کامپیوترها برای نگهداری و نمایش کاراکترهای یک متن از یه فضای یک بایتی (معادل هشت بیت 0 یا 1) استفاده میکردن
این میزان فضا توی کامپیوتر میتونه شامل 255 حالت مختلف بشه
کامپیوترها برای نشانه‌های گرامری، حروف انگلیسی و عدد از استاندارد اسکی (ASCII) استفاده میکردن
این استاندارد آمریکایی میاد برای هر کاراکتر یه معادل عددی تعریف میکنه
مثلا کاراکتر A در اسکی معادل عدد 65هست
قرار گرفتن این اعداد پشت سر هم در کامپیوتر یک متن رو میسازه

مشابه این استاندارد معادل عددی برای پشتیبانی از تمام زبان‌های دنیا به وجود اومد که یونیکد (Unicode) نام داره
کاراکترهای انگلیسی و اعداد انگلیسی توی یونیکد از همون اعداد استاندارد اسکی استفاده میکنن و در ادامه پشتیبانی از کاراکترهای بقیه زبان‌های دنیا بهش اضافه میشه

یونیکد در حال حاضر دارای چیزی حدود 297,000 معادل عددی برای کاراکترهای مختلف از زبان‌های مختلف، اموجی‌ها و ... هست
فضای یک بایتی برای پشتیبانی از این میزان حالت‌های مختلف کافی نیس
شما برای این جا دادن این میزان از حالت‌های مختلف به شکل بیت کامیپوتر به حداقل سه بایت نیاز دارین
سه بایت میتونه تا حدود 16 میلیون عدد مختلف رو برای شما نگه داری کنه

حالا شما برای نگهداری یک متن که شامل کاراکترهای
یونیکد هست نیاز دارین 3 بایت برای هر کاراکتر اختصاص بدین
کاراکترهای انگلیسی تو یونیکد تنها یک بایت هم براشون کافیه ولی اگه شما برای یه متن انگلیسی، هر کاراکتر رو سه بایت در نظر بگیرین عملا به ازای هر کاراکتر انگلیسی دو بایت فضا رو هدر دادین
مثلا تو یه متن با ده هزار کاراکتر،
یه چیزی حدود 20 کیلوبایت فضای کامپیوتر رو هدر دادین
چه وقتی میخاین ازش استفاده کنین و توی رم هست و چه وقتی که روی هارد دیسک برای استفاده در آینده ذخیره شده

اینجاست که UTF-8 میتونه کمک کنه

این استاندارد که توسط یونیکد تعریف شده به جای اینکه بیاد فضای 3 بایتی به هر کاراکتر
اختصاص بده، میاد از 7 بیت راست یک بایت برای کاراکترهای اسکی استفاده میکنه

و برای کاراکترهای بعدی علاوه بر خود کاراکتر، تعداد بایت مصرف شده برای اون کاراکتر هم داخل بایت اول ذخیره میکنه
یعنی 128 کاراکتر اول اسکی به شکل عادی ذخیره میشن بدون تغییر خاصی با فقط یک بایت فضا

ولی برای کاراکترهای بعدی میاد و داخل بایت اول مشخص میکنه چه میزان فضا برای کاراکتر استفاده شده

این میزان فضا از یک بایت تا چهاربایت میتونه متغیر باشه

حالا چه شکلی اینکارو میکنه
تو یه بایت برای 128 عدد اولیه اسکی، بیت چپ همیشه صفر هست

اما وقتی بیت چپ یک میشه یعنی با یه کاراکتر UTF8 طرف هستیم

همونطور که گفتم هر کاراکتر توی UTF-8 میتونه از یک بایت تا چهاربایت متغیر باشه

کامپیوتر چطور اینو تشخیص میده؟

بیت‌های 1 اولِ بایت رو میشماره تا به عدد 0 صفر برسه
یعنی اگه بایت اول با عدد باینری 110 شروع بشه، یعنی دوبایت فضا استفاده شده
اگه 1110 باشه سه بایت و ...

تو UTF-8 فضای بیت‌های بایت اول بین خود کاراکتر و تعداد بایت تقسیم میشه و متغیره

اما تو بایت‌های دوم و سوم و چهارم همیشه شش تا بیت راست برای خود کاراکتر استفاده میشه و دو بیت دیگه برای هندل کردن ارور تو utf-8 استفاده میشه
امیدوارم تونسته باشم با دانش ناقص خودم شما رو در مورد این انکدینگ رایج دنیای کامپیوتر آشنا کرده باشم

توضیحات دقیق‌تر:
https://en.wikipedia.org/wiki/UTF-8

سایت استفاده شده برای تست بایت UTF-8:
https://utf8-playground.netlify.app/

@DevTwitter | <Amir/>

کتاب هایی که خوندین و پیشنهاد میکنید (چه تخصصی چه سایر کتاب ها)

اگه خواستید تو کامنتا معرفی کنید

@CleverDevs - @CleverDevsGp

لینوکس یوزر :

#fun #linux
@CleverDevs - @CleverDevsGp

این یه چالشه که با مهارت های مختلفتون باید مرحله بعدی رو پیدا کنید . اگه دیدید جایی سخت شد میتونید از فایل راهنماش استفاده کنید

ببینید تا کدوم مرحله میتونید جلو برید

فقط اینکه اسپویل نکنید تو کامنتا

https://a.voorivex.academy

@CleverDevs - @CleverDevsGp

اگه تازه اومدید سمت لینوکس و میخواید کار با ترمینال رو یاد بگیرید
میتونید این پلی‌لیست گویبان رو دنبال کنید تا کار باهاش دستتون بیاد

https://www.youtube.com/playlist?list=PLpl25_8ecATg_hxDjiim933c-KaNfn1th

@CleverDevs - @CleverDevsGp

فعلا ۹۲ تا سرویس مختلف آمازون مشکل دارن و این باعث شد کلی از سرویس‌هایی که در اینترنت می‌شناسیم دچار اختلال و کندی بشن. مشکلات از حوالی ساعت ۱۲ به وقت پاسیفیک شروع شد و در ساعت ۳ و نیم آمازون اعلام کرد که مشکل رو (که طبق شوخی قدیمی اینترنت، دی ان اس بوده) پیدا کرده. ولی بعد دیدن هنوز یکسری از سرویس ها بالا نمیان و مشکلات ۹۲ سرویس هنوز ادامه داره. از اینجا می تونین وضعیت و اخبارش رو دنبال کنین

https://health.aws.amazon.com/health/status

‏sniffnet یه برنامه متن بازه که باهاش میتونید ترافیک اینترنتتون رو مانیتور کنید

کراس پلتفرمه و برای هر سه سیستم عامل مک او اس و ویندوز و گنو/لینوکس موجوده

میتونید از گیت هابش دانلود و نصب کنید

https://github.com/GyulyVGC/sniffnet

@CleverDevs - @CleverDevsGp

یکی از بچه های چنل یه پکیج لاراول نوشته که کمکتون میکنه راحت‌تر ساختار پروژه هاتونو به چت بات ها بفهمونید

میتونید یه نگاه به گیت هابش بندازید

https://github.com/saeedvir/laravel-project-markdown

اگه توضیحات فارسی هم خواستید یه مطلب کوچیک براش تو ویرگول نوشته


#Laravel #php
@CleverDevs - @CleverDevsGp

xdg-open

یکی از کامند های بدرد بخور توی گنو/لینوکس هست که میاد و فایل ها یا لینک هارو با اپلیکیشن های دیفالت باز میکنه و دیگه نیاز نیست برای باز کردن هر فایلی حتما کامند مربوط به اون برنامه رو بزنید

@CleverDevs - @CleverDevsGp

طبق گفته FFmpeg پچ جدید باعث شده یه تابع مهم تو پردازش ویدیو ۳.۴۶ برابر سریع‌تر بشه. ماجرا اینه که یکی از کانتریبیوترها به اسم mkver اومده تابع add_8x8basis_sse3 رو که قبلاً با C نوشته شده بود رو کاملا با اسمبلی x86 بازنویسی کرده و خروجی هم شده همین جهش سرعت جدی.

دلیلش اینه که کامپایلرهای GCC و Clang وقتی با فلگ O3 کد رو کامپایل می‌کنند، معمولاً یه سری حلقه هایی که اصلاً قرار نیست زیاد اجرا بشن رو باز می‌کنن و کد رو حجیم‌تر می‌کنن. اینجا هم اون فانکشن رو از ۱۷۶ بایت رسونده به ۱۴۰۶ بایت! تو این مدل پردازش‌ها، چون دستورهای خاص و عجیب‌غریبی مثل pmulhrsw وجود داره، کامپایلر همیشه انتخاب‌های درستی نمی‌کنه. دولوپرهای FFmpeg هم میگن: «باشه، خودمون درستش می‌کنیم.» نکته مهم اینه که لزوماً کد C مشکل نداره! این رفتار کامپایلر تو مرحله بهینه‌سازیه که گاهی خودش دردسر درست می‌کنه.

این اولین‌بار نیست FFmpeg از اسمبلی برای گرفتن نهایت قدرت سخت‌افزار استفاده می‌کنه واین همون بحث معروف چند وقت پیشه که چرا پلیر dav1d که چندتا آدم معمولی ساختنش، بعضی جاها از libgav1 گوگل بهتره. جواب همون همیشگیه: وقتی دقیق می‌دونی چی می‌خوای و خودت دستی کد اسمبلی رو می‌نویسی، خروجی معمولاً از نسخه‌ی تولیدشده توسط کامپایلر بهتره.

یه سوال هم که همیشه مطرح می‌شه اینه که «چرا این مشکلات رو به سازنده‌های کامپایلر گزارش نمی‌کنن؟» گزارش می‌دن، ولی تا نسخه جدید کامپایلر بیاد مدت‌ها طول می‌کشه. یعنی عملاً بهترین کار اینه که خودشون همزمان دست به آچار باشن و مشکل رو دور بزنن.

برای همین پروژه‌هایی مثل FFmpeg اینقدر ارزشمندن. از یه طرف همیشه تو بهینه‌ترین حالت ممکنه، از یه طرف دیگه همین مواردی که پیدا می‌کنن عملاً به کل کامیونیتی C و کامپایلرها سود می‌رسونه و باعث می‌شه ابزارهایی که همه استفاده می‌کنن، کم‌کم بهتر بشن.


📺Source
📡openpcb

یکی از ابزار هایی که میتونید برای تبدیل داکیومنت های متنی استفاده کنید pandoc هست که تحت ترمیناله و استفاده ازش راحته و فایل های زیادی رو پشتیبانی میکنه. ولی‌ یه مشکلی که داره صرفا متن رو پشتیبانی میکنه

میتونید برای نصب و استفاده داکیومنتش رو چک کنید

pandoc.org

#tools
@CleverDevs - @CleverDevsGp

توی این ویدئو رفتیم سراغ دستور pwd تا ببینیم دقیقاً چی‌کار می‌کنه و یک پیاده‌سازی ساده از اون رو داخل سی پلاس پلاس (بله سی پلاس پلاس) انجام دادیم.


تماشا از یوتوب


تماشا از پیرتوب


@SohrabContents