提供用户体验的一种方式。

说到这里，大家进一步想一下，如果你大量输入某个敏感词，而这个敏感词同样是可以被统计的，而经过一些计算机数量上和各敏感词同时出现的概率的统计，完全可以认定你在讨论某种话题，比如，只是一个翻墙，可能无所谓，只是一个GFW 可能无所谓，只是一个Tor 也可能无所谓，但是如果你这三个词输入的数量都不少，我就完全有理由认为你经常讨论翻墙，并在传播翻墙工具。

当然，服务器端在做什么我并不知道，但是正因为我不知道他们对我返回的输入法信息如何处理，而大环境又如此，我觉得并不安全。

总结

是的，不管你使用计算机的方式有多和谐，但是想到会被监控，本身就让人很不舒服，不是吗？

下面是我怂恿我女朋友不要用windows 的东西，大家可以不看了。

这里说的软件，大部分国内的Windows 用户都会使用，都叫我觉得不安全。而更多的呢？既然说的是软件的事情，为什么我要扯上windows 呢？

国内的Linux 和Mac OS 用户不是那么的多，开发者更是少，而且它们的用户完全有一套自己的软件方案，要全部替换成可悲监控的闭源软件相当不现实。

我们不去讨论平台本身的安全性。

对于安全软件，Linux 和Mac 不需要，不是说完全没有病毒、木马和漏洞，病毒少，这种也绝不是因为用的人少，这个话题有很多人讨论过。

IM ，如果你使用的是闭源的各种IM ，比如仍旧使用QQ for Linux/Mac ,我不敢说会更安全，但是有一点是，至少使用Gtalk 这种东西，比起Windows 我更放心，也完全可以选择进行加密。不过那什么平台，还是别用QQ 的好，反正我看大家上QQ 也都是隐身的，像我，我可能经常要和女朋友联系，叫她用Gtalk 不就得了。

输入法，或许并没有Windows 下那么好用，但有一堆开源的让你选，它们也没有向服务器交换什么信息。

Windows 太多的国产不开源软件，尤其在云计算这个概念无限被放大之后，似乎不管什么软件总想和这个拉上点关系。而他们在做什么，你只能靠猜，但是他们在做什么，又不能完全让你知道，只是被你看到的东西很可疑，被蒙在鼓里很容易让人觉得不安全，不是吗？

云计算这东西，眼下看来，大多公司的处理方式是将一部分东西从本地往服务器挪。在这种大环境下，这种挪很让人不放心。比如金山的Office ，提供了在线存储和同步，你敢什么文档都往里面塞吗？

一月回忆

sunxun — Fri, 11 Dec 2009 12:10:18 +0000

我爸爸发现了Google 比百度好用，我很积极地将它的首页由百度换成了g.cn。我很希望有天我爸爸问我为什么那么多网页打不开。

我爸爸问我为什么大家那么无聊，都在谈论奥巴马访华的时候某个背后的女郎，我说那是因为奥巴马访问很无聊，无聊到找不到其他什么亮点。关于Twitter 的提问也因为奥巴马的表现显得尤其的无聊。

Opera mini 国际版没法用了，好在我找到了Opera mini server 的一个php 版本，自己建了一个。我很庆幸自己冷静的等待，没去折腾Ucweb 英文版，Ucweb 英文版也不行了，而且你一点办法没有。一个外国公司尚且要如此妥协，你还指望一个中国公司？

我从电信的DNS 换为OpenDNS 是因为电信的劫持和弹出广告，从OpenDNS 换成Google Pubilc DNS 是因为那IP 太牛逼，而且没有了OpenDNS 的广告式的跳转。不用DNSPod是因为这类服务用国内的绝对不靠谱。

我发现我女生更应该使用Linux，至少我希望找我修电脑的女生是这样，总是解决一些小病毒和解决为什么电脑又慢了之类的问题实在是令人烦躁。微软在收费，又有多少人免费为他做客服？

在无数邮件往来之后我终于让张同学用了Dropbox，很多的事情总算是轻松了。当然，她要是懂得使用客户端，懂一点关于版本的常识，那就更美妙了。

听了林志玲为台版魔兽的配音，不明白大陆玩家还在等什么？等着黄花菜变凉吗？赶紧全工会学会使用VPN ，全面转入台服就好了。

看见搞文艺或者说文字的人不得不去学点电脑应用技术，而这些本是不必要的，我觉得这世界真是疯狂。

黑莓似乎要更进一步地深入中国，太搞笑了，没有wifi ，这时代，你拿个行货手机都不好意思跟人打招呼。

房价涨了，《蜗居》实在是没能勾起我的兴趣，房价涨了多好，不靠父母的话，我觉得我以后实在不需要为是该买房还是该租房思考了，生活更简单了，多好。

Btchina 被关，我实在搞不明白那些号称资深网民的家伙为什么以后p2p 的时代终结了。

12月14日，CNNIC 将全面停止CN 域名的个人用户注册。有人说，想注册的得速度了。靠，你疯了吗？在国内注册域名，还是注册CN 域名，最牛的是你居然能想到这个时候要抢注。

看见一些做纯技术的站点觉得自己应该到国外做互联网产品。

看见一个搞技术的人在考虑移民做技术，太疯狂了，生活在这个时代的中国真是刺激。

看见很多人讲87.53 ，我不知道为啥想到的是87.53 + 2.11，Google 后发现很搞。

看了一些电影，最近看的《滑稽人物》里面把Youtube 翻译成优酷，这样处理真好，你都不用去解释为什么没有这个网站之类的话题了。

BT china 被关所想

sunxun — Sun, 06 Dec 2009 11:00:08 +0000

今天btchina 被干掉了。

现在登录btchina 也许你还可以看到下面的话：

  网上传言太多，有必要出来说明一下，但又不能连累国内的idc背个非法接入的罪名，所以借个国外ip来说下，请大家广而告之，本页面稍后也会关闭。

  BTCHINA 接广电通知 因无视听许可证 所以工信部删除备案号 关站 关于本人安全问题 再次证明网上传言不可信 特别是新闻最不可信

说下视听许可证

互联网视听许可证的概念很广，精简来看就是凡是涉及到互联网视听服务（制作，转播，传播）等的公司都应当去申请视听许可证。

我不知道国内被封掉的bt 站点涉及了上面所说的什么规定。

制作？如果压片也算是对那个视听文件进行了制作的话，我们每个人都可算是音乐制作人了，视频你没压过的话，mp3 你总压过吧。
转播？你在那个bt 站点上看过视频？
传播？很遗憾，传播的是个人，而非站点，这是p2p 网络。

这样看来，以没有视听许可证来关闭站点似乎有那么一点牵强。

说说bt

Tracker 服务器

前一阵子海盗湾关闭了trac 服务器，是的，是关闭tracker 服务器，而非关闭。

什么是bt 的tracker 呢？简单的说，tracker 可以算是bt 的网络的一个中转。

你得到一个种子，这个种子包含一个tracker 服务器，当你看是下载这个种子的时候首先是连接上这个tracker 服务器，然后通过tracker 服务器来获悉谁在提供上传、谁在下载，你该向谁下载、向谁上传。

当然，tracker 有时候也担当这裁判的角色，他可以通过它所设定的规则来判断一个client 是否可以下载之类，这些规则可能是共享率或者别的什么。

在这种模式之下，没有了tracker 服务器，你在这个服务器上获得的种子将完全的失效。

国内bt 站点基本上是基于这种模式，tracker 服务器很像是《终结者》中的天网，摧毁了天网，这个机器人部队就完蛋了。

DHT

这种模式很让人头疼，谁可以保证tracker 服务器不会宕机？

后来DHT（Distributed Hash Table，分布式哈希表）出现了。它可以干什么呢?

简单的说，就是将tracker 的作用分散到了各个client 之上，client 不仅仅实现原先的上传和下载，同时也包括获取和保存自己周边网络是的其他client 的信息。这样的client 被叫做了节点。

现在即便完全连接不上tracker 服务器，用户仍旧可以进行上传和下载（当然，种子本身禁止了DHT 的除外）。

这和电骡中的KAD 网络其实是一回事。

未来的BT 下载

可能在不久的将来你将不再会使用到种子。为什么呢？如果你使用过bitcommet ，你可能见过BC 的专用链接。

未来的种子将被Magnet URL 代替，你要下载什么，只需要一串字符就好。

回到广电

广电干了多少事我就不多说了，如果你网龄超过一年，你一定可以列举出几件。

我记得问一个热衷于收藏CD ，录音带的朋友，为什么不全部买正版，盗版有什么收藏价值。

他给了我两个理由：

有的音乐正版太贵，没有一定的经济实力你烧不起，而作为一个音乐爱好者，你不可能因为买不起而完全不去听。
国内并不存在完全的正版，一方面，引进版的音质不见得比盗版好，另一方面，并非所有的专辑都可以被引进。

国内出版的音乐专辑还必须经过严格的歌词审查。当然，这可能没有电影审查来的那么出名。

审查

我似乎把话扯远了，不过，上面两个理由可能也解释了为什么p2p 网络会如此的发达。音、视频的东西消费对于国内大部分人来说还是太贵了，尤其当你烧国外的东西都时候；即便你有消费能力，你在国内要消费这些东西也并不那么容易。

好吧，这关广电什么事呢？

如果你有兴趣，你可以去看看广电总局下属了哪些单位，再看看广电总局是干什么的。

如果仍旧是在web 1.0 的时代，那我要审查，只需审查为数不多的一些网站就好，现在不行了，每个人都可以发布消息，而且这个消息很可能会以极快的速度传播开。

下载也一样，你把所有的视频网站，所有的ftp，所有的http 下载服务器全部关掉，网民还是有地方看视频，听音乐，为什么呢？正是p2p 网络，服务器上现在没有任何的内容，内容在个人计算机上。每个人都是V 怪客。

BT 作为一种p2p 网络，极大的加大了审查的难度。所以，自然要找一些提供了tracker 的网站开刀。而国内的BT 网络的极大弱点就是过于依赖tracker 。

利益

另外一方面，我之前叫大家看看广电的下属单位，就是想要大家了解广电的业务，越来越多的视频和音频的传播，给广电的业务造成了极大的冲击。

很多人已经很长时间没有接触电视机了吧。那广电的IPTV 呢？

BT 的未来

说实话，我对BT china 之类的站点并没有很么感情。

国内很多BT 站点审查过于严格。
我习惯了以前在教育网的BT 下载速度，现在也是通过IPV6 连接以前学校的站点进行下载。
太多BT 站点过分依赖论坛，而论坛并不是发布此类信息很好的一种方式，我喜欢更为直观的分类和索引。

BT 的未来在于引进新的技术，如果分布式的理念（其实也可以看过web 2.0）的理念得以更广阔的推广。那BT 可以立即复活。

想象一下，如果tracker 不存在了，传统的BT 站点要的只是一个wiki 而已，每个人自由编辑，有电影信息，有magnet URL 。BT 服务商不需承担今天这样大的风险。

当然，Tracker 消失了，BT 站点的利益可能也会受到一些损失，因为他们对用户的控制将远没有今天这么大；而对于用户而言，对BT 站点的依赖也会极大的减小。

炒冷饭之汉语编程

sunxun — Fri, 23 Oct 2009 06:33:38 +0000

今天要讨论的话题很古老了，关于汉语编程，是自己以前看帖子的一些想法的笔记，整理一下，作为一篇日志进行发布。

首先申明我的观点，汉语编程可实现，但是没有任何现实意义，这和民族自豪感或者计算机在中国发展都没关系，只是没有任何意义那么简单。

下面我会详细介绍我的观点。

计算机的根本

计算机本身就是在英美国家产生的，很多东西和中国的文化并不相似。汉语编程的实现不是汉化不汉化那么简单。要让编程中汉语成为主流，除非中文成为主流，并且从根上改变计算机产业。

这里说个计算机编码的例子，ACSII ，其实就是128 个字符加128 个扩展字符。这是现行的计算机都包含的编码，用256 个字符，可以表示编程语言的全部，表示出所有的代码，表示出英文所有的表达。但是换成汉字，码表是多大？

类似的问题很多，汉语编程不是一个简单的中文化的问题。“if”方便还是“如果”方便，不管从输入的便利性还是存储空间性还是计算机处理的速度上来说，都是“if” 更加好一些。现在的计算机语言表示就是基于码表的，这一点你没法改变，这已经不是编程语言这个层面的问题，而是计算机设计的根源上的问题。就算微软所有的API 都汉化了，放到linux 下，它还能蹦跶吗？过几年这些API 还是不是有意义呢？

英语编程太难？

有一些汉语编程的簇拥者认为应该实现汉语编程的理由是英文表示的编程语言难于理解。

其实就算编程是基于英语的，其实关键词并不多，没有英语基础学编程也不是什么难事。当然，有英语的基础更好，很多好的东西其实在国外，你英语好，学起来很方便。编程难不在于是不是汉字上，就算全部是汉字，还是会有很多国人学不好，而编程厉害的国人，未必英语就很强。

编程难在什么地方？难的不是语言本身，而是编程背后巨大的知识背景。数学、逻辑、创新，这些无一不重要。越往深了走，你越会发现编程这东西限制你的不是变成语言而是其他一些东西。

究其根本，人学不好编程，不在于他的英语烂，而在于其他的相关的东西没有掌握好，或者说，过于浮躁。

汉语使用者的民族自豪感

是的，当人们发现编程难不在于语言本身之后，一些人仍旧还在是狂热的支持汉语编程，为什么呢？

民族自豪感。放在这里，就是一种中文自豪感。这大概是汉语编程簇拥者嘴上不说，但是事实上他们最认可汉语编程的一个理由。

中文的确是博大精深，所以，有人认为编程语言要是使用中文会表示出更加丰富的内容。

就比如说有人说，“看”在中文里面有着丰富的表达，但是英语“看”这个表示很少，不会超过10 个（甚至大言不惭地说可以连古英语的“看”的表示也算上），以此证明中文比起英语其实完全不是这样。我可以明确的说10 个绝对是少了，汉语固然博大，但是完全没必要夜郎自大，觉得别的语言真的有那么些个劣势。有机会你可以问问学英语的同学，甚至专门请教别人英语有多少“看”。

语言都很复杂，一个人终其一生研究一门语言也不够，take 这个单词够简单吧，你看看词典上它的解释有多少。每门语言都博大精深，这个说法一点都不为过，没法比较出真正的优劣来，除非是放在一个很小的环境里面来说，比如说限定了数字，那自然大家都会选择阿拉伯语，而不是选汉语，也不是英语，但是放开来说，阿拉伯语有多少人觉得好学？

也有人说，函数和变量命名的时候，汉语更有优势。英语可能会很长，但是汉语两个字就可以表示出大部分的内容。这个问题很简单。比如有一个函数名叫getMessage();汉语可以用“获取信息()”，你说太复杂，那叫“获信()”。从两点上来说：

汉语的输入是基于输入法的，不管用什么输入法，汉语的一个字的击键数量并不占据优势。
虽然两个汉字的组合就可以变化万千，但是真正要让别人看源代码的时候一看就知道意思，是不是真的就两个汉字组合就行？

归根结底，汉语的确是博大精深，但是不要认为其他语言就真的那么不堪。而且放在计算机上来说，汉语未必就拥有什么优势（大多数键盘上直接敲击出现的就是英文，而汉语必须经过一次转换）。

数学的重要性

有人为了鼓吹汉语编程对国人的重要性，而说编程最大的障碍就是语言，而不是数学之类的东西。

我只能说，你说的是看懂汉语和英语的hello world 吧。

小学生也有学好编程，编出一些不错的程序的。但是真的推动计算机发展的人谁是数学不好的，很多归根结底就是数学家。那些人鼓吹的小学生不懂太多数学而编出的东西，你仔细去看，还原下来，全部都是数学。

数学是根本，这是建立在现行的计算机的基础上，如果计算机业界整个被颠覆了，那可能会不一样。这个也是个哲学课题，现在还有很多人研究，要是中国人的思维模式成为主导，现在的文明会是什么样。就像中医和西医的论战一样，其实归根结底，说中医不行的，是在分解中医用药的元素，认为什么什么元素超标了，他们不理会五行相克，以毒攻毒，他们觉得穴位就一定是要能看见的。这就是中西思维模式碰撞的一个点，这些基础丢在这，计算机是现在这样，编程语言是现在这样，就没什么不好解释的了，现行的，就是一个数学的世界。

如果计算机不是数学，这样的命题，已经不是我能讨论的了，留给哲学家和计算机科学家去吧。当然，按照现在的思维基础，可能证明这个问题本身就是一个数学过程。

国际化

英文编程比汉语更适合国家化。

首先，即便实现汉语编程，从根本上来讲，编程语言易用是建立在易记的基础上。但是英语比汉语更加适合国际化。

对本身不是说汉语的人来说，学汉语绝对比学英语难很多，这个是毋庸置疑的。关键词可能还没什么，外国程序员大不了死记硬背，就算背下来了，int 效率还是比“整数”要高，这是计算机本身限制的。再涉及到变量和函数，那就更加复杂了，要是是字母的，我还可以胡编个完全没意义的dspdw，这是计算机完全可以处理的，而且我下次要使用这个变量的时候绝对可以很方便的可以打出来，但是想一下要是个老外，使用的是汉语他胡编一个变量“魑魅魍魉”，他下次是不是还可以打出来？

假定有一个不懂英语也不懂汉语的人来说，他有一定的计算机基础。学习英语的编程语言，他只需要记忆关键词和语法即可；但是要是是汉语编程，我不得不说，他起码要掌握一门输入法，但是掌握一门汉语输入法的前提是什么呢？现行的汉语输入法是基于音或者形的，要掌握汉语一定量的音或者形，并不是一件简单的事情。

而不得不提醒大家的是，现在还是没有任何一款中文输入法真的叫人完全满意。毕竟键盘是在英语的基础上构造的。

也有人鼓吹，可以写一个无缝翻译机，让外国人也可以轻松使用汉语编程。无缝翻译，这个涉及很多人工智能的东西，语言处理包括文字处理，语义处理，语义处理相当的困难，现在基本是靠人工完成的。这个东西比操作系统还难很多，不光解决这个问题上，还包括这个平台后期计算的资源消耗上。就算实现了，个人计算机需要多少年才能真的可以高效的对语言的语义进行处理？这些时间已经完全足够自造很好的操作系统了。哈哈，不说别的，汉语分词这个最简单的问题就能让你崩溃，还建立无缝翻译机再推广语言。真有了高效无缝翻译机，中国计算机早就走在世界前列了，完全没必要折腾什么汉语编程之类的问题。

中国文化在计算机界的体现

这一段要讲的是一些个人的看法，计算机在中国如何发展。

首先是基于现行的计算机模式。我想说最重要的就是文档和资料。

出现更多的简单入门书籍。打好基础，千万不要浮躁。
出现更多的衔接性书籍，比如C ，C 语言入门的书很多，之后讲专门讲C 的进阶的书也很多，但是入门和进阶之间空白很大。
良好文档的建立。比如Intel 手册，厚厚的几本，其实就是讲汇编和指令，但是文档那么多。

现行的计算机模式，玩计算机玩到后来就是玩数学，对于国人来说，玩到后来就是玩英语和数学。是的，这个不是最开始，是后来。

要想走在计算机的前列，好啊，踏踏实实往深处走，在这条路上也可以走很远，到时候写中文文档，让全世界其他人去翻译就好了。

而如果改变计算机模式呢？说白了，从根上改变计算机的离散本质，变为中国习惯的连续性，那你牛。当然，这个还处在科幻阶段。

草野轻功

sunxun — Fri, 16 Oct 2009 08:52:03 +0000

这年头，墙太高，不学点轻功是不行的。

做了个PDF 文档。记录了江湖流传的一些轻功。

下载地址：点此下载

想参考的可以下来看看。

字符编码小记

sunxun — Fri, 28 Aug 2009 09:20:22 +0000

虽然大多数人都可以说出一些字符编码的名称，但是很少了解到具体的东西。

本文将介绍一下大家经常会遇上的一些字符编码，同时也介绍一下一些常见的汉字编码。写得不是很详细，主要是一些我查编码的一些笔记。

ASCII 及其扩展

ACSII

ASCII 编码是美国人搞出来的，一直沿用至今，并被定为了世界标准。

ASCII 占1Byte ，也就是8 bit 。

按理说，ASCII 应该是可以表示2^8 个字符，也就是256 个字符，按照十进制就是从0 到255 ，很多书上也是这么讲解的。但是事实上，ASCII 编码只有使用了其中的7 bit，而这个8 bit的第一位默认为0 ，也就是，它只包含了128 个字符。当然，这并不奇怪，我来解释一下。

为什么只使用了7 bit ，却要占据8 bit 的空间？

ASCII 出台的时候是1976 年，那个时候的计算机是按照8 bit 来存储字节的，所以按照8 bit 来做编码表有很多的便利之处，和标准也比较统一。

为什么只有128 个字符？

之前已经说了，换个标准是美国人做的，虽然8 bit 可以存储128 个字符，但是美国人没有那么多的需求，所以也就没有再画蛇添足了。

这128 个字符都包括了什么？

包含了大小写英文字母，数字，标点，还有一些只有计算机课件的操作符。

几乎所有的操作系统都默认包含了ASCII 编码。

ASCII 扩展

有人觉得ACSII 每个字符只使用了8 bit 中7 个，算下来太浪费了，于是想方设法，把它扩展到256 个字符，但是不同的人、不同的组织扩展的方式不一样。于是国际化标准组织设定了扩充的规则，保持0-127 与ASCII 一致，再来进行扩充。在这个标准下产生了很多编码，比如ISO 8859-1 （属于 ISO 8859），128-255 存储了一些西欧使用的字符。

问题的出现

ASCII 或者它的扩充，虽然满足的拉丁语系的要求，但是对于其他语言的存储表示却捉襟见肘，如何来解决这个问题呢？于是人们想到了使用多个字节来表示一个字符。

Unicode

Unicode 1.0 的编码设计者想，既然一个字符表示不了全部的字符，那就用两个字节，应该可以搞定了，可是使用了一段时间之后，他们发现两个字节还是不够，世界上稀奇古怪的字符很多。

于是Unicode 2.0 出现了，它使用2 byte + 4 bit，也就是20 bit 。

这也就是UCS-2。

而为了和ISO 使用4 byte 来存储字符的标准相同意，又产生了USC-4 ，不过，换汤不换药，USC-4 虽然占32 bit ，但是仍旧只是使用其中的20bit 。

至此，在国际上算是有了比较通用的编码方式，但是问题并没有完全结束。

新的问题

原先使用ASCII 及其扩展编码的人开始诟病这一新的标准，如果我要使用一个比较奇怪的字符，不得不是用刀USC-4 ，那我的整个编码将完全改变，而就因为一个字符，我原先1MB 的文件可能变成4 MB。

而对于一些程序员而言，整个问题更加严重，不仅仅是占用空间的问题。比如在C 语言之中，使用“\0” 作为字符串的结尾，但是如果是使用Unicode 编码，那生成的编码中会有很多全是0 的字节，无法正常处理。

UTF

UTF 分为UTF-8 ，UTF-16 ，UTF-32 ，现在分开来说一下。它们之间的关系不是低版本高版本的关系。

UTF-8

以字节为存储单元，没有顺序问题。变长编码。系统无关。

它有三条规则：

ASCII 编码按照1byte 处理。
1 Byte 无法处理的字符用2 Byte 处理。
2 Byte 无法处理的用3 Byte 处理。

而处理方法为：

单字节字符，首位为0 ，另外7 位为对应的unicode 。
对于n字节的符号（n>1），第一个字节的前n位都设为1，第n+1位设为0，后面字节的前两位一律设为10。剩下的没有提及的二进制位，全部为这个符号的unicode码。

UTF-16

有UTF-16，UTF-16BE（Big Endian），UTF-16LE（Little Endian）

对应USC-2 ，也能通过一些算法表示USC-4 中的部分编码。变长，但是变长的最大范围是20 bit ，所以依赖系统环境。至少是2 byte ，仍旧有一些字符无法表示。

UTF-32

对应USC-4 。无需经过其他算法来转换。每个字符至少4 bit。

Little Endian 与Big Endian

学过汇编应该很好理解这个概念，就是高位到低位还是低位到高位。

对于16 进制的0xabcd ，Little Endian 就是先cd 后ab。而Big Endian是ab 后cd。

BOM

在UTF 编码设计BOM 这个概念。BOM 实际上就是标记UTF 究竟是LE 还是BE。

在便面的最前面进行标记。这可能会产生以下问题，因为在USC 中，是没有BOM 的系列的。

UTF-8 是以字节存储的，无需BOM。

BOM 说得很大概，大家还是参考网上的其他资料比较好。

汉字编码

上面说的编码，除了ASCII 及其扩展，都可以正常的处理中文。但是国内也推行过一些汉字的编码标准，比如GB-2312 ，GBK ，Big-5 等。

GB2312-80

1980 年创建，简称国标码，每个字符用两个扩展ASCII 码来表示。包含了7445个字符，包括6763个汉字和682个其它符号。未收录繁体中文。

Big-5

台湾香港地区普遍使用的一种繁体编码，包括440个符号，一级汉字5401个、二级汉字7652个，共计13060个汉字。

GB12345-90

1990 年出台，繁体字编码标准，收录6866个汉字，主要用于繁体文献整理。

GBK

共收录汉字21003个（包括中日韩汉字）、符号883个，并提供1894个造字码位，简、繁体字融于一库。通过GBK与UCS之间一一对应的码表与底层字库联系。

CJK

三个字母分别代表中国，韩国，日本。Unicode 出品，三国文字统一编码。

GB18030

2000 年出台，收录了27484个汉字，同时还收录了藏文、蒙文、维吾尔文等主要的少数民族文字。增加了CJK 中扩展的中文字体。编码采用单字节、双字节和4字节方案。其中单字节、双字节和GBK是完全兼容的。4字节编码的码位就是收录了CJK扩展A的6582个汉字。

兼容关系

国内出的几个编码都向下兼容。

后话

这篇文章算是了解编码的一个笔记。在非英语国家使用计算机不可避免要跟编码接触，多了解一些很有好处。

在linuxsir 上我在某贴关于拼音输入法的一些讨论

sunxun — Mon, 17 Aug 2009 15:38:00 +0000

前言

以前在Twitter 上看到有人说每次打100 多字（Twitter 有140 字符限制），不知不觉凑了一篇长文。

而我在那个帖子上回了四个帖子，连起来字数过了9000，连起来也算一个长文了，于是决定把这四个帖子粘贴到这里。

因字数过多，此次转帖不进行过多排版了。

有兴趣看相关背景的可以看：http://www.linuxsir.org/bbs/thread337377.html

第一帖

这个帖子好像已经讨论了很长时间了。看了看，还是忍不住想说两句。

################################################
我先来总结一下愚民兄的思路。
类似拼音的输入法不能算是一个好的输入法，甚至不能算输入法。理由：
1.单字能力太烂，无法适应盲打。
2.因为单字能力不好，所以会影响到整体的思维。

下面是愚民兄在帖子中的一些论述。我罗列出来只是为了证明我的总结不是凭借假想在乱来。

“没觉得搜狗输入法多好啊。甚至觉得连输入法的边都沾不着，只能算是玩具。”

“起码得是单字能力过得去的。用大词库想回避单字是不成的，因为很多单字的组合并不是词，否则若想强将这些不是词的单字组合勉强当作词来处理的话，那么词添的越多越不够用。”

“只能是顺着输入法打（即用你所记住的词来“接龙”）”“因为单字能力不足的输入法，表达能力受限制，久而久之，思维能力都受影响了——即在打字时，自觉不自觉地就顺着输入法打了。”
你说的是智能ABC 吧，

“因此，你用这样的输入法打，就得顺着输入法打，就是说，你想到了“票已售完”这个字组合后，却不能这样打，得从脑子里转换，换个别的打法，比如说“电影票已经出售完了”，或“球票已经出售完了”（或是“卖完了”）。这就是受制于输入法了。”

################################################

我做几个判断。
1.愚民兄不是学理科的，即便是理科的，也没有具备一个理科生最基本的素质——严密的逻辑。
2.愚民兄没有好好用过任何一款现代的拼音输入法，即便用了，也并未深入。
3.愚民兄谈话的时候透露了太多优越感，一种会一些需要学习才能掌握的输入法而对于其他只会那些使用不需要学习就可以上手的输入法的人的优越性。

我的这几个判断同样不是胡乱得来，我还是会好好论述的。

################################################

1.拼音单字不好。
说实话，拼音单字烂是确实的，因为码和字符的对应关系决定了这一切。任何人都回避不了这个问题。

但是并非一个完全没有解决办法的问题。首先常用的汉字数字上并不是很庞大，摊到每个音上，也就十来个。
当然，这个只是一面，还是有一些字可能要翻很多页。

不过，每天输入单字的机会究竟有多少？而这些常用的单字是不是真的那么难以输入？

2.拼音单字不好是不是真的会限制思维

英美国家打字不受输入法限制，愚民兄提到了这一点，而当时他要论证的是英美国家的输入法优秀可以让他们的思维更加清楚。
第一，PC 的键盘本来就是按照英语来构架的，本身就有先天的优势；第二英美国家的人打字的时候首先也是想到这句话怎么说，是从语音这个角度来思考吧，而不是从单词形状来思考。和拼音的唯一区别就是他们没有重码。

但是这种重码而产生的一系列问题，是不是真的影响人的思维？

我敢说愚民兄事实上并不熟悉任何现代的拼音输入法。
我说两个特点。
a.词组记忆。就是说，即便第一次我输入不了这个词，我成功输入一次之后这个词组就已经在词库里面了。
那种怕输入某些词而想换表达方式的情况，或许在最初的全拼里面有，在智能ABC 里面有，但是现在这种情况基本是不存在的。
b.智能组词。AB是你想输入的词，A是一个词，B是一个词，输入法会自动尝试组合AB 便于输入。

一款输入法上升到限制人的思维的角度上过于夸张了。
《圣经》中文版的爱，在英语里面是用多少个不同的词表示的，在希伯来语中使用多少不同的词表达的，如果愚民兄感兴趣，可以考证一下。
我是不是可以说中文太限制我的思维了，那么多不同的概念，中文里面只有一个简单的爱，而这个爱字很多时候不能完全的表达圣经中的相同概念。

就说要输入古文，你会因为输入法的不方便，而偷偷地把字和表达换了？

真的懒到为了输入方便长期换表达方式的人，无需输入法，什么都可以让他改变。

3.单字输入与输入法的关系
单字输入是输入法的优秀的关键元素，愚民兄几乎是一棒敲定。

输入法不仅是用来输入汉字的。
输入法按字面意思来说应该就是将用户在计算机上的击键反应为某种字符，呈现在计算机上。当然，话说到这里，并不能回避愚民兄单字能力的问题。

单字问题

这个东西全部是用搜狗拼音打的。我是搜狗的重度用户，但是我不觉得我的表达和思维混乱到什么地步了。

说到这里必须再次引用一下。
eagle_m 说我用搜狗拼音从来没有觉得它绑架我的思维,敢问一下难道你打字的时候是看着输入法给出的结果再想怎么说?如果是这样那么你确实不应该用这种输入法,因为你根本就没什么要说的,所以输入法才会自作主张帮你出主意.
化外愚民说你觉得“我用搜狗拼音从来没觉得它绑架我的思维”——最令人担心的就是这个了，因为这意味着你已经完全适应了这种绑架。关键是单字能力好不好，单字能力不好，安排文字能力不自由，有人会觉得很不舒服，但有的人用着后就适应了，这意味着他的思维已经完全被这种输入法同化。

我就编个小笑话吧。
A : 我没觉得资本主义有什么不好。
B ：这就说明你被资本主义毒害的不轻。

之前也有人说搜狗满足了自己的需求，愚民兄的观点是这些人太凑合了。

子非鱼。

即便真的是，玩弄没有逻辑的文字游戏并没有意思。

4.谈谈输入法
上面我从字面解释了输入法的概念。我想说输入法是一种键盘和字符的映射关系。解决单字输入，其实只是变为一一映射，这个在技术上是很简单的。
但是输入法并非输入字。而是语言。
语言这个概念很大，但是目的就是为了表达。
能便利地表达自己的意图的输入法我觉得就是一个好的输入法。
而一个输入法应该尽可能和人的操作习惯还有思维模式相同，我觉得搜狗在这一点上并没有什么不妥的地方。

就说搜狗
我输入 atg 就可以得到
我输入cout 可以得到cout<<""<这些都是我要的表达，我都可以用这个输入法实现。仍旧是强调：输出的是语言，为的是表达。
不是字，不是词，不是其他任何东西，是表达。

人为啥要换输入法，是因为要满足自己的需要。如果人真的是那么容易被输入法禁锢，那完全可以被禁锢到任何一个输入法里面，因为一一对应其实太简单了。

5.最后说下我认为愚民兄的一些错误观点
a.混淆了“精确表达”和“单字输入”。
b.用来表达“单字输入”优越性的例子，其实大多人都用不到，即便用得到，搜狗拼音并非无法解决的。我习惯的表达是方言，但是我方言里面很多词语我用任何输入法都打不出来，比如 tanhuo 我可以用拼音表示，谁可以告诉直接打字怎么打？上面说了，关键是语言，不是单字。单字加词组，那是最简单的输入法。 y=F（x），我换个F 可以打造无数种无重码的输入码，但是真的那样输入法就优秀了吗？
c.“单字能力不好，安排文字能力不自由。”从头到尾，愚民兄你真的没有好好论证过这个问题。理论上，或者事实上，真的没有任何强有力的依据。

##################################################
我说那么多不是为了说搜狗无可挑剔。只是反对一种先入为主的态度。
从来没有完美的软件。

我记得以前有人诟病过fcitx 的代码如何不好。
我只想说，在这样一个开源为主的论坛，不要丧失开源的精神。
发现什么不好，提出新的观点，证明这种观点真的更优，然后改造它，或者提出改造它的倡议。

第二贴

dgod 兄，不好意思，因为不经常上论坛，所以现在才看见你的帖子。

#######################################
1,5 我放在一起解释。
首先我肯定离开了单字，是无法谈什么汉语的。汉语分解到一定程度，就是以单字出现的。我也肯定汉语的精确是要求单字是精确的。
先说5 吧，我还是想说一下单字输入和精确表达。这帖子那么多页了，是否真的有有力证据证明单字输入不强一定会让表达不精准或者思维模式受限？是否证明了不是基于单字精准，就无法解决单字精确？
从汉语看，精确表达体现在具体问题上，是每个单字都出现在了它恰好应该出现的问题。
是不是人的思维总是以单字为要素的？是不是因为拼音纯粹输入单字很烂，就可判定最终拼音输入就无法让单字出现在准确的位置上？是不是现在的拼音输入法，比如搜狗，真的不能让这种单字排序准确快速地呈现？
是不是可以因为某种编码在某个领域的问题，说一款或者某一类输入法是玩具？
我从来没有回避拼音单字的问题，即便只是常用字，即便拼音编码是平均编码，如果基于单字输入，还是有很多的重码，要输入很多字还是需要翻页。
现在转过来说1 。
我想问，事实上你认识的使用拼音输入法的人，谁打拼音的时候需要翻很多页？你的这个帖子，你可以仔细分析下具体的字，有哪些是必须以单字呈现的？而呈现这些必须单独输入的单字在一款输入法中必须翻页很多次？
如果总是以单字来讨论，认为因为语句是以单字构成，就必须以单字呈现，那不说拼音输入法，整个拼音编码可以直接枪毙掉。拼音编码之所以可以存留，因为它是使用汉语的人呈现思维最直接的方式，我们想一句话，最开始呈现在脑子里面的是什么，你可以自己试试，拼音对于大多数人来说，上手是最快的，因为他和使用汉语的人思考的模式是最相似的。我想这也是即便拼音编码有各种问题，但是一直被保留，被改进的原因。
现代的拼音输入法，并没有从根本上解决单字问题，因为这是编码的问题，但是很大程度上已经解决了单字问题的困扰，让这种必须以单字来表现的情况变得很少。如果你真的长时间使用过一款现在的拼音输入法，你不会认为我的说法有什么过分的地方。如果还在98 上的全拼状态，我也会义无反顾的学习另外一种输入法。

2.智能组词
我的搜狗的各种自定义设置和词库从2.0版本一直跟我跟到了现在，我不愿换别的输入法不是因为我觉得别的输入法不好，而是因为长期使用后，各种自定义词组和词频已经和我的表达方式很契合。
如果仅有单纯的智能组词，如果不默认记录自定义词汇，也不默认优化词频，结果当然是惨不忍睹。
现在的输入法，第一次不对，第二次就对了。

3.我没有偷换概念。
你仔细看这个帖子，从第一页愚民兄就认为现在的拼音输入法绝对都是个玩具。而后面这种论述变为肯定，并且多次强调，我发这个帖子是针对这一点。
他所做试验，仅仅基于一款新装的拼音输入法，没有人的磨合，甚至没有用这款输入法来进行一段比较长，比较完整的表达，而只是试验了一些词库中以前并未出现过的词组，之后就上升到了一款输入法可以影响人的思维的角度。我觉得这些都过了。
我写出这些，不是我思维混乱或者理解力有问题。我不算聪明，但是也不笨。
汉字的输入问题，我并不是没有在我的帖子里面谈。而多余的废话，只是觉得前面的愚民兄很多的帖子得出的一些过于结论过于轻率。
我谈到输入法的其他问题，是因为我觉得作为用户，判定一款输入法的好坏的基础，是这款输入法是否可以准确的呈现自己的意图。而其他的问题，是快不快的问题，是新装输入法首次直接呈现的问题。混在一起讲是没法讲清楚的。

4.我觉得你误会我的意思，或者说没有看全我的话。
如果只是避免重码，那真的是很简单。我是学数学的，从数学上来讲，只是需要建立输入与字符的一一映射。这是针对单字输入来讲的，我并没有说构建一款好的输入法是很简单的一件事情。
诚然，我并没有解决中文输入难题的能力，但是我不觉得我像之前那样说有什么过于狂妄的地方，有什么看不起别人劳动成果的地方。

################################################
这个帖子，以及上一个帖子，我没有力证某款输入法或者某种输入模式如何优秀，也从没有回避拼音输入的劣势。我只是说，在现行输入法下，问题在这个帖子里面过过度提高了。而我举的非汉字输入的例子，只是想说，考察一个输入法是否优秀的因素很多，直接靠编码方式来推断某种输入法或者某种类型的输入法是个玩具，这样的结论真的太轻率了。
我反对的是没有广泛验证就对一个东西下结论；我反对的是直接得到某个结论，而不给出任何强有力的论证；也同样反对过度上升问题的严重性。

第三贴

怎么来讨论思维被绑架这个问题呢?真的，如果我说我很少使用单字输入，我输入基本是用词组来定字的，因为词频变化的和我的语言结构越来越类似，重码的情况很少。我怕这样说会招致我的思维已经被绑架的说法。我用搜狗输入文字的时候很少需要来调整，即便调整大部分时候也只是使用左右shift 。
我没有回避单字问题，在拼音编码下，重码没法避免，所以碰上纯单字的输入的时候，这种问题会变得很明显。但是在正常表达的情况下，语句基本都是可以拆解成为词语的，而那种必须以单字来输入的字，往往都在第一页甚至前三个出现。
即便可能个人用户在使用的最初会有一些东西很难直接上屏，在使用一段时间后，这种情况会有很大的改善，这不是人适应了搜狗，而是搜狗的词组和词频越来越接近这个人的表达需要。
单字问题的解决并非一定体现在直接输入单字上面。

我知道输入法并非那么简单，我在说的是如果只是为了解决重码，避免单字输入尴尬，那样就可以解决了。但那样的输入法搭建好了以后基本上很难称得上有用，甚至算不上一款输入法。

事实如你所说，linux 拼音输入这一块真的没有搜狗这样的输入法。我不是什么技术人员，只是linux 使用者，编程能力只到可以解决大学的时候编写一些数学表达式的程度上面，所以在谈论这种问题的时候真的很心虚，总感觉自己是站着说话不腰疼。
我曾经把搜狗的词库完整的导入fitx ，但是并没有解决掉问题，还是很难找到用搜狗拼音输入的时候的畅快感。这也验证了你说的，输入法并非是一个很简单的东西，不是一一映射，也不是词库巨大。

我真的并没有在小看一个输入法的技术含量，因为除了浏览器，我觉得用的最多的就是输入法了。
我只是觉得，不论搜狗是不是一个商业上的作品，是不是为其他平台上的用户考虑了。搜狗在拼音输入这个领域，真的给用户和开发者看到了更多的可能性。别的不说，搜狗真的在很大程度上避免了单字输入的尴尬局面，已经可以说很好了。
直接因为某种编码会导致重码，可以直接谈拼音编码的问题，没有必要一棍子打死。
我是看到eagle_m 被反驳的时候对方完全不顾eagle_m 说的任何理由和感受，直接扣了个你的思维已经被绑架和毒害的帽子，别人说自己在用某种拼音输入法的时候思维是独立的，表达是畅快的，这种体验你并没有过，为什么直接在没有依据的情况下给人下一些结论。毕竟是讨论。子非鱼，如何知道别人没有较好的用户体验和思维独立性？
而下个某种输入法、某类输入法是玩具的结论，这也很让人接受不了，一个真正的拼音用户看见尚且如此，我不知道各种研究拼音输入的开发者看见会是什么感觉。
不过我也不是针对谁，我觉得这种讨论的态度不好。

第四贴

或许是大多数人都没有达到愚民兄所说的那个“境”。我说这个话不是讽刺或者什么，道家的东西我还是看了一些，对“境”这个概念还是略知一二。

那个的确是个文字游戏，因为你反驳eagle_m 是站在了一个你已经认定了，但是没有证明的观点上面。而你把这解释为“境”这种玄之又玄的概念，又断了别人和你讨论的可能性，因为看法不一样即“境”不到。觉得这种优越感叫人受不了，于是套用那个模式开了个小小的玩笑。

愚民兄也说，就你个人，打单字的机会比打词的时候多，输入法不同，这一点是没法统一的。对于大多数拼音用户，打词的机会远远多于字。这是不同输入法的不同特点造成的拆解语言的方法不同。
词组记忆并不是很好的法，只是想尽量回避单字而弄的没办法的法。它并不能解决单字能力不好的问题。
愚民兄这句话很巧妙，这个法字就可以算一个单字的代表，而没办法的法更是换用没办法的办法，来体现了你所使用的输入法在直接输入单字上的优秀。
回到话题上来，虽然是回避，回避得是否成功呢？即便上面这种变用，我也可以一次上屏。这不是说拼音从根本上解决了单字输入的问题，而是现行输入法输入单字的机会太少了。即便输入，真的，那些你习惯输入的字词频都很高。“我们”和“威猛”这样的错误的确在拼音输入不仔细的情况下是存在的，但是这些真的很常见吗？别的不说，五笔下也会有这样的错误，有时候看东西，你会突然感叹，打这本书的人一定是用五笔的，拆字拆错了。

好东西，和作家，也是两个很难界定的概念。
我只是知道输入法面对的是用户，用户的职业各种不同，用户用输入法输出的东西各种各样，愚民兄这个所搜狗打不出好东西和真正的作家一定不用输入法过于绝对了。

单字能力缺失的确会让表达出现问题，但不是说解决单字问题的唯一途径是直接打单个的字。我之前说了，现行的拼音输入法可以很好的回避这个问题，而真的，语言真正拆解到单字的很少，而这些单字往往词频都很高。

我的输入法每页五个字或者词，横排，空格定首词，左右shift 定2，3词。
我先说说我打字的习惯，我很少使用简拼，因为方言的限制，前鼻音和后鼻音我以前分得不是很清楚，为了纠正，就关掉了模糊音，后来差不多纠正了，也养成了这个习惯，恰好也避免了重码。输入中具体有多少简拼，我没法统计，这个是习惯的问题，手到了键盘上面，自己打出了这些东西。

第二天（1）是个（1）阴霾（1）多云（1）的（1）日子（1）。殡仪馆（1）的（1）人（1）在（1）昨夜（2）执行（1）完了（1）他们（1）的（1）任务（1），把尸体（1）裹在（2）一块（1）包（2）尸（以词定字，输入的尸体 2）布（4）里（1），尽管（1）有人说（1）死亡面前人人平等（1），但包尸布（上次是分解成字，这次输入了这个词，翻页最大 3）却要（1）最后（1）证明（1）他们（1）生前（1）的（1）奢侈（1）。这块（1）包尸布（1 已经记忆了）是（1）瓦朗蒂娜（1）在（1）半个月以前（1）刚买的（1）一块（1）质地（2）极好（3）的（1）麻布（2）衣料（3）。那天晚上（1），收（1）尸（以词定字，输入的尸体 1，词频变化了）的人，把诺提瓦尔（1）从（1）瓦朗蒂娜（1）的（1）房间（1）搬回（2）到（1）自己的（1）房间（1），让人（1）出乎意料（1）的（1）是（1）：要他（1）离开（1）他的（1）孩子（1）并没有（1）怎么（1）费事（1）。布沙尼（自造词，翻页一次）长老（1）一直（1）守候到（1）天亮（1），然后（1）没有（1）同（1）任何人（1）打招呼（1）径自（3）离开了（1）。阿夫里尼（自造，未翻页，阿夫3，里尼3）是（1）早晨（1）八点钟（1）回来的（1）。他在（1）到（1）诺提瓦尔（1）房间（1）去的路上（1）遇到了（1）维尔福（1），他们去看（1）老人（1）睡得如何（1）。令他们惊奇的是（1）老人（1）在（1）一张（1）大圈（3）椅（椅子定椅）里（1），睡的正香（1），他面色（1）平静（1），面带微笑（1）。

上面是大仲马《基督山伯爵》104章《腾格拉尔的签字》第一段，括号里面是我的词频信息与自造词信息。
我打这一段不是为了说明拼音现在又多优秀，我只是还原了一个输入法在某种情况下的表现。然后讨论一些易见的优点和缺点。
从上面那一段话里面看出，基本很少出现翻页的情况，而如果是自己创作的话，这种翻页的概率会更加的低，因为自己使用的拼音输入法时间长了会很符合自己的言语习惯。比如我一直以来习惯说“裹尸布”而不是那个自造的词“包尸布”，而“大圈椅”，我不知为何物，以前没打过。

拼音不是最好的输入方式。以下以搜狗打的上面一段话说明。
1.重码，虽然很少，但是还是有一些超出了前三位。
2.很难盲打，即便大多数情况是首位上字/词，但是仍旧不稳妥。
3.首次输入一些未输入过的词会相对麻烦。

我也说说优点：
1.已经很好地避免了必须输入单字而造成的困扰，虽然并未从根本上解决。
2.词频调整和词组记忆的功能很好。大部分是一键上屏（space ，左右shift）。
3.拼音输入法有一个好处，对于大多数北方语系的人，拼音是最直接呈现思路的一种方式，因为语音的关系。

现行的一些拼音输入法，虽然限于编码问题，很难解决直接输入单字的问题，但是并不妨碍顺利的通过其他拆解方法得到这些单字。
当然，这个统计也并不科学，简单的说来就是输入的太少了，样本太小，而这个样本本身也是比较自然的语言。

这个例子可以反驳一些东西。
过多的翻页是不是真的存在？
单字问题是不是真的很严重？那些外国名字按大多未深入使用这类输入法的人的想法来说都是必须单字输入，并且翻页多次的。

最后还是总结一下。
1.搜狗包括其他一些现行输入法，解决单字输入的途径和别的编码的输入法并不一样，但是不是缺失了这个能力。
2.在只输入一个字的情况下，的确其他很多输入法可以直接就输入这个字，但是这并代表，这些字连在一起所呈现的语言就是所谓的好东西；而搜狗输入法，未必就没法很好的解决语言中的单字，也未必就造就不了那些好的东西。输入法是人控制的，即便输入法真的对人有反作用，是否真的能上升到影响民族素质的高度？而是用拼音输入法是否就决定了无法（快速）精准表达，无法创造出好的东西？
3.拼音输入，它在单字输入上不是最优的，但在整体构架思维上，对大多数人而言，是最直观的。
4.即便拼音输入法有劣势（我这么说不是说其他输入法都是完美的）。我还看过对于五笔和拼音有这样的评论——“打字员用五笔，因为他不需要知道文章意义，作家和学生应该用拼音，这样不会因为拆字而影响思维。”但是都不全面不是吗？用拼音还得面临选字（虽然我觉得很少），而用五笔熟练以后未必就老是想着拆字，拆字未必就影响思维。
5.即便拼音编码不是最优，但是它的存在不是完全没有价值，而各种编码方式并谈，搜狗拼音都可以算一个上乘的中文输入法了。得出搜狗拼音之类的输入法是个玩具真的过于草率了。
6.讨论输入模式的优劣价值不大，只求态度上不要过早下判定，而看不到其他输入法的优点和其他平台的用户的良好体验。

#####################################################

如愚民兄所说，学会一些其他的更优秀的输入模式不是很难的事情，大多人都可以做到。
如果有人觉得拼音输入没法满足，完全可以转投其他平台，输入法毕竟只是工具，怎么输入顺畅怎么来。
我一直没学会是自己太懒。

搜狗真的可算一款优秀的中文输入平台了，过分贬低，把搜狗身上某些不足扩大没有意义，这些不足在使用中真的并不明显。这个道理同样适用于其他优秀的中文输入平台。

每种输入模式都有不足。
以前有五笔用户站在很高的角度问拼音用户，你不会读的字你怎么打？拼音用户问他，你会打的字你都会读吗？

#####################################################

我相信其他输入法平台的用户也有很好的用户体验。
但是请正视一些在非你使用的输入平台上的问题，无论好的坏的，不要一上来就一竿子打死，因为我们都没法取得别人的经验，感觉这些非外现的东西。
也同样请大家讨论一个人的思维的时候真的以这个人的思维为据，讨论一个人的作品以作品为据。

搞不好什么时候时间允许，为了磨练意志，学会其他输入法也不一定。我这个人只要时间允许，还是很喜欢折腾的。

#####################################################

如果愚民兄喜欢写东西，可以尝试学一下tex ，把上屏问题丢在一边以后，再把排版问题丢到一边，tex 是所想即所得的字处理工具。

#####################################################

在这个帖子上花了太多时间，还没讨论出个所以然，这些时间都可以做多少事情了，罪过。

这个帖子我就不再参加讨论了，翻来覆去，自己也说不出什么新东西，感觉和经验这种东西又没法直接复制给别人。

#####################################################

引用三楼的帖子：
为什么我们不自己写个呢？
在开源的架构下不断完善
的确linux的普及，输入法是很重要的一环

还是把这个帖子交还给技术讨论，交还给真的懂技术的人。即便开始看起来楼主的提问有点无厘头，但是保不齐楼主或者这个版块其他人有一天真的变成大牛，解决某一部分人或者说大多数人的输入需求。这才是问题最关键的地方。

Linux 下拼音输入法小评

sunxun — Wed, 12 Aug 2009 05:35:54 +0000

本来是想说成linux 下的输入法，但是发现我对linux 下的非拼音输入法并不了解于是换了题目。

Linux 下的几种常见的拼音输入法

Scim

Scim 是linux 下最常见的一款输入法了。确却的说它不算是一款输入法：

它是一个庞大的输入平台。因为提供了一些简单的借口，程序员可以在其之上方便地进行扩展。
它可输入的语言太多。因为开放和开源，它现在已经支持了很多亚洲语系的输入，很少有输入法做到那么强悍。

但是它也有它的问题：

大多发行版的默认安装过于庞大。当然，这可以算是发行版的问题。
别的输入法我不知道。就拼音（智能拼音，我不会自然码，不会双拼，不会五笔），其水品只是算超过了Win 平台的智能ABC。

Fcitx──小企鹅输入法

这是我很喜欢的一个linux 下的输入法，如果你曾经看过它网站的致谢页面，你会发现开源给一款软件带来如何强大的生命力。优点：

速度和兼容性都不错。
就我使用的感觉而言，比scim 的拼音更加优秀。
配置文件中文化，你可以不用看任何教程就轻松修改。

缺点方面我觉得除了一些在linux 世界里面比较普遍的缺点，其实它的缺点很少。

Fcitx属于XIM，若XIM崩溃，会导致X和基于X的应用程序的崩溃。这个是从wiki 上看到的，我没有碰上过。
有人说界面太丑，其实界面可以通过它的配置文件更改很多。而且最新发布的3.6 我看截图界面改进很大。
代码问题，有人说这个软件代码写得不好。我不是专业程序员，如关于里面说的，我是个票友。我想说，就用户而言，这些我看不到，如果有什么人觉得可以改进，在开源的世界里，改进它，而不是诟病。

Fitx

一个优点站在巨人肩膀上的软件，我还是再次强调，这个就是开源的好处。有点：

词库不错，速度也不错。
支持词库导入。

缺点很难说，我觉得不错。

ibus

这款输入法号称下一代输入法，作者也是以前很优秀的scim-python 的作者，吸引了众多关注。对这个输入法，我爱恨各半。优点：

脱离scim ，没有了scim 带来的那么多的毛病。
词库相当优秀。

虽然有点相对于其他输入法很明显，但是问题也很明显：

配置麻烦，容易挡住很多新手，这是实话。
仍旧有一些兼容性问题，虽然大部分可以修正过来。
有人说很快，我这觉得速度一般，有人说很慢，这是不是需要关注一下。

linux 拼音输入法现状

说实话，linux 下的拼音输入法比起windows 下的来说，差距还很大。而五笔上，似乎还有不少人觉得不错，我不会五笔，没有发言权。对于linux 下的拼音输入法，我觉得下面一些毛病多少都存在：

词库问题。
- 词库还是普遍的小，但是这是相对于windows 下现在的主流输入法而言。
- 词库备份还原大多都不直观。
- 词库同步问题，这个应该说不是开发者的问题，为了服务稳定，很需要资金。
功能缺陷。网址输入，未必需要提示，但是输入网址往往必须切换到英文状态，很麻烦；自定义短语，这个太实用了，可以参考我利用搜狗加速html 输入的文章。
兼容性。或多或少都存在兼容性问题。
操作性。操作的自定义还是有很大的限制，或者就是设置不直观。
没有具备对普通用户比较友好的接口，或许对程序员而言很多事情很好解决，但是如果普通用户要想定制诸如外观之类的东西很不方便。

对linux 下拼音输入法一些改进的构想

同步问题。鉴于直接同步服务器资金解决很麻烦，可否开发一个备份工具，按照定制时间向某个邮箱发送备份文件？
加入自定义短语功能。这个和词语智能记录不一样，很多自定义词组是没法记录下来的。比如我想通过mail 输入我的邮箱。
加入更多自定义选项。设置文本配置文件，交由有兴趣的人开发图形操作界面。
网址邮箱的只能识别。我每天输入网址要切换无数次输入法。
开放对用户友好的借口。以搜狗为例，自定义皮肤，自定义短语，自定义细胞词库，这些工程量不大，而且无需什么编程知识，很易于操作。
不要总想做平台，做一个单一的输入法。这让人更容易发现这个输入法的不方便之处。

越南山寨QQ zing chat 2 初使用

sunxun — Sat, 08 Aug 2009 03:28:00 +0000

昨天在网上看到了越南QQ 的消息，于是Google 之，有兴趣的可以到它们的官网看看：
http://chat.zing.vn/home/

给官网截了图片，自己下载了一个安装使用了一下，这个相似程度。。。

这是给官网截的几张图，自己先看看，什么都不说了。

下面是我的防火墙弹出的拦截画面，看到什么了吗？Tencent ，爆寒一个，这到底是山寨还是QQ 在越南发布到版本？

下面加一个我从注册到打开界面的视频，因为限于网页大小的缘故，不是很清晰，点击此处查看清晰版，如果你还是觉得不清晰。。。点你的键盘F11 。

校内网更名为“人人网”的疑点

sunxun — Tue, 04 Aug 2009 10:59:00 +0000

昨天得到小道消息：

据说以后不再会有大学类聚合性网站，现有的将大力整治或者关闭，百度大学吧是一个，影响更大的是校内网，千橡最近可能会宣布转型。

提到这里，先说一下百度的事情。

7月31日晚起点多，我曾在百度投诉吧围观了一场“惨无人道”的爆吧活动，（谁惨无人道有待仔细论证）。

这场爆吧时间的起因为：

百度单方面删除所有大学贴吧，而以俱乐部形式开启实名制与专业划分的贴吧。大学生的资料可能极易被人肉到，而且各大学贴吧的帖子全部消失，管理员权限也被取消。大家登陆之后发现只能和少数几个人说话了。

这场爆吧活动也被称为百度历史上最大的群体投诉事件，百度为什么那么着急，连一个公告都没发出来，它难道不知道此举可能让它可能永远丧失这个用户群？

百度大学吧只是个开始。

校内网今天下午正式更名为人人网，以后会不会再继续进行改版，又或者换了个名字真能好好做生意了，还不得而知。

当然，有人想说可能千橡是为了校内转型为更综合的网站，因为人人范围比校内更大。有人说：

据业内人士分析：千橡互动有可能将校内，开心和猫扑三个网站合并，统一于人人网，用来争夺目前的社区网站老大，目前将校内改为人人网只是第一步。

但是校内否定了这个结论，而我也没法完全接受这个说法，校内可以变为开心，或者开心和校内可以变为人人，这我都能想得通，但是这种改变不会仅仅建立在校内和人人之间的一个域名跳转之上，人人网不但没有简单任何框架，甚至连网站的LOGO 都还是校内，人人，除了一个域名，现在还什么都不是，对于千橡这种大型企业来说，这种变动显得太过于仓促，我都怀疑他们甚至可能之前还完全没有任何的方案，只是建立在一种必须之上迈上出台了这个东西。
于是我更相信我的小道消息的解释，而陈一舟的说法，合上所有行为，唯一让我信服的也只有一句：

千橡互动集团和“人人网”的最终目标是为人人建立一个适合中国国情的沟通娱乐平台。

© 2009,sunxun @ 票友山 .
本站遵循署名-非商业性使用-相同方式共享原则原文地址 | 添加评论
标签 (tags): 人人, 内幕, 校内, 爆吧, 百度

雨林木风发布Ylmf linux v1.0

sunxun — Mon, 20 Jul 2009 17:41:45 +0000

2009年 7月 18日，原先一直打包Windows 系统的社区雨林木风发布了Ylmf linux v1.0 。

先来看看官方的消息：

官方发布的贴在这里：http://www.ylmf.net/read.php?fid=187&tid=1352508

Ylmflinux v1.0 版特性说明：

－基于 Fedora11 版本去掉系统多余的软件包，增加驱动与常用应用软件

－集成openoffice3.1办公软件（能打开所有ms office 文件）

－集成输入法为：ibus 拼音（linux 下类似搜狗、谷歌、紫光拼音等的完美替代选择！）

－集成默认桌面管理器：KDE（最接近Windows上的使用习惯，满足个人使用便利需求！）

－集成全能电影播放机与解码器（能播放各类电影文件）

－集成图形处理软件 GIMP 2.6.16 (包含新的UI)

－集成浏览器 Firefox 3.5

－集成功能强大的邮件客户端：evolution

－集成轻量级 BT 下载工具： Trasmission Bittorrent

－集成腾讯官方 QQ for Linux

－桌面已添加常用工具gnome和kde桌面切换脚本

－默认完全支持c/c++开发环境

－使用最新内核 2.6.29

明眼人看上去就知道，其实并没有多少技术含量，要不然国内其他Linux 社区不知道可以算发布了多少Linux 发行版了。。。而且在国内发布 linux 发行版最关键的不是这个版本能不能出来，是响应快速的源，和强大的技术支持。没有安装这个版本，不知道他们用的什么源，如果是Fedora 的。。。至少在我这更新是很慢；而在社区支持上，雨林木风还远远达不到要求。

不过无所谓，也算是一个在大多数人眼前的社区的一场新的创举，要是能凝聚上用户，有一些可以解决问题的人真的常驻论坛，估计还是会有前景。不过，那是要是。。。路还很远。