夜雨聆风学习资料网

ARTICLE · 1364550

DSH插件之——DeepSeek Harness中文编码字

DSH插件之——DeepSeek Harness中文编码字

落地中文系统,最烦的就是导出乱码、网页邮件双重误读、全半角混排。

我写了 dsh-gb18030 插件。纯 JS、零依赖、完全离线。它专治 GBK、Big5、日韩编码的乱码,不靠笨重的字频表。

思路挺直接:高频汉字都挤在固定的字节区间里。比如 GB2312 一级字在 0xB0–0xD7,Big5 常用字在 0xA4–0xC6。我把“领字节落在哪个区间”当成字频代理,再配合 UTF-8 合法性优先和硬校验,纯靠字节结构嗅探编码。

装起来也简单:dsh plugin --profile web add dsh-gb18030。三个功能——detect_encoding 输出前 3 个候选编码,repair_mojibake 把误读乱码还原,normalize_width 处理全半角和零宽字符。

输入用 hex 或 base64,免得 JSON 传输把字节信息吃掉。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料