abclinuxu.cz AbcLinuxu.cz itbiz.cz ITBiz.cz HDmag.cz HDmag.cz abcprace.cz AbcPráce.cz
Inzerujte na AbcPráce.cz od 950 Kč
Rozšířené hledání
×
    včera 13:00 | IT novinky

    Jednodeskový počítač Raspberry Pi slaví 12 let. Prodej byl spuštěn 29. února 2012 (Wikipedie, 𝕏).

    Ladislav Hagara | Komentářů: 5
    včera 12:00 | Nová verze

    Byla vydána verze 3.2 multiplatformního integrovaného vývojového prostředí (IDE) pro rychlý vývoj aplikaci (RAD) ve Free Pascalu Lazarus (Wikipedie). Přehled novinek v poznámkách k vydání. Využíván je Free Pascal Compiler (FPC) 3.2.2.

    Ladislav Hagara | Komentářů: 0
    včera 11:44 | Nová verze

    Byla vydána nová verze 1.6.0 grafického správce diskových oddílů GParted (GNOME Partition Editor) a také verze 1.6.0 živé distribuce GParted Live, která obsahuje tohoto správce a další nástroje pro zálohování či obnovu dat. Linux byl povýšen na verzi 6.6.15-2.

    Ladislav Hagara | Komentářů: 1
    včera 06:00 | Nová verze Ladislav Hagara | Komentářů: 0
    28.2. 22:44 | Nová verze

    Byla vydána (𝕏) únorová aktualizace aneb nová verze 1.87 editoru zdrojových kódů Visual Studio Code (Wikipedie). Přehled novinek i s náhledy a animovanými gify v poznámkách k vydání. Ve verzi 1.87 vyjde také VSCodium, tj. komunitní sestavení Visual Studia Code bez telemetrie a licenčních podmínek Microsoftu.

    Ladislav Hagara | Komentářů: 10
    28.2. 22:11 | Nová verze

    Byla vydána (Mastodon, 𝕏) nová verze 2024.1 linuxové distribuce navržené pro digitální forenzní analýzu a penetrační testování Kali Linux (Wikipedie). Přehled novinek se seznamem nových nástrojů v oficiálním oznámení.

    Ladislav Hagara | Komentářů: 0
    28.2. 18:44 | Zajímavý software

    Společnost Cloudflare pod licencí Apache 2.0 uvolnila zdrojové kódy svého frameworku Pingora napsaného v Rustu pro vytváření rychlých, spolehlivých a programovatelných síťových systémů.

    Ladislav Hagara | Komentářů: 0
    28.2. 16:55 | IT novinky

    Účet za cloudové služby může nepříjemně překvapit. Například místo obvyklých 0 dolarů se ve vyúčtování může objevit 104 500 dolarů. Uživatel si u Netlify hostoval jednoduchý web a 4 roky nemusel nic platit. Měsíčně se nikdy nepřeneslo více než 10 GB dat. V únoru se to ale změnilo. Během několika dnů to jenom na jedné písničce v mp3 udělalo 164 TB a za každých 100 GB navíc by měl uživatel platit 55 dolarů. V rámci reklamace byla cena snížena na 5 225

    … více »
    Ladislav Hagara | Komentářů: 4
    28.2. 12:44 | Nová verze

    Komunita KDE s hrdostí uvádí Plasma 6, Frameworks 6 a Gear 24.02 postavené na Qt 6. Předchozí velké vydání 5 bylo vydáno téměř před 10 lety (červenec 2014).

    Ladislav Hagara | Komentářů: 13
    27.2. 21:11 | Nová verze

    Byla vydána nová major verze 6.0 živé linuxové distribuce Tails (The Amnesic Incognito Live System), jež klade důraz na ochranu soukromí uživatelů a anonymitu. Založena je na Debianu 12 Bookworm a GNOME 43. Přehled změn v příslušném seznamu. Tor Browser byl povýšen na verzi 13.0.10.

    Ladislav Hagara | Komentářů: 0
    Kolik máte nálepek na víku notebooku?
     (18%)
     (60%)
     (5%)
     (3%)
     (5%)
     (9%)
    Celkem 428 hlasů
     Komentářů: 18, poslední 27.2. 20:10
    Rozcestník
    Štítky: není přiřazen žádný štítek

    Dotaz: Statistika znaku

    13.12.2008 23:53 Tomas Kuranyi
    Statistika znaku
    Přečteno: 338×

     

    Dobry den.

    Existuje nejaky program, ktery udela statistiku jednotlivych znaku v souboru?

    Chtel bych vedet, ze jake znaky jsou v danem souboru... muze se zdat, ze je to blbost, ale vygenerovany soubor z nejake aplikace muze obsahovat nulovy byte, form feed, vert. tabulator... atd. Tedy mi jde hlavne o prvnich 32 ridicich znaku v ASCII...

    Program by mohl vypsat, ze kolikrat obsahuje soubor ridici znaky, pripadne na ktere pozici se nachazi jako prvni. Mate zkusenost s timto problemem?


    Dekuji.

     

    Odpovědi

    14.12.2008 00:23 Bilbo
    Rozbalit Rozbalit vše Re: Statistika znaku
    Jeden takovy jsem si pro sve vlastni ucely napsal. Vystavil jsem ho na http://git.wz.cz/histogram.zip - ke kompilaci postaci make a g++, je to pod MIT licenci :)

    Program vypisuje teda jenom kolikrat, ale vypis vyskytu prvniho bych tam mohl asi jeste dopsat, to by se taky mohlo casem hodit :)
    14.12.2008 13:49 Tomas Kuranyi
    Rozbalit Rozbalit vše Re: Statistika znaku

     

    Fajn, presne jsem si myslel na takovou vec... :)

    Kdy bude zintegrovany do coreutils Linuxu? Protoze je uzitecny...

    Kdyz muzu neco doporucit: mohl bys napsat do vystupu jmeno tech ridicich znaku 0..31

    Kdyz program to umi, tak se omlouvam, ale nenasel jsem.

    Dik.

    14.12.2008 12:43 Semo | skóre: 45 | blog: Semo
    Rozbalit Rozbalit vše Re: Statistika znaku
    Nechat vypisat pomocou od do citatelnej podoby, nasekat na jednotlive znaky, zotriedit a spocitat
    od -An -a subor |sed -r 's/^ *//; s/[ ]+/\n/g' | sort | uniq -c
    If you hold a Unix shell up to your ear, you can you hear the C.
    14.12.2008 14:25 Tomas Kuranyi
    Rozbalit Rozbalit vše Re: Statistika znaku

     

    Tiez funguje...

    Od "od" by som to neocakaval...

    Este by som mal nejake otazky k tomu...

    1. Ako by som vymenil 12345-ty bajt v subore na iny bajt (zadany najlepsie hexadecimalne, napr. 0x0a)?

    2. Ako by som vymazal 12345-ty bajt v subore? Ostatne bajty zostanu, teda subor bude o 1bajt mensi.

    Dakujem.

     

    14.12.2008 16:48 Semo | skóre: 45 | blog: Semo
    Rozbalit Rozbalit vše Re: Statistika znaku
    Urcite existuje lepsie a rychlejsie riesenie. Ale som vysadeny na sed a bavi ma, takze:
    sed 's/./&\n/g' subor |
    sed -n '
        /^$/b print
        H
        $b print
        d
        :print
        x
        s/\n//g
        p
        d
    '
    Toto rozoberie subor na znaky a zase ho posklada (zbiera znaky az dokym nepride \n; vtedy ich vycisti, vypise a zase znova; posledny riadok ma troska specialne zachadzanie, pretoze nemusi koncit \n). Medzi tie 2 sedy uz mozes zaradit cokolvek, napr. 3. sed, ktory spravi co chces. Napr:

    sed 12345d #vymaze 12345. riadok = 12345. byte sed '12345s/.*/x/' #zmeni 12345. znak na "x", akceptuje aj \n, \t, \xa,...
    If you hold a Unix shell up to your ear, you can you hear the C.
    14.12.2008 21:38 Tomas Kuranyi
    Rozbalit Rozbalit vše Re: Statistika znaku

     

    No to je uz celkom brutalne riesenie...

    Teraz menit byte uz viem cez midnight commander -> F3 (View) -> F4 (Hex) -> F2 (Edit)...

    Zbyvaju: pridanie za (pred?) dany byte a odstranenie daneho bytu.

    Mozno ten "xxd" to vie -- skusim to. Ale ak vie niekto nech napise. Dakujem.

     

    14.12.2008 22:13 Radek | skóre: 14
    Rozbalit Rozbalit vše Re: Statistika znaku

    Milý Tomáši,

    myslím, že nebudu sám, koho by zajímalo, na co takový program potřebuješ. Jeho napsání v C, Javě, nebo jakémkoli jiném použitelném jazyce by nemělo být tak složité. Strýček Google totiž prozradí, že podobně záhadné dotazy už tu máš minimálně dva (první, druhý). Jak tu již jednou padlo, smrdí to semestrálku...

    Nerad bych Ti křivdil. Prozradíš tedy, k čemu je takový program dobrý?

    S pozdravem,

    Radek

    15.12.2008 09:18 Tomas Kuranyi
    Rozbalit Rozbalit vše Re: Statistika znaku

    No, ja jsem si myslel, ze toto forum neni o sikane.

    Jake zahadne dotazy?!

    ad "ls" -- ja si myslim, ze jsem opravnene ocekaval od programu na vypis obsahu adresare to, ze mi umi pripravit vsechny soubory rekurzivne vcetne cesty.

    ad "column" -- o tomto programu jsem nevedel, dostal jsem odpoved

    A v zadnem pripade nemam tyhle veci do skoly. A i kdybych mel, tak co? Kdyz nechces, tak nepomuzes, a hotovo. Ale jak je videt: na kritiku mas energiu.

    A k tomuto: mas dokument, jednak ve formate Word, a jednak PDF. Jak jich porovnas (zda jsou vubec rozdily, ktery je starsi dle informace, atd...)

    Vyexportoval jsem do txt oboje a pomoci "diff" jsem porovnaval modifikovane verze. Je tam dost rozdilu, ale hlavne kvuli ridicich znaku...

    Proto je treba odstranit ^L znaky a podobne. Nebo menit na novy radek -- podle potreby.

    Vec naco se ptam, je vlastne nejobecnejsi textovy editor (menit, smazat, pridat byte na danou pozici)... To muze hodit kdykoliv.

    A jeste jedna vec: nejsem nejaky obrovsky expert na shell, ale podobne utoky, ze "k cemu je dobry" jsou celkem zbytecne... Kdyz jsem byl uplne zacatecnik a spustil jsem program "yes", tak taky jsem se ptal "k cemu k..rva tento program je dobry"... ted uz vim.

    15.12.2008 11:18 vencas | skóre: 32
    Rozbalit Rozbalit vše Re: Statistika znaku

    Zdravím, na účely porovnávání textů používám osobně:

    1. Konverze abiword --to=txt *.doc *.odt *.docx
    2. sim_text -e -s *.txt

    Funguje to velmi rychle, i na textech v utf8, sim_test je v balíku similarity-tester v debianu. Ještě jsem pokusně zbastlil porovnávání všech dvojic text pomocí python-levenshtein modulu, ale to znak po znaku, výrazně pomalejší (všechny páry) a výsledky stejné.

    15.12.2008 14:05 Radek | skóre: 14
    Rozbalit Rozbalit vše Re: Statistika znaku

    Dobrá, věřím Ti. Přitom není pravda, že bych nechtěl pomoct.

    Jen je někdy rychlejší, pokud se zeptáš na konkrétní problém přímo -- viz elegantní rada od vencase. Ne snad, že by Tě do uvádění podrobností o problému někdo nutil; jen se pak nezlob za podobné dotazy.

    A pokud by tohle byl úkol do školy, tak je IMHO mnohem lepší odkázat na dobrý a rychlý tutorial než úlohu za jiného vyřešit. Mé oblíbené jsou bash, sed one-liners, nebo C a C++.

    15.12.2008 00:50 Jan Martinek | skóre: 43 | blog: johny | Brno
    Rozbalit Rozbalit vše Re: Statistika znaku

    Tohle:

    #!/usr/bin/python
    
    import sys, curses.ascii
    counts = {}
    for pos, c in enumerate(sys.stdin.read()):
        if c > ' ': continue
        try:
            counts[c][1] += 1
        except KeyError:
            counts[c] = [pos, 1]
    counts_list = counts.items()
    def deco(x):
        return x[1][1]
    counts_list.sort(key = deco)
    for c, pos_count in counts_list:
        pos, count = pos_count
        print count, '%06x' %pos, curses.ascii.controlnames[ord(c)]
    

    Vypíše statistiku řídících znaků (tj. 0 až 32), ostatní přeskakuje. Výstup je setříděný podle počtu, obsahuje první pozici výskytu (hexadecimálně) a název řídícího znaku. Binárku to zpracuje asi desetkrát rychleji než to řešení v shellu, ale určitě mnohem pomaleji než to v c++.

    Ani jsem se nesnažil šetřit paměť…

    Založit nové vláknoNahoru

    Tiskni Sdílej: Linkuj Jaggni to Vybrali.sme.sk Google Del.icio.us Facebook

    ISSN 1214-1267   www.czech-server.cz
    © 1999-2015 Nitemedia s. r. o. Všechna práva vyhrazena.