1.如何解决日文乱码问题？
2.qr code是源码日文什么？
3.日语当中“文字化”是什么意思？怎么读阿
4.原神各角色Pixiv涩图统计(二) Python爬虫爬取Pixiv上各角色涩图并统计.
5.怎么把日文游戏翻译成中文

如何解决日文乱码问题？

       日文中字乱码的解决办法主要有以下几种：

       1. 调整字符编码：乱码的产生往往是由于字符编码不匹配所致，因此可以尝试将文件或文本的源码日文字符编码转换为正确的编码格式，如UTF-8或Shift_JIS等。源码日文

       2. 安装日文字体：如果操作系统中没有安装相应的源码日文日文字体，也会导致乱码。源码日文此时可以安装一些常用的源码日文精秀源码购买日文字体，如MS Mincho或MS Gothic等。源码日文

       3. 使用专业的源码日文文本编辑器：一些专业的文本编辑器具有更强大的字符编码识别和转换功能，可以有效地解决乱码问题。源码日文例如，源码日文Notepad++等。源码日文

       具体解决方法可以根据不同情况灵活运用。源码日文比如，源码日文如果在一个网页中看到日文乱码，源码日文可以尝试调整浏览器的源码日文字符编码设置，或者在文本编辑器中打开网页源代码，将文本复制粘贴到专业的文本编辑器中进行编码转换。如果是在操作系统中显示日文乱码，可以检查系统区域设置是否正确，或者安装相应的日文字体。

       总之，解决日文乱码问题需要了解乱码产生的原因，并根据具体情况采取相应的解决办法。同时，为了避免乱码问题的产生，建议在文本编辑或文件传输时，始终保持一致的字符编码格式。

qr code是什么？

       基础知识

       首先，我们先说一下二维码一共有个尺寸。官方叫版本Version。Version 1是 x 的矩阵，Version 2是 x 的矩阵，Version 3是的尺寸，每增加一个version，就会增加4的尺寸，公式是：(V-1)*4 + （V是版本号） 最高Version ，(-1)*4+ = ，所以最高是 x 的正方形。

       下面我们看看一个二维码的样例：

       定位图案

       Position Detection Pattern是定位图案，用于标记二维码的矩形大小。这三个定位图案有白边叫Separators for Postion Detection Patterns。之所以三个而不是四个意思就是三个就可以标识一个矩形了。

       Timing Patterns也是用于定位的。原因是二维码有种尺寸，尺寸过大了后需要有根标准线，不然扫描的时候可能会扫歪了。

       Alignment Patterns 只有Version 2以上（包括Version2）的二维码需要这个东东，同样是为了定位用的。

       功能性数据

       Format Information 存在于所有的尺寸中，用于存放一些格式化数据的。

       Version Information 在 >= Version 7以上，需要预留两块3 x 6的区域存放一些版本信息。

       数据码和纠错码

       除了上述的那些地方，剩下的上课平台源码地方存放 Data Code 数据码 和 Error Correction Code 纠错码。

       数据编码

       我们先来说说数据编码。QR码支持如下的编码：

       Numeric mode 数字编码，从0到9。如果需要编码的数字的个数不是3的倍数，那么，最后剩下的1或2位数会被转成4或7bits，则其它的每3位数字会被编成 ，，bits，编成多长还要看二维码的尺寸（下面有一个表Table 3说明了这点）

       Alphanumeric mode 字符编码。包括 0-9，大写的A到Z（没有小写），以及符号$ % * + – . / : 包括空格。这些字符会映射成一个字符索引表。如下所示：（其中的SP是空格，Char是字符，Value是其索引值） 编码的过程是把字符两两分组，然后转成下表的进制，然后转成bits的二进制，如果最后有一个落单的，那就转成6bits的二进制。而编码模式和字符的个数需要根据不同的Version尺寸编成9, 或个二进制（如下表中Table 3）

       Byte mode, 字节编码，可以是0-的ISO--1字符。有些二维码的扫描器可以自动检测是否是UTF-8的编码。

       Kanji mode 这是日文编码，也是双字节编码。同样，也可以用于中文编码。日文和汉字的编码会减去一个值。如：在0X to 0X9FFC中的字符会减去，在0XE到0XEBBF中的字符要减去0XC，然后把结果前两个进制位拿出来乘以0XC0，然后再加上后两个进制位，最后转成bit的编码。如下图示例：

       Extended Channel Interpretation (ECI) mode 主要用于特殊的字符集。并不是所有的扫描器都支持这种编码。

       Structured Append mode 用于混合编码，也就是说，这个二维码中包含了多种编码格式。

       FNC1 mode 这种编码方式主要是给一些特殊的工业或行业用的。比如GS1条形码之类的。

       简单起见，后面三种不会在本文 中讨论。

       下面两张表中，

       Table 2 是各个编码格式的“编号”，这个东西要写在Format Information中。注：中文是

       Table 3 表示了，不同版本（尺寸）的二维码，对于，数字，字符，字节和Kanji模式下，对于单个编码的源码链接付款2进制的位数。（在二维码的规格说明书中，有各种各样的编码规范表，后面还会提到）

       下面我们看几个示例，

       示例一：数字编码

       在Version 1的尺寸下，纠错级别为H的情况下，编码：

       1. 把上述数字分成三组:

       2. 把他们转成二进制: 转成 ； 转成 ； 转成 。

       3. 把这三个二进制串起来:

       4. 把数字的个数转成二进制 (version 1-H是 bits ): 8个数字的二进制是

       5. 把数字编码的标志和第4步的编码加到前面:

       示例二：字符编码

       在Version 1的尺寸下，纠错级别为H的情况下，编码: AC-

       1. 从字符索引表中找到 AC- 这五个字条的索引 (,,,4,2)

       2. 两两分组: (,) (,4) (2)

       3.把每一组转成bits的二进制:

       (,) *+ 等于 转成 (,4) *+4 等于 转成 (2) 等于 2 转成

       4. 把这些二进制连接起来：

       5. 把字符的个数转成二进制 (Version 1-H为9 bits ): 5个字符，5转成

       6. 在头上加上编码标识 和第5步的个数编码:

       结束符和补齐符

       假如我们有个HELLO WORLD的字符串要编码，根据上面的示例二，我们可以得到下面的编码，

       编码

       字符数

       HELLO WORLD的编码

       

       我们还要加上结束符：

       编码

       字符数

       HELLO WORLD的编码

       结束

       

       按8bits重排

       如果所有的编码加起来不是8个倍数我们还要在后面加上足够的0，比如上面一共有个bits，所以，我们还要加上2个0，然后按8个bits分好组：

       

       补齐码（Padding Bytes）

       最后，如果如果还没有达到我们最大的bits数的限制，我们还要加一些补齐码（Padding Bytes），Padding Bytes就是重复下面的两个bytes： （这两个二进制转成十进制是和，我也不知道为什么，只知道Spec上是这么写的）关于每一个Version的每一种纠错级别的最大Bits限制，可以参看QR Code Spec的第页到页的Table-7一表。

       假设我们需要编码的是Version 1的Q纠错级，那么，其最大需要个bits，而我们上面只有个bits，所以，还需要补个bits，也就是需要3个Padding Bytes，我们就添加三个，于是得到下面的编码：

       

       上面的编码就是数据码了，叫Data Codewords，每一个8bits叫一个codeword，我们还要对这些数据码加上纠错信息。

       纠错码

       上面我们说到了一些纠错级别，Error Correction Code Level，二维码中有四种级别的纠错，这就是为什么二维码有残缺还能扫出来，也就是为什么有人在二维码的中心位置加入图标。

       错误修正容量

       L水平 7%的字码可被修正

       M水平 %的字码可被修正

       Q水平 %的字码可被修正

       H水平 %的字码可被修正

       那么，QR是怎么对数据码加上纠错码的？首先，我们需要对数据码进行分组，也就是分成不同的Block，然后对各个Block进行纠错编码，对于如何分组，我们可以查看QR Code Spec的第页到页的Table-到Table-的定义表。注意最后两列：

       Number of Error Code Correction Blocks ：需要分多少个块。

       Error Correction Code Per Blocks：每一个块中的code个数，所谓的code的个数，也就是有多少个8bits的字节。

       举个例子：上述的Version 5 + Q纠错级：需要4个Blocks（2个Blocks为一组，共两组），检查源码图片头一组的两个Blocks中各个bits数据 + 各 9个bits的纠错码（注：表中的codewords就是一个8bits的byte）（再注：最后一例中的（c, k, r ）的公式为：c = k + 2 * r，因为后脚注解释了：纠错码的容量小于纠错码的一半）

       下图给一个5-Q的示例（因为二进制写起来会让表格太大，所以，我都用了十进制，我们可以看到每一块的纠错码有个codewords，也就是个8bits的二进制数）

       组

       块

       数据

       对每个块的纠错码

       1 1 6 6

       2 7 7 6

       2 1 7 6 7

       2 6 5 2

       注：二维码的纠错码主要是通过Reed-Solomon error correction（里德-所罗门纠错算法）来实现的。对于这个算法，对于我来说是相当的复杂，里面有很多的数学计算，比如：多项式除法，把1-的数映射成2的n次方（0<=n<=）的伽罗瓦域Galois Field之类的神一样的东西，以及基于这些基础的纠错数学公式，因为我的数据基础差，对于我来说太过复杂，所以我一时半会儿还有点没搞明白，还在学习中，所以，我在这里就不展开说这些东西了。还请大家见谅了。（当然，如果有朋友很明白，也繁请教教我）

       最终编码

       穿插放置

       如果你以为我们可以开始画图，你就错了。二维码的混乱技术还没有玩完，它还要把数据码和纠错码的各个codewords交替放在一起。如何交替呢，规则如下：

       对于数据码：把每个块的第一个codewords先拿出来按顺度排列好，然后再取第一块的第二个，如此类推。如：上述示例中的Data Codewords如下：

       块 1 6 6

       块 2 7 7 6

       块 3 7 6 7

       块 4 6

       我们先取第一列的：， ， ，

       然后再取第二列的：， ， ， ， ，， ，

       如此类推：， ， ， ， ，， ， ……… ……… ，，6，，，7，

       对于纠错码，产品源码平台也是一样：

       块 1

       块 2

       块 3

       块 4 5 2

       和数据码取的一样，得到：，，，，，，，，…… …… ，，，

       然后，再把这两组放在一起（纠错码放在数据码之后）得到：

       , , , , , , , , , , , , , 7, , , , , , , , , 7, 6, , , , , , 7, , , , , , , , , , , 6, , , , , , 6, , 6, , , , , , , , , 6, , , 7, , , , , , , , , , , , , 5, , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , 2, , , , , , , , , , , , , , , ,

       这就是我们的数据区。

       Remainder Bits

       最后再加上Reminder Bits，对于某些Version的QR，上面的还不够长度，还要加上Remainder Bits，比如：上述的5Q版的二维码，还要加上7个bits，Remainder Bits加零就好了。关于哪些Version需要多少个Remainder bit，可以参看QR Code Spec的第页的Table-1的定义表。

       画二维码图

       Position Detection Pattern

       首先，先把Position Detection图案画在三个角上。（无论Version如何，这个图案的尺寸就是这么大）

       Alignment Pattern

       然后，再把Alignment图案画上（无论Version如何，这个图案的尺寸就是这么大）

       关于Alignment的位置，可以查看QR Code Spec的第页的Table-E.1的定义表（下表是不完全表格）

       下图是根据上述表格中的Version8的一个例子（6，，）

       Timing Pattern

       接下来是Timing Pattern的线（这个不用多说了）

       Format Information

       再接下来是Formation Information，下图中的蓝色部分。

       Format Information是一个个bits的信息，每一个bit的位置如下图所示：（注意图中的Dark Module，那是永远出现的）

       这个bits中包括：

       5个数据bits：其中，2个bits用于表示使用什么样的Error Correction Level， 3个bits表示使用什么样的Mask

       个纠错bits。主要通过BCH Code来计算

       然后个bits还要与做XOR操作。这样就保证不会因为我们选用了的纠错级别和的Mask，从而造成全部为白色，这会增加我们的扫描器的图像识别的困难。

       下面是一个示例：

       关于Error Correction Level如下表所示：

       关于Mask图案如后面的Table 所示。

       Version Information

       再接下来是Version Information（版本7以后需要这个编码），下图中的蓝色部分。

       Version Information一共是个bits，其中包括6个bits的版本号以及个bits的纠错码，下面是一个示例：

       而其填充位置如下：

       数据和数据纠错码

       然后是填接我们的最终编码，最终编码的填充方式如下：从左下角开始沿着红线填我们的各个bits，1是黑色，0是白色。如果遇到了上面的非数据区，则绕开或跳过。

       掩码图案

       这样下来，我们的图就填好了，但是，也许那些点并不均衡，如果出现大面积的空白或黑块，会告诉我们扫描识别的困难。所以，我们还要做Masking操作（靠，还嫌不复杂）QR的Spec中说了，QR有8个Mask你可以使用，如下所示：其中，各个mask的公式在各个图下面。所谓mask，说白了，就是和上面生成的图做XOR操作。Mask只会和数据区进行XOR，不会影响功能区。（注：选择一个合适的Mask也是有算法的）

       其Mask的标识码如下所示：（其中的i,j分别对应于上图的x,y）

       下面是Mask后的一些样子，我们可以看到被某些Mask XOR了的数据变得比较零散了。

       Mask过后的二维码就成最终的图了。

       好了，大家可以去尝试去写一下QR的编码程序，当然，你可以用网上找个Reed Soloman的纠错算法的库，或是看看别人的源代码是怎么实现这个繁锁的编码。

日语当中“文字化”是什么意思？怎么读阿

       文字化け　读音( もじばけ mojibake)　乱码的意思

       以下为关于乱码的小知识，仅供参考：

       乱码是由于系统或软件缺乏对某种字符编码的支持，而产生的不能正常阅读的混乱字符。常见的内码错误有GB码和BIG5码冲突，日文，韩文显示问题等。因为“所使用的字符的源码在本地计算机上使用了错误的显示字库”，或在本地计算机的字库中找不到相应于源码所指代的字符所致。不同国家和地区的文字字库采用了相同的一段源码，或是源文件中因为文件受到破坏，致使计算机默认提取的源码错误，或是计算机没有安装相应字库，都有可能产生乱码。

原神各角色Pixiv涩图统计(二) Python爬虫爬取Pixiv上各角色涩图并统计.

       统计结果详情请参阅前一篇文章。

       已将代码开源至GitHub。

       诚然，此项目为我完成过的最具挑战性的爬虫任务，耗时两天半，全无进展。

       Pixiv的反爬机制使我不得不面对复杂的代码编写。

       为了统计各角色的涩图数量，我们需要在Pixiv搜索角色名称。对于爬虫而言，正确的链接应为：

       Pixiv主要使用的语言包括简体中文、繁体中文、日文、英文和韩文。考虑到《原神》没有俄语版本，我们不统计俄语。

       同时，应注意，搜索出的角色名称可能与《原神》无关，因此不能将其纳入统计。

       综上，我们的统计逻辑如下：

       使用的库包括：

       首先，我们需要获取《原神》各角色名称，这可以从《原神》官网爬取。

       在实际爬取过程中，网站的语言切换经常失败或自动根据IP地址跳转，甚至返回一半英语一半日文内容。因此，我手动保存了网站各语言的源代码。简体中文名称可直接在《原神》国内官网找到，与国际版类似，但注意，一定注意。

       国内官网上刻晴和七七的顺序有误，需要在保存的源代码中调整。

       之后，用正则表达式识别各角色的各语言名称，并对一些稻妻角色名称进行适当调整，以增加搜索内容。

       注意，原神官网上没有荧和空，需进行特殊处理。

       判断作品是否与特定《原神》角色相关的方法是：如果作品中出现其他《原神》角色名称、除本语言外的本角色名称，或包含特定元素（如列表中的元素），则认为其与该角色相关。

       忽略大小写。

       判断标签如下：

       标签包括：原神、Genshin、Impact、米哈游、HoYoLAB、원신、HOYOVERSE、miHoYo、蒙德、璃月、须弥、稻妻、枫丹、纳塔、至冬、提瓦特、Mondstadt、Liyue、Inazuma、Sumeru、Fontaine、Natlan、Snezhnaya、爷、派蒙、Paimon、旅行者、履刑者、屑、森林书、兰纳罗、双子、愚人众、Traveller、Traveler、雷音权现、七星、水、火、岩、冰、风、雷、草、タル蛍、雷**、雷电真、雷**、黄金梦乡、深渊、Abyss、七圣召唤、Twins、崩坏、星穹铁道、爱莉希雅、Elysia、女仆、旅人、Travel、公子、捷德、风花节、海灯节、纠缠、Wish、Pull、海祈岛、珊瑚宫、渊下宫、尘歌、萍姥姥、龙脊雪山、苍风高地、风啸山坡、明冠山地、坠星山谷、珉林、璃沙郊、云来海、碧水原、甜甜花、层岩巨渊、Status、天理、琪亚娜、食岩之罚、仙跳墙、佛跳墙、野菇鸡肉串、珊瑚宫、心海、Pyro、Cyro、Hydro、Nature、Anemo、Geo、Dendro、Electro、Swirl、原石、Primogem、Jade、God、Fate、Intertwined、纠缠之缘、Serenitea、Artifact、圣遗物、博士、doctor、同人。

       随后，便是核心环节：爬取Pixiv。

       由于Pixiv不接受未登录的爬虫，但我们可以巧妙绕过登录接口。我们通过复制登录后浏览器的cookie并写入header。

       (关于使用多个cookie的原因，我将在后面解释)

       有了cookie，我们在爬取tags时才能获取正常内容。请注意，内容并非直接在HTML页面中返回，而是需要通过请求另一个页面才能获得有意义的信息。特定链接用于生成请求，然后请求获取内容。

       链接生成方式简单，通过字符串拼接。

       之后，加载JSON数据，使用正则表达式筛选出有用信息。

       注意，Pixiv的响应速度较慢，短时间内的请求量过大，会返回空内容，因此需要判断内容是否为空。同时，如果某个tag下面没有内容，返回的也是空值。此外，网络不稳定也可能导致收到空内容或不完整内容。

       有时网络状况良好，Pixiv正确处理响应，但返回的内容不完整或与预期不符。

       最后，爬取完所有内容后，将page加1，继续爬取下一页内容。Pixiv不会返回错误，而是返回空值。

       还需注意，返回的内容可能包含重复信息，需要处理。

       如需自写代码，上述问题都需要考虑。我的代码中已考虑并测试通过。

       之前提到，Pixiv爬取速度慢，因此我们使用多线程。但多线程容易导致cookie失效，因此采用多个cookie，并设计算法决定使用哪个cookie。如果一次请求失败，该cookie的sleep time增加秒。更换cookie时，需睡眠对应cookie的睡眠时间。成功处理完6个角色（所有语言名称）后，将sleep time重置，避免退化为单cookie模式。

       至于main.py运行后的结果可视化，这部分内容较长且主要涉及matplotlib绘图，如有问题可至评论区询问。

       代码开源地址：

       前一篇文章：

       封面（AI）：

       荧 / Lumine

怎么把日文游戏翻译成中文

       我所知道的 一种是修改源码或者破解，这样改的最彻底

       另一种是通过xml汉化，也就是把日文用一个类似对应表一样的文件翻译成中文，这样做出来的就是汉化补丁，大多数游戏的汉化都是这种方式

       不知道现在还有什么方法没