make some sound concepts clear

[17:12] <raywang> juhovh: i have a question
[17:13] <raywang> juhovh: what’s the relationship between gsteamer and pulseaudio?
[17:13] <juhovh> there’s no relationship as far as I know
[17:13] <juhovh> except that gstreamer has a pulseaudio output plugin
[17:14] <juhovh> if I could just make any sense out of gstreamer APIs I would probably rewrite their ASF parser
[17:14] <raywang> juhovh: there are too much audio related softwares, PulseAudio, Esound, Gstreamer, Xine. I can’t figure out their relationship
[17:15] <juhovh> pulseaudio is an esound replacement
[17:15] <juhovh> it works between the kernel audio interface and applications
[17:15] <juhovh> gstreamer and xine are both libraries for demuxing/decoding/mixing etc. audio and video streams
[17:16] <juhovh> they can output directly to the kernel interfaces (ALSA, OSS) or to pulseaudio, esd, jack etc
[17:16] <juhovh> the benefit of having something like pulseaudio in the middle is more control
[17:16] <juhovh> and you can for example stream all output over network to another pulseaudio daemon
[17:16] <juhovh> direct output to the kernel doesn’t make that possible
[17:17] <juhovh> then there’s the horrible thing of ALSA that in addition to kernel API includes a userspace library to make accessing it more simple
[17:17] <juhovh> but I don’t like ALSA that much
[17:17] <juhovh> alsa and oss mainly work inside the kernel
[17:17] <juhovh> and provide a consistent api that will work with all sound cards
[17:17] <juhovh> otherwise you would have to write drivers for each sound card separately
[17:17] <juhovh> like in the DOS days
[17:18] <juhovh> I’m xmms2 developer myself, so I haven’t done that much with the gstreamer and xine and stuff except read their code
[17:19] <raywang> juhovh: could i sum up it as "alsa and oss are kernel audio APIs, and PulseAudio and Esound coordinate with them and Gsteamer and Xine?"
[17:20] <juhovh> yeah, alsa and oss are kernel audio APIs, pulseaudio and esound are userspace audio daemons, gstreamer and xine are audio/video players/recorders/whatever
[17:20] <juhovh> and they have a graphical frontend that is usually separate
[17:22] <raywang> juhovh: what’s the sound server in nowadays, is it essential in a distro?
[17:23] <juhovh> sound server is exactly the daemons like pulseaudio
[17:23] <juhovh> it’s not essential, but can make things easier
[17:25] <raywang> juhovh: so the sound server don’t need to start until to make thing easied?
[17:25] <juhovh> raywang: for example some sound cards (many cheap ones) only accept one audio stream, so you can only use one application that outputs sound at the same time
[17:26] <juhovh> raywang: there are some workarounds for this in alsa, but the easiest way is to set up a sound server and make all applications output audio into it
[17:26] <juhovh> and it will do the mixing and forward the sound to alsa
[17:40] <raywang> juhovh: the applications could talk to kernel diectly thought alsa or oss, but lack some features?
[17:40] <juhovh> they don’t really lack features
[17:41] <juhovh> but the goal of drivers in kernel spaces is to be as minimal as possible
[17:41] <juhovh> to keep the kernel maintainable
[17:41] <juhovh> so there’s just more things you can do in userspace
[17:41] <juhovh> OSS4 is quite interesting audio API, but that’s not in kernel, at least not yet
[17:41] <juhovh> I would kind of like to see a move from ALSA back to OSS…
[17:42] <juhovh> bad experience from alsa config files
[17:42] <raywang> juhovh: ah alsa and oss behave as a abstract layer?
[17:43] <juhovh> that’s what kernel APIs do :p
[17:43] <juhovh> abstract the hardware from vendor specific details
[17:43] <juhovh> but added functionality should be in user space
[17:44] <raywang> understand
[17:44] <raywang> juhovh: nowadays, oss was replaced by alsa, and esound was replaced by PulseAudio?
[17:44] <juhovh> brings us to the microkernel discussion :p
[17:44] <juhovh> yeah
[17:44] <juhovh> and the new OSS (OSS4) was a proprietary sound driver system
[17:44] <juhovh> but they recently released it as GPL
[17:44] <raywang> cool
[17:45] <juhovh> and from what I know it seems better than ALSA
[17:45] <juhovh> no one just wants to make another big change
[17:45] <juhovh> when the OSS->ALSA switch was just finished :p
[17:45] <raywang> yeah
[17:45] <juhovh> and the whole reason for OSS4 to become GPLed was that ALSA developers started promoting making ALSA-only applications
[17:46] <juhovh> the business idea of OSS4 was to make all Linux sound applications work on other *nix systems like Solaris, AIX etc.
[17:46] <juhovh> but if Linux applications are ALSA-only they will be obsolete
[17:46] <juhovh> bad for business
[17:47] <raywang> alsa mean advanced linux sound architeture, that’s why alsa will dominate the Linux market. lol
[17:47] <juhovh> so by GPL release they’re trying bringing up-to-date OSS system and try to keep applications supporting OSS
[17:47] <juhovh> yeah, the old OSS in Linux (FreeOSS) was outdated
[17:47] <juhovh> therefore compared to that ALSA is advanced
[17:48] <juhovh> but the proprietary OSS was developed internally and has pretty much comparable features
[17:48] <raywang> juhovh: so you must be a kernel hacker. 🙂
[17:48] <juhovh> no, I’m not really
[17:48] <juhovh> I like my kernel to just work
[17:49] <juhovh> other people are paid to do that :p
[17:49] <raywang> juhovh: I was wondering why there is not any sound server appear when i type "ps ax", now i have a sense of it. , thanks you 🙂
[17:50] <raywang> juhovh: you open my mind, and make me clear of that.
[17:51] <raywang> that’s the top issue confused me a lot. 😀
[17:51] <juhovh> for me there is
[17:51] <juhovh> 7049 ?        Sl     0:15 /usr/bin/pulseaudio –log-target=syslog
[17:52] <juhovh> but I’m running pretty plain ubuntu these days
[17:52] <raywang> there is not any in my opensuse
[17:52] <juhovh> then it probably uses alsa
[17:52] <juhovh> with correct configuration one doesn’t need a sound server
[17:53] <raywang> juhovh: do you mean my application talk to kernel directlly without a sound server?
[17:53] <juhovh> yeah, although in case of ALSA probably through libalsa :p
[17:54] <juhovh> to make things more complicated
[17:54] <juhovh> but libalsa doesn’t count as a sound server, because it’s just loaded to the application
[17:54] <raywang> make sense!
[17:56] <raywang> juhovh: anything else to add or explain? do you mind i post what we talk in my blog, i hope i could save those important words. 🙂
[17:57] <juhovh> I just remembered this http://insanecoding.blogspot.com/2007/05/sorry-state-of-sound-in-linux.html
[17:57] <juhovh> it somewhat lists all the libraries and stuff in linux :p
[17:57] <juhovh> but skips stuff like pulseaudio
[17:57] <juhovh> and is somewhat biased
[17:57] <juhovh> so should be taken with a grain of salt :p
[17:58] <raywang> grain of salt? it’s a slang, i don’t understand 😛
[17:59] <juhovh> http://en.wikipedia.org/wiki/Grain_of_salt
[17:59] <juhovh> wikipedia to the resque 🙂
[17:59] <raywang> haha , thank you
[18:00] <raywang> juhovh: so do you mind i post what we talk in my blog? 🙂
[18:00] <juhovh> it will be embarrassing if I made some mistakes :p
[18:01] <juhovh> but you can
[18:01] <raywang> hehe, thank you 😀

Posted in GNU/Linux | Tagged | Leave a comment

字符编码笔记:ASCII,Unicode和UTF-8

非常有用,有必须澄明一下,摘自:http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html

今天中午,我突然想搞清楚Unicode和UTF-8之间的关系,于是就开始在网上查资料。

结果,这个问题比我想象的复杂,从午饭后一直看到晚上9点,才算初步搞清楚。

下面就是我的笔记,主要用来整理自己的思路。但是,我尽量试图写得通俗易懂,希望能对其他朋友有用。毕竟,字符编码是计算机技术的基石,想要熟练使用计算机,就必须懂得一点字符编码的知识。

1. ASCII码

我们知道,在计算机内部,所有的信息最终都表示为一个二进制的字符串。每一个二进制位(bit)有0和1两种状态,因此八个二进制位就可以组合出 256种状态,这被称为一个字节(byte)。也就是说,一个字节一共可以用来表示256种不同的状态,每一个状态对应一个符号,就是256个符号,从 0000000到11111111。

上个世纪60年代,美国制定了一套字符编码,对英语字符与二进制位之间的关系,做了统一规定。这被称为ASCII码,一直沿用至今。

ASCII码一共规定了128个字符的编码,比如空格“SPACE”是32(二进制00100000),大写的字母A是65(二进制01000001)。这128个符号(包括32个不能打印出来的控制符号),只占用了一个字节的后面7位,最前面的1位统一规定为0。

2、非ASCII编码

英语用128个符号编码就够了,但是用来表示其他语言,128个符号是不够的。比如,在法语中,字母上方有注音符号,它就无法用ASCII码表示。 于是,一些欧洲国家就决定,利用字节中闲置的最高位编入新的符号。比如,法语中的é的编码为130(二进制10000010)。这样一来,这些欧洲国家使 用的编码体系,可以表示最多256个符号。

但是,这里又出现了新的问题。不同的国家有不同的字母,因此,哪怕它们都使用256个符号的编码方式,代表的字母却不一样。比如,130在法语编码 中代表了é,在希伯来语编码中却代表了字母Gimel (ג),在俄语编码中又会代表另一个符号。但是不管怎样,所有这些编码方式中,0—127表示的符号是一样的,不一样的只是128—255的这一段。

至于亚洲国家的文字,使用的符号就更多了,汉字就多达10万左右。一个字节只能表示256种符号,肯定是不够的,就必须使用多个字节表达一个符号。 比如,简体中文常见的编码方式是GB2312,使用两个字节表示一个汉字,所以理论上最多可以表示256×256=65536个符号。

中文编码的问题需要专文讨论,这篇笔记不涉及。这里只指出,虽然都是用多个字节表示一个符号,但是GB类的汉字编码与后文的Unicode和UTF-8是毫无关系的。

3.Unicode

正如上一节所说,世界上存在着多种编码方式,同一个二进制数字可以被解释成不同的符号。因此,要想打开一个文本文件,就必须知道它的编码方式,否则用错误的编码方式解读,就会出现乱码。为什么电子邮件常常出现乱码?就是因为发信人和收信人使用的编码方式不一样。

可以想象,如果有一种编码,将世界上所有的符号都纳入其中。每一个符号都给予一个独一无二的编码,那么乱码问题就会消失。这就是Unicode,就像它的名字都表示的,这是一种所有符号的编码。

Unicode当然是一个很大的集合,现在的规模可以容纳100多万个符号。每个符号的编码都不一样,比如,U+0639表示阿拉伯字母Ain,U+0041表示英语的大写字母A,U+4E25表示汉字“严”。具体的符号对应表,可以查询unicode.org,或者专门的汉字对应表

4. Unicode的问题

需要注意的是,Unicode只是一个符号集,它只规定了符号的二进制代码,却没有规定这个二进制代码应该如何存储。

比如,汉字“严”的unicode是十六进制数4E25,转换成二进制数足足有15位(100111000100101),也就是说这个符号的表示至少需要2个字节。表示其他更大的符号,可能需要3个字节或者4个字节,甚至更多。

这里就有两个严重的问题,第一个问题是,如何才能区别unicode和ascii?计算机怎么知道三个字节表示一个符号,而不是分别表示三个符号 呢?第二个问题是,我们已经知道,英文字母只用一个字节表示就够了,如果unicode统一规定,每个符号用三个或四个字节表示,那么每个英文字母前都必 然有二到三个字节是0,这对于存储来说是极大的浪费,文本文件的大小会因此大出二三倍,这是无法接受的。

它们造成的结果是:1)出现了unicode的多种存储方式,也就是说有许多种不同的二进制格式,可以用来表示unicode。2)unicode在很长一段时间内无法推广,直到互联网的出现。

5.UTF-8

互联网的普及,强烈要求出现一种统一的编码方式。UTF-8就是在互联网上使用最广的一种unicode的实现方式。其他实现方式还包括UTF-16和UTF-32,不过在互联网上基本不用。重复一遍,这里的关系是,UTF-8是Unicode的实现方式之一。

UTF-8最大的一个特点,就是它是一种变长的编码方式。它可以使用1~4个字节表示一个符号,根据不同的符号而变化字节长度。

UTF-8的编码规则很简单,只有二条:

1)对于单字节的符号,字节的第一位设为0,后面7位为这个符号的unicode码。因此对于英语字母,UTF-8编码和ASCII码是相同的。

2)对于n字节的符号(n>1),第一个字节的前n位都设为1,第n+1位设为0,后面字节的前两位一律设为10。剩下的没有提及的二进制位,全部为这个符号的unicode码。

下表总结了编码规则,字母x表示可用编码的位。

Unicode符号范围 | UTF-8编码方式
(十六进制) | (二进制)
——————–+———————————————
0000 0000-0000 007F | 0xxxxxxx
0000 0080-0000 07FF | 110xxxxx 10xxxxxx
0000 0800-0000 FFFF | 1110xxxx 10xxxxxx 10xxxxxx
0001 0000-0010 FFFF | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

下面,还是以汉字“严”为例,演示如何实现UTF-8编码。

已知“严”的unicode是4E25(100111000100101),根据上表,可以发现4E25处在第三行的范围内(0000 0800-0000 FFFF),因此“严”的UTF-8编码需要三个字节,即格式是“1110xxxx 10xxxxxx 10xxxxxx”。然后,从“严”的最后一个二进制位开始,依次从后向前填入格式中的x,多出的位补0。这样就得到了,“严”的UTF-8编码是 “11100100 10111000 10100101”,转换成十六进制就是E4B8A5。

6. Unicode与UTF-8之间的转换

通过上一节的例子,可以看到“严”的Unicode码是4E25,UTF-8编码是E4B8A5,两者是不一样的。它们之间的转换可以通过程序实现。

在Windows平台下,有一个最简单的转化方法,就是使用内置的记事本小程序Notepad.exe。打开文件后,点击“文件”菜单中的“另存为”命令,会跳出一个对话框,在最底部有一个“编码”的下拉条。

bg2007102801.jpg

里面有四个选项:ANSI,Unicode,Unicode big endian 和 UTF-8。

1)ANSI是默认的编码方式。对于英文文件是ASCII编码,对于简体中文文件是GB2312编码(只针对Windows简体中文版,如果是繁体中文版会采用Big5码)。

2)Unicode编码指的是UCS-2编码方式,即直接用两个字节存入字符的Unicode码。这个选项用的little endian格式。

3)Unicode big endian编码与上一个选项相对应。我在下一节会解释little endian和big endian的涵义。

4)UTF-8编码,也就是上一节谈到的编码方法。

选择完”编码方式“后,点击”保存“按钮,文件的编码方式就立刻转换好了。

7. Little endian和Big endian

上一节已经提到,Unicode码可以采用UCS-2格式直接存储。以汉字”严“为例,Unicode码是4E25,需要用两个字节存储,一个字节 是4E,另一个字节是25。存储的时候,4E在前,25在后,就是Big endian方式;25在前,4E在后,就是Little endian方式。

这两个古怪的名称来自英国作家斯威夫特的《格列佛游记》。在该书中,小人国里爆发了内战,战争起因是人们争论,吃鸡蛋时究竟是从大头(Big- Endian)敲开还是从小头(Little-Endian)敲开。为了这件事情,前后爆发了六次战争,一个皇帝送了命,另一个皇帝丢了王位。

因此,第一个字节在前,就是”大头方式“(Big endian),第二个字节在前就是”小头方式“(Little endian)。

那么很自然的,就会出现一个问题:计算机怎么知道某一个文件到底采用哪一种方式编码?

Unicode规范中定义,每一个文件的最前面分别加入一个表示编码顺序的字符,这个字符的名字叫做”零宽度非换行空格“(ZERO WIDTH NO-BREAK SPACE),用FEFF表示。这正好是两个字节,而且FF比FE大1。

如果一个文本文件的头两个字节是FE FF,就表示该文件采用大头方式;如果头两个字节是FF FE,就表示该文件采用小头方式。

8. 实例

下面,举一个实例。

打开”记事本“程序Notepad.exe,新建一个文本文件,内容就是一个”严“字,依次采用ANSI,Unicode,Unicode big endian 和 UTF-8编码方式保存。

然后,用文本编辑软件UltraEdit中的”十六进制功能“,观察该文件的内部编码方式。

1)ANSI:文件的编码就是两个字节“D1 CF”,这正是“严”的GB2312编码,这也暗示GB2312是采用大头方式存储的。

2)Unicode:编码是四个字节“FF FE 25 4E”,其中“FF FE”表明是小头方式存储,真正的编码是4E25。

3)Unicode big endian:编码是四个字节“FE FF 4E 25”,其中“FE FF”表明是大头方式存储。

4)UTF-8:编码是六个字节“EF BB BF E4 B8 A5”,前三个字节“EF BB BF”表示这是UTF-8编码,后三个“E4B8A5”就是“严”的具体编码,它的存储顺序与编码顺序是一致的。

9. 延伸阅读

* The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets(关于字符集的最基本知识)

* 谈谈Unicode编码

* RFC3629:UTF-8, a transformation format of ISO 10646(如果实现UTF-8的规定)

(完)

Posted in Encoding | Tagged | 2 Comments

windows和linux切换时,显示器显示不对的解决办法

因为是双系统,所以在window和linux之间切换时,显示器的显示位置不对,每次都在调整,要网上找了找,说重新调整显示的分辨率或刷新率能解决,于是先重新调整了分辨率,不行。将刷新率由85调整成75时,显示位置正确了,但我不甘心啊,可能是75的设置和85的设置有些不一样,于是我:

gtf 1024 768 75

得出:

# 1024×768 @ 75.00 Hz (GTF) hsync: 60.15 kHz; pclk: 81.80 MHz
Modeline "1024x768_75.00" 81.80 1024 1080 1192 1360 768 769 772 802 -HSync +Vsync

再:
gtf 1024 768 85

得出:

# 1024×768 @ 85.00 Hz (GTF) hsync: 68.60 kHz; pclk: 94.39 MHz
Modeline "1024x768_85.00" 94.39 1024 1088 1200 1376 768 769 772 807 -HSync +Vsync

由于在85时,垂直位置正确,就是水平位置不正确,所以将二者结合成:

# 1024×768 @ 85.00 Hz (GTF) hsync: 68.60 kHz; pclk: 94.39 MHz
Modeline "1024x768_85.00" 94.39 1024 1080 1192 1360 768 769 772 807 -HSync +Vsync

加入/etc/X11/xorg.conf文件的 Monitor段时,重起X,问题解决

Posted in X.org | Tagged | 1 Comment

rxvt 美化

rxvt-unicode 应该是支持unicode的xterm,想以后可能会用到,先把这篇文章转下来:
http://www.leninlee.cn/?p=316

   rxvt是个快速且节省内存的模拟终端,原版rxvt对中文等非字母语言的支持不好,所以它有许多修改版,rxvt-unicode-ml是比较适合中国人使用的rxvt修改版。

     rxvt轻量但不简单,它有许多设置选项和启动参数,用户可以在命令行使用“rxvt -help”查看其常用启动参数,使用“rxvt –help”查看更为详细的启动参数。

     通过修改用户主目录下的“.Xresources”文件可以配置urxvt的行为,从而不必每次都加启动参数,我的”.Xresources“文件内容如下:

Rxvt.background:white
Rxvt.foreground:black
Rxvt.colorBD:yellow
Rxvt.colorUL:green
Rxvt.multichar_encoding:gb2312
Rxvt.scrollBar:Fault
Rxvt.scrollBar_right:True
Rxvt.scrollBar_floating: True
Rxvt.scrollstyle: next
Rxvt.saveLines:10000
Rxvt.color0:black
Rxvt.color1:red3
Rxvt.color2:springgreen
Rxvt.color3:wheat3
Rxvt.color4:navy
Rxvt.color5:magenta4
Rxvt.color6:steelblue1
Rxvt.color7:gray85
Rxvt.color8:gray10
Rxvt.color9:SkyBlue3
Rxvt.color10:chartreuse3
Rxvt.color11:lightgoldenrod2
Rxvt.color12:SkyBlue1
Rxvt.color13:pink1
Rxvt.color14:lightblue1
Rxvt.color15:#dbeff9
Rxvt.font:xft:Vera Sans YuanTi Mono :size=10,xft:Monospace:size=10
Rxvt.menu:/etc/X11/rxvt.menu
Rxvt.preeditType:Root
Rxvt.geometry:192×174
Rxvt.transparency:255

     这个配置文件是白底黑字,当然可以修改为全透明或者半透明,不过,只要在启动时加入启动参数就可以实现全透明:

urxvt -tr

     也可以实现半透明:

urxvt -fg lightgray -bg black -bc -tr -tint lightgray -sh 60 -sr

Posted in GNU/Linux | Tagged | Leave a comment

多Linux系统引导引发的问题

转自:http://www.linuxer.cn/?p=93

因为以前看到装好Ubuntu后,再装openSUSE,openSUSE安装了自己的GRUB,引导时有openSUSE和Ubuntu, 在选择完Ubuntu后,它居然可以再引导Ubuntu的GRUB,当时不知道是怎么实现的,看到这篇文章的时候,想估计是如此,所以转过来了

转 =========================

前几天准备在笔记本余下硬盘空间上再安装一个Linux使用,选择了ArchLinux(超级K.I.S.S的一个发行版本,非常优秀,但不适合新手)。

  安装前想到一个问题,就是在安装ARCH后,GRUB的文件就是ARCH下的了,如果ubuntu这里更新了内核后,因为是事先写好的GRUB引导条 目,那么启动时的ArchLinux的GRUB是无法正确检测到ubuntu的更新的,从而可能导致无法引导,或者引导旧的内核。

  手动修改GRUB文件的话不免显得繁琐,虽然频率并不高,较好的解决方法如下:

  在grub的配置文件中加入下列两行

title ubuntu
configfile (hd0,0)/boot/grub/menu.lst

  根据自己的实际情况修改,这样一来,ARCH的GRUB会引导ubuntu的GRUB引导,然后再由ubuntu自身的GRUB去引导系统。

Posted in GNU/Linux | Tagged | Leave a comment