【单选题】若中文文本文献导入 endnote 后出现乱码,可能是文字编码问题,可将文本文件另存为什么格式来尝试解决?( )
A. UTF-8 B. ANSI C. CSV D. DOC
更多相关问题
既断定“如果p则q”真，又断定“如果p则非q”真。
下列各组命题是否等值？为什么 (1)严禁违反交通规则。 (2)允许不违反交通规则。
价值规律是永恒的历史规律。
从光源发出的光，垂直射到平面镜上，经反射在正对着平面镜3m处的墙上有一光斑，若要使光斑向上移动1m，如图所示
企业对正向激励的考虑不包括的选项是()。A.员工提供改进建议的现实机制是否到位B.管理层是否通
筹资活动的主要风险不包括()。A.因缺乏完整的筹资战略规划而导致的风险B.因缺乏完善的授权审批
企业编制预算应当按照内部经济活动的责任权限进行，并遵循相关原则()。A.坚持效益优先原则，实行
担保业务过程可能发生的风险是()。A.对被担保申请人的资信状况调查不深，导致企业担保决策失误
如图所示，要使太阳光垂直射入井底，请你画出平面镜的位置．
企业组织结构运行中存在的风险不可能包括()。A.股东大会是否规范而有效地召开，股东是否可以通
(l)如图1所示，要将一束太阳光AO反射到室内的B点．请你在O点正确地填入平面镜〔保留作图痕迹)(2)根据平面镜成
企业编制预算应当按照内部经济活动的责任权限进行，并遵循相关原则()。A.坚持效益优先原则，实行
企业核心价值观的塑造，()。A.着力挖掘自身文化，博采众长B.离不开企业的主打品牌的塑造C.关键
(1)请你在图中作出入射光线，并标出入射角的度数．(2)如图所示的AB、CD是同一发光点S发出的光经平面镜反射后的
指出下列各组模态命题间的逻辑关系(1)月球运行于太阳和地球之间必然发生日食。 (2)月球运行
如图，A′B′是蜡烛AB在平面镜中的像请画出入射光线AO的反射光线．
如图所示，AB、CD是发光点S发出光线的两条反射光线，在图中画出发光点S和它在平面镜中的像S′．
如图所示，当一束光线与平面镜M1成25°角入射时，要使得光线经平面镜两次反射后沿原路返回，则平面镜M1与M2之间
按要求完成下列光路图．(1)如图甲所示，两面平面镜互相垂直，一束光线斜射到平面镜上，请在图甲中完成光路图；(2
如图所示，有一束光线从空气射入某种透明介质，在分界面处发生反射和折射．则______是反射光线，______是折射光
人力资源的引进与开发应当分层次进行，这些层次不包括()。A.高管人员的引进与开发B.专业技术人
根据平面镜成像规律在图中作一条入射光线，使其通过点A，并使其反射光线通过B点．
存货取得环节可能发生的风险是()。A.验收程序不规范、标准不明确，导致数量克扣、以次充好、账实不
如图所示，光源S发出的光垂直射到平面镜上，若平面镜转过微小角度θ后，反射光线与入射光线的夹角为 ______度；
一光线与镜面成30°角射到平面镜上，如图是郑辉同学所画的光路图，由图可知，反射角是______(选填“α”、“β”、“θ”)，
指出下列各组模态命题间的逻辑关系 (1)证人不可以充当证据鉴定人。 (2)证人应当充当证据鉴定人。
按要求完成下列光路图．(1)如图甲所示，两面平面镜互相垂直，一束光线斜射到平面镜上，请在图甲中完成光路图；(2
企业在研究开发过程中可能遇到的风险，下列选项中不正确的是()。A.研究项目未经科学论证或论证
下列各组命题是否等值？为什么(1)这个动物园可能有非洲豹。 (2)这个动物园不必然没有非洲豹。
下列各组命题是否等值？为什么 (1)严禁违反交通规则。 (2)允许不违反交通规则。
下面各项中，不是研发活动的关键环节的是()。A.研发项目成果的保密控制 B.立项与可行性研究 C.
如图所示，光线射到两种介质的分界面时发生了反射和折射，请判断：法线是______；入射光线是______；折射光线是_
如图所示，两平面镜PM、PN相交，夹角为90°，一束光线AO斜射到MP上，经两平面镜反射后与入射光线AO平行，但方向相
一束光线从空气斜射入某种透明介质中，折射光线和反射光线垂直，折射光线和入射光线的夹角为150°，则反射角和
下列各组命题是否等值？为什么 (1)生物界必然形成生物圈。 (2)生物界不形成生物圈是不可能的。
原创文章，作者：青柠查题，如若转载，请注明出处：http://www.xmkqhs.com/list11/610880.html

什么是csv？
逗号分隔值（Comma-Separated Values，CSV，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）




怎么用？
我这里使用的是nodejs。

安装

npm install csv-parser
将要转换的csv保存为下列格式

顶部第一行相当于json属性名

下方数据相当于属性值

这是CSV文件示例
NAME,AGE
Daffy Duck,24
Bugs Bunny,22


使用

安装好依赖后，新建文件复制下方代码。

const csv = require('csv-parser')
const fs = require('fs')
const results = [];
 
fs.createReadStream('data.csv')
  .pipe(csv())
  .on('data', (data) => results.push(data))  
  .on('end', () => {
    console.log(results);
    //以下就是CSV文件转换后的json示例
    // [
    //   { NAME: 'Daffy Duck', AGE: '24' },
    //   { NAME: 'Bugs Bunny', AGE: '22' }
    // ]
});

我的实战
需求：第三方的成交金额数据要导入我们的数据库，共10个Excel文件的数据，总共上千条记录。需要将文件内的成交金额、成交日期等真实数据导入我们的数据库。

解决方法：将所有文件保存为CSV格式，使用上述方式全部转化为json字符串格式，使用for循环遍历这个json依次请求下方3个接口，最后导入完成。

新建订单
提交订单
结账付款

代码
const csv = require('csv-parser');
const fs = require('fs');
const axios = require('axios');
var info = []
fs.createReadStream('转换的文件.csv')
 .pipe(csv())
 .on('data', (row) => {
  info.push(row)
})
 .on('end', async () => {
  for (let i = 0; i < info.length; i++) {
  
    let res = await axios.get('新建订单接口')  //创建订单
    
    //1.对返回的res处理
    //2.构造好之后请求提交订单接口
   
    res = await axios({ //提交订单
      url: '提交订单接口',
      method: 'post',
      data: 这里是构造的数据
    })
    
    //1.对返回的res处理
    //2.构造好之后请求结账付款接口
    
    res = await axios({//调用结账结账
      url: '结账付款接口',
      method: 'post',
      data: 这里是构造的数据
    })
    
    console.log(`订单&{i}导入成功`);
  }
});

当然了，如果要输出指定数据文件，可以使用nodejs写入文件，或者使用

$ npm i -s csv-writer模块写入CSV文件

具体可查看此链接
const createCsvWriter = require('csv-writer').createObjectCsvWriter;
const csvWriter = createCsvWriter({
  path: 'out.csv',
  header: [
    {id: 'name', title: 'Name'},
    {id: 'surname', title: 'Surname'},
    {id: 'age', title: 'Age'},
    {id: 'gender', title: 'Gender'},
  ]
});

const data = [
  {
    name: 'John',
    surname: 'Snow',
    age: 26,
    gender: 'M'
  }, {
    name: 'Clair',
    surname: 'White',
    age: 33,
    gender: 'F',
  }, {
    name: 'Fancy',
    surname: 'Brown',
    age: 78,
    gender: 'F'
  }
];

csvWriter
  .writeRecords(data)
  .then(()=> console.log('The CSV file was written successfully'));

个人站点：https://yuanxiaoshen.com/

HTTP头部实体

HTTP协议报文是按照header+body的形式，其中body传输的时候是二进制文件，但具体按照什么格式来读取，必须有所约定。就像一个文件，我们改变不同的后缀名，打开完全是不一样的。

报文格式借鉴了电子邮件系统的MIME，“多用途互联网邮件扩展”（Multipurpose Internet Mail Extensions）。

常见的分为下列几种：

text，文本格式的可读数据，比如text/html，text/plain，text/css；

image，图像数据，image/gif，image/jpeg；

audio/video，音视频数据，audio/mpeg，video/mp4；

application，数据格式不固定，可以是文本也可以是二进制数据。application/json，application/javascript，application/pdf。

还有一个编码方式encoding type，选择body体的压缩方式：

gzip：GNU zip 压缩格式，也是互联网上最流行的压缩格式；

deflate：zlib（deflate）压缩格式，流行程度仅次于 gzip；

br：一种专门为 HTTP 优化的新压缩算法（Brotli）。



这样，客户端用Accept，Accept-Encoding来说明可以接受的内容和编码方式；服务端用Content-Type，Content-Encoding来解释最终选择发送的格式和编码方式。

如果请求报文里没有 Accept-Encoding 字段，就表示客户端不支持压缩数据；如果响应报文里没有 Content-Encoding 字段，就表示响应数据没有被压缩。

我们书写的代码都是用英文书写，但客户端那边的使用者可能是各个国家，所以存在一个语言问题。Accept-language就是记录这个。与语言对应的是不同语言的字符集charset。

现在的浏览器都支持多种字符集，通常不会发送 Accept-Charset，而服务器也不会发送 Content-Language。在请求头里一般只会有 Accept-Language 字段，响应头里只会有 Content-Type 字段。对应我自己实验的现象，客户端只是提出请求语言，然后客户端回复UTF-8统一编码即可，然后再交给客户端来自行转换成需求语言。



响应头里没有对应的 Content-Charset，而是在Content-Type字段的数据类型后面用“charset=xxx”来表示。

在 HTTP 协议里用 Accept、Accept-Encoding、Accept-Language 等请求头字段进行内容协商的时候，还可以用一种特殊的“q”参数表示权重来设定优先级，这里的“q”是“quality factor”的意思。

权重的最大值是 1，最小值是 0.01，默认值是 1，如果值是 0 就表示拒绝。具体的形式是在数据类型或语言代码后面加一个“;”，然后是“q=value”。

这样给服务器一些可回复的选择，对应服务器对于内容协商的过程是不透明的，每个 Web 服务器使用的算法都不一样。最后会给出一个Vary参数，记录服务器在内容协商时参考的请求头字段。



HTTP协议并不属于强制性的要求，所以其实客户端发过去的头文件描述的请求，返回报文并不一定按要求返回。比如我自己实验的几个网站，发现请求的Accept-Language是zh，但返回的Content-Type是***，charset=UTF-8。我理解等于无论要求的是什么语言，服务器统一用UTF-8回复，这样再由服务器来进行处理。

 

如何在有限带宽下高效传输大文件，将大文件直接传输会把网络带宽完全抢占，这也是我们以前经常说起的，下载抢网速的原因。

数据压缩，与之前请求头的Accept-Encoding有关，但此类压缩一般都是对文本类的压缩有效，像音视频这类原本就已经压缩的文件，再次压缩的效果并不好。

除了数据压缩外，另一个思路就是人为的将大文件进行切割，变成一系列的小文件后再来传输，这样更小的层面来说就是传输小文件了，再浏览器这端再把数据包组合成大文件，叫做分块传输，chunked（HTTP/2.0已经不支持）。对应响应报文里用头字段“Transfer-Encoding: chunked”来表示，意思是报文里的 body 部分不是一次性发过来的，而是分成了许多的块（chunk）逐个发送。

“Transfer-Encoding: chunked”和“Content-Length”这两个字段是互斥的，也就是说响应报文里这两个字段不能同时出现，一个响应报文的传输要么是长度已知，要么是长度未知（chunked）。



分块传输的规格如下：

每个分块包含两个部分，长度头和数据块；
	
长度头是以 CRLF（回车换行，即\r\n）结尾的一行明文，用 16 进制数字表示长度；
	
数据块紧跟在长度头后，最后也用 CRLF 结尾，但数据不包含 CRLF；
	
最后用一个长度为 0 的块表示结束，即“0\r\n\r\n”。
分块传输并不是分为多个HTTP响应报文，而是类似“长连接”的效果，body部分的报文是分块发送。

范围请求，是类似我们看视频跳过片头，只截取文件的部分进行传输。

范围请求不是 Web 服务器必备的功能，可以实现也可以不实现，如果支持该功能，服务器必须在响应头里使用字段“Accept-Ranges: bytes”明确告知。而如果不支持，则发送“Accept-Ranges: none”，或者干脆不发送“Accept-Ranges”字段。

请求头Range是 HTTP 范围请求的专用字段，格式是“bytes=x-y”，其中的 x 和 y 是以字节为单位的数据范围。要注意 x、y 表示的是“偏移量”，从 0 计数。这里的数据范围是指原数据的，如果是压缩文件，客户端没有办法掌握压缩后的数据范围和目标数据范围之间的偏差。

假设文件是 100 个字节，那么：

“0-”表示从文档起点到文档终点，相当于“0-99”，即整个文件；

“10-”是从第 10 个字节开始到文档末尾，相当于“10-99”；

“-1”是文档的最后一个字节，相当于“99-99”；

“-10”是从文档末尾倒数 10 个字节，相当于“90-99”。

服务器收到 Range 字段后，需要做四件事。

第一，它必须检查范围是否合法。类似数组索引，不能超出界限；

第二，如果范围正确，服务器就可以根据 Range 头计算偏移量，读取文件的片段了，返回状态码“206 Partial Content”表示 body 只是原数据的一部分；

第三，服务器响应包含头字段Content-Range，告诉片段的实际偏移量和资源的总大小，格式是“bytes x-y/length”；

第四，直接把片段用 TCP 发给客户端，一个范围请求就算是处理完了。

可以通过该方式实现多段下载，每段用不同的线程来执行。

范围请求甚至可以在一个HTTP请求中申请多段数据，在Range中用“，”分开，对应的响应报文Content-Type设置类型：“multipart/byteranges”再加上参数“boundary=xxx”给出段之间的分隔标记。



每个分段要用‘--’+分隔标记+CRLF开头，然后加上两个响应头Content-Type（不同与整个报文的Content-Type，是真实的具体类型）和Content-Range。多段数据结束的地方还需要用‘--’+分隔标记+‘--’+CRLF来标示。

 

已标注的语言数据的结构化集合在NLP的大部分领域都是至关重要的;但是，我们使用它们仍然面临着许多障碍。

本章的目的是要回答下列问题:


我们如何设计一种新的语言资源，并确保它的覆盖面、平衡以及支持广泛用途的文档?
现有数据对某些分析工具格式不兼容，我们如何才能将其转换成合适的格式?3．有什么好的方法来记录我们已经创建的资源的存在，让其他人可以很容易地找到它?


本章是比较系统性框架搭建的一章，所以列了总结的点


大多数语料库中基本数据类型是已标注的文本和词汇。文本有时间结构，而词汇有记录结构。
语料库的生命周期，包括数据收集、标注、质量控制以及发布。发布后生命周期仍然继续，因为语料库会在研究过程中被修改和丰富。
语料库开发包括捕捉语言使用的代表性的样本与使用任何一个来源或文体都有足够的材料之间的平衡；增加变量的维度通常由于资源的限制而不可行。
XML 提供了一种有用的语言数据的存储和交换格式，但解决普遍存在的数据建模问题没有捷径。
Toolbox 格式被广泛使用在语言记录项目中；我们可以编写程序来支持 Toolbox 文件的维护，将它们转换成 XML。
开放语言档案社区（OLAC）提供了一个用于记录和发现语言资源的基础设施。