የመስመር ላይ የዳታ መጭመቂያ ሲሙሌተር

የውጤቱ ትርጉም

መሳሪያው የUnicode ኮድ ነጥቦችን ይቆጥራል፤ በትንሹ የሚደጋገሙትን ሁለት አንጓዎች በማጣመር የHuffman ሁለትዮሽ ዛፍ ይገነባል። አንድ የተለየ ምልክት ብቻ ካለ ኮዱ 0 ነው። ተመሳሳይ ግቤት እዚህ ተመሳሳይ ኮዶችን ይሰጣል። ድግግሞሾች እኩል ሲሆኑ ሌላ የመምረጫ ቅደም ተከተል ሌላ ትክክለኛ ሰንጠረዥ ሊሰጥ ይችላል፤ በድግግሞሽ የተመዘነውን የውሂብ ርዝመት ያነጻጽሩ።

ሊሞከሩ የሚችሉ ምሳሌዎች

ABBC ለB=0፣ A=10፣ C=11 ይሰጣል፤ 2×1 + 1×2 + 1×2 = 6 የውሂብ ቢቶች፣ የUTF-8 መጀመሪያ መጠን ግን 32 ቢቶች ነው። AAAA 32 የመጀመሪያ ቢቶች እና 4 የውሂብ ቢቶች ይሰጣል። 你好 48 እና 2 ቢቶች፣ ትክክለኛው የኢሞጂ ጽሑፍ 😀😀 64 እና 2 ቢቶች ይሰጣሉ።

ግቤት እና ማሳያ

ገደቡ 100,000 የJavaScript UTF-16 ኮድ ክፍሎች ነው፤ የUTF-8 ባይቶች ወይም የሚታዩ ፊደሎች ብዛት አይደለም። ብዙ ኢሞጂዎች ሁለት ክፍሎችን ይጠቀማሉ፤ አንድ የሚታይ ቅደም ተከተል ብዙ ኮድ ነጥቦችን ሊይዝ ይችላል። ባዶ ጽሑፍ ይከለከላል፣ ክፍተት ግን ትክክለኛ ውሂብ ነው። JSON አዲስ መስመርን በ\n፣ ታብን በ\t፣ መደበኛ ክፍተትን በ" " ያሳያል። ይህ አጻጻፍ የግቤቱን ምልክት አይቀይርም።

የሙከራው ገደቦች

የመጀመሪያ ቢቶች የUTF-8 ባይት ርዝመት በስምንት ተባዝቶ ነው። የውሂብ ቢቶች የእያንዳንዱ ምልክት ድግግሞሽ በኮዱ ርዝመት ተባዝቶ የተደመረ ነው። የኮድ ሰንጠረዥ፣ ዛፍ፣ ራስጌ፣ መሙያ እና የፋይል መዋቅር አልተካተቱም። ይህ የታመቀ ፋይል መጠን ወይም እውነተኛ ቁጠባ ዋስትና አይደለም። መሳሪያው ማህደር፣ የሚወርድ የታመቀ ሁለትዮሽ ፋይል ወይም መፍቻ አይፈጥርም፤ ምስጠራም አይደለም። ስሌቱ በአሳሹ ውስጥ ይካሄዳል። ብዙ የተለያዩ ምልክቶች ረጅም ሰንጠረዥ ሊፈጥሩ ይችላሉ።