1. CDay -1 实用化,中文!

你能够碰到的问题,99%的情况下其它人已经遇到过了,所以,最佳的解决方式就是找到那段别人解决相似问题的代码!

1.1. 回顾需求

小白已经实现的需求已经到达这般了:

可以扫描光盘内容并存储为硬盘上的文本文件
- 存储成*.cdc 的文本文件
- 可以快速指定保存目录
- 可以快速指定保存的文件名
可以根据储存到硬盘上的光盘信息进行搜索
- 可以搜索指定目录中所有*.cdc文件
- 可以指定关键字进行搜索
  - 列出所有含有关键字的信息行

1.1.1. 进一步

回想起来一直尝试搜索的都是E文关键字,中文的没有试过;

来几下! ... 呜乎矣哉,什么也查不出来!

1.2. 查阅记录文本

attachment:badcdc-chinese.png

这种数据对嘛？

当初为了简单使用文档中的基本型:{{{#'cdctools.py' 中 cdWalker(cdrom,cdcfile) 的动作

...

for root, dirs, files in os.walk(cdrom):
- export+="\n %s;%s;%s" % (root,dirs,files)

... }}}就是使用 os.walk() 的天然输出组织成每一行:

/media/cdrom0/EVA/Death-Rebirth;[];['eva8-01.Mp3', 'eva8-02.Mp3',...]
    ^                          ^ ^  ^ 
    |                          | |  +- files列表，此目录的文件名 
    |                          | +- 各个数据段使用";" 分隔
    |                          +- dirs列表，子目录名，如果没有就为空
    +- 当前目录

瞧着格式象，为什么到中文的地方就是问号呢？

1.3. 中文!永远的痛

不问不知道,一把辛酸泪哪...

在网络中一搜索才知道,只要是个中国人,不论整什么开发,中文!永远有问题的
幸好比小白勤劳的人海了去,有关中文的Python 处理也是一搜一大堆
但是!有时候,选择太多也是个问题;-)

1.3.1. 编码问题

attachment:coding.png

有行者给出如上[http://mindmap.fltrp.com/mind-1.htm 思维图谱(Mind Map)]
理解过程中，先使用已知的方式测试本地硬盘文件目录情况

attachment:ipy-try-walk.png

嗯嗯嗯，看着就不同,根据理解继续尝试是否理解

attachment:ipy-try-trans-utf8.png {{{ unicode(原始文本, 'utf8' ).encode('utf8') 文本 ==decode()--> [unicode] ==>encode()--> utf-8文本

^ | | | | +- 最终的渴求 | | | +- 是为编码过程;可以从unicode 输出为任意编码 | | +- Python 内置支持的unicode 格式数据 | +- 是为解码过程,将已知编码的文本编译成宇宙通用的unicode数据 +- 原始文本信息,是什么编码你得知道!

}}}

也就是说文件没有编码之说，大家其实都是二进制格式保存在硬盘中的，仅仅是在写入读取时需要使用对应的编码进行处理，以便操作系统配合相关软件/字体绘制到屏幕中给人看
- 所以,关键问题是得知道原先这些字串数据是使用什么编码来编译的!
- 但是,在Unicode 之前,都是使用类似对照表的形式来组织编码的,无法从串数据流本身中统一解出不同的文字来,
- 只有猜!

-  ⇤ ← Revision 20 as of 2008-04-16 11:26:17 → 
  Size: 9460
  Editor: ZoomQuiet
  Comment:
+   ← Revision 21 as of 2008-04-16 12:37:14 → ⇥
  Size: 10588
  Editor: ZoomQuiet
  Comment:
-Deletions are marked like this.
+Additions are marked like this.
 Line 1:
-## page was renamed from ObpLovelyPython/PyDay-1
-Line 4:
+Line 3:
-||'''status'''|| 完成 ;ZoomQuiet;95%,补充习题 ||
+||'''status'''|| 完成 || ZoomQuiet;97%,完成PCS 嵌入等待补充习题 ||
-Line 9:
+Line 8:
-= -1 PyDay 实用化,中文! =
+= CDay -1 实用化,中文! =
-Line 50:
+Line 49:
- * 列表什么的一搜索才知道,只要是个中国人,不论整什么开发,中文!永远有问题的
+ * 在网络中一搜索才知道,只要是个中国人,不论整什么开发,中文!永远有问题的
-Line 56:
+Line 55:
 Line 117:
+{{{详细::
PCS6 Python与中文
进一步全面的阐述了在Python 中面对中文数据时的思路和技巧...
}}}
-Line 130:
+Line 135:
+{{{详细::
PCS202 chardet
进一步说明了此外部模块的信息，
并分享了使用体验;
}}}
-Line 147:
+Line 158:
- * 经过测试在各种情况下都可以正确识别!
 * 但是怎么尝试已经保存下来的 .cdc 文本依然是 `ASCII` 码!
+经过测试在各种情况下都可以正确识别!

但是怎么尝试已经保存下来的 .cdc 文本依然是 `ASCII` 码!
-Line 184:
+Line 197:
+{{{警告::
Hacker~黑客
绝然不是中国媒体中宣传的那些攻击他人电脑的家伙，
黑客是些创造技术奇迹的单纯的人们:
http://wiki.woodpecker.org.cn/moin/HackerHowto

被翻译所误指的是 骇客~Cracker
http://en.wikipedia.org/wiki/Cracker
破坏者
未经授权而企图进入电脑系统者。这种入侵者通常是恶意进入他人的系统，
而且有许多技巧可以破坏他人的系统。
这个名词是骇客（Hacker）在1985年为对抗新闻媒体滥用hacker而提出的。
1981-1982年前曾有人推动使用毛虫代表与cracker一样的意义，但并未成功。
}}}
-Line 218:
+Line 245:
-相对Python 方面,仅仅有一对内置函式,和一个外部模块包使用的体验
+相对Python 方面,仅仅追加了一对内置函式,和一个外部模块包使用的体验
-Line 229:
+Line 256:
+{{{警告::
事实上有在Windows 下面的完全Unix环境
Cygwin
http://www.cygwin.com
是一个运行于Windows下的免费的UNIX的子系统,使用一个Dll(动态链接库)来实现的虚拟机，
可以直接在 Windows 环境中使用各种Unix 实用工具;
}}}
-Line 234:
+Line 269: