python 的 unittest 模組中 assert 列表

ref. https://kapeli.com/cheat_sheets/Python_unittest_Assertions.docset/Contents/Resources/Documents/index

沒想到有 assertIn() 可用，真是可喜可賀

org mode 中執行 anaconda python 的設定

在 .emacs 或你自訂的設定檔中加入以下設定，ipython.exe的路徑以實際情況為準

(setq org-babel-python-command "/Anaconda3/Scripts/ipython.exe")
(org-babel-do-load-languages
 'org-babel-load-languages
 '((python . t)))

在 org mode 輸入以下程式碼，在程式碼區塊中任意位置按下 C-c 可見以上結果

為何中文需要斷詞?

語言是把一個人想表達的"語境"投影到維度較低的"語言文字空間"所得到的物理現象，試想你在思考時是否有作斷詞、標點的動作? 顯然沒有，因此西方文字的共祖--拉丁文，早期也是寫出連續文字 Scriptio continua 直到西元第七、八世紀開始才流行開了以空白斷字的寫法。

中研院 CKIP 斷詞/詞性標注/實體辨識工具 CkipTagger 初探

看原碼日期大約是 2019.8.26 上線的，趕快來嘗鮮

網址
 https://github.com/ckiplab/ckiptagger

安裝

diff 你可以退下了--使用 vs code 進行文字檔/程式碼比較

參 https://www.meziantou.net/comparing-files-using-visual-studio-code.htm ， https://oranwind.org/vs-code-difference-comparison/

這個功能其實應該可以放在右邊程式碼的 tab 上，比較直觀一點，不是嗎 M$

漢字的標準化問題

在整理索引檔時發現一個奇怪的問題，像"糖尿"這個詞竟然出現兩次，而且有完全不同的編碼。經過一番整理之後，才了解有些字有所謂的"異體字"問題，某些字型可以看得出不同，某些字型則看來完全相同。詳細的列表可見 https://ctext.org/faq/normalization/zh

解決的方式是在後續處理之前先進行正規化，這類的例字還有 Guillain-Barré 中 é 有相當數量以 e (無重音) 出現的例子。參 https://python3-cookbook.readthedocs.io/zh_CN/latest/c02/p09_normalize_unicode_text_to_regexp.html

程式就一行，其中 ORIGINAL_TEXT 為尚未正規化的原始字串：

unicodedata.normalize('NFC', ORIGINAL_TEXT)

神仙打鼓有時錯之--javascript 檢查文字是否為數字所組成--stackoverflow篇

錯誤示範

https://stackoverflow.com/questions/175739/built-in-way-in-javascript-to-check-if-a-string-is-a-valid-number (2000+個 up vote)

正確解答

https://stackoverflow.com/questions/4434076/best-way-to-alphanumeric-check-in-javascript (80+)

https://lowrey.me/test-if-a-string-is-alphanumeric-in-javascript/

我也被這個雷到，今天才發現，花了老子兩年才發現這個bug…

話說回來，測試真的很重要，tdd = test driven development ROCKS!!
話說回來，測試真的很重要，tdd = test driven development ROCKS!!
話說回來，測試真的很重要，tdd = test driven development ROCKS!!