编码识别-使用gcc在linux中编译google/compact_enc_det

compact_enc_det是google的开源编码检测项目，开源与github：

https://github.com/google/compact_enc_det.git

compact_enc_det可以用来检测给定的文本文件的编码类型，支持多种类型的文本：

enum TextCorpusType {
  WEB_CORPUS,
  XML_CORPUS,
  QUERY_CORPUS,       // Use this for vanilla plaintext
  EMAIL_CORPUS,
  NUM_CORPA,          // always last
};

其主要的检测编码的方法描述如下：

Encoding DetectEncoding(
      const char* text, int text_length, const char* url_hint,
      const char* http_charset_hint, const char* meta_charset_hint,
      const int encoding_hint,
      const Language language_hint,  // User interface lang
      const TextCorpusType corpus_type, bool ignore_7bit_mail_encodings,
      int* bytes_consumed, bool* is_reliable);

在linux上将这个 项目编译成 动态链接库的步骤如下：

1. 下载代码：git clone https://github.com/google/compact_enc_det.git

2.  进入项目目录 cd compact_enc_det/

3.  执行编译命令 ：

g++ -shared -Wno-narrowing -fPIC -o encod.so ./compact_enc_det/compact_enc_det.cc ./compact_enc_det/compact_enc_det_hint_code.cc ./util/encodings/encodings.cc ./util/languages/languages.cc -I ./ --std=c++11

此文不介绍 g++命令细节哦

到此就可以得到 encod.so 文件，这个文件就是我们要用的动态链接库文件。