一个解决XML解析器对中文数据处理的“伪UTF-16”编码算法

在XML开发应用中,带有中文字符的XML数据解析一直都是一个难点,其主要原因是当前很多通用的XML解析器不支持中文编码。本文提出伪UTF 16编解码算法,为XML中文数据的解析提供了简单、通用的方法。

以词为本的编码方案的探讨

语言是人进行思维的主要工具,词是语言处理的基本单位。在计算机信息处理中,目前是按字设计编码。随着计算机信息处理技术的发展,这种完全按字编码的不足也日益显示出来。从信息处理的基本需求以及词的基本特性出发,提出字词综合考虑且以词为本的统一编码方案。该方案以现行的主要编码标准UTF-16为基础,维持现有的字编码,增加词编码;词编码以包括一定语义信息及语义关系的概念空间树进行逻辑组织,以适应聚类检索及语种间代码转换的原则进行空间组织。最后指出了需要进一步深入研究的几个疑难问题。

浅说汉字编码

介绍了几种比较通行的字符编码方案，就收录汉字的数量及排序方式、编码空间的范围及结构，以及一些常用的相关术语的意义，作了比较系统和浅显易懂的解释．展示了汉字编码的历程、现状和发展．

对Oracle数据库字符集若干问题的探讨

对比分析了Oracle数据库字符集中使用较多的中文字符集和Unicode字符集,阐述了数据库实际应用中可能遇到的转换Oracle数据库字符集的方法和操作步骤,指出了目前互联网上一个广为流传的修改Oracle数据库字符集的错误方法及其可能导致的严重后果,给出了实用的字符集转换操作建议。