awesome-repositories.com
Blog
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetÀ proposNotre méthodologiePresseServeur MCP
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 dépôts

Awesome GitHub RepositoriesMulti-Layer Decoders

Handles nested encoding schemes by performing all necessary conversion steps in a single automated operation.

Distinct from Encoding Utilities: Distinct from general encoding utilities: focuses on the resolution of multi-level, nested encoding structures.

Explore 2 awesome GitHub repositories matching data & databases · Multi-Layer Decoders. Refine with filters or upvote what's useful.

Awesome Multi-Layer Decoders GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • bee-san/cipheyAvatar de bee-san

    bee-san/Ciphey

    21,454Voir sur GitHub↗

    Ciphey is an automated decryption and data obfuscation tool designed to identify and reverse complex, multi-layered encoding schemes. By utilizing statistical analysis and probability scoring, the system automatically detects unknown data formats and recovers human-readable plaintext from obfuscated input strings without requiring manual algorithm specification. The tool distinguishes itself through a recursive pipeline that processes nested data structures and strips formatting anomalies or invisible characters to ensure consistent input. It employs a heuristic search and multithreaded execu

    Resolves multi-level, nested encoding structures through automated, recursive conversion steps.

    Rustartificial-intelligenceciphercpp
    Voir sur GitHub↗21,454
  • luminosoinsight/python-ftfyAvatar de LuminosoInsight

    LuminosoInsight/python-ftfy

    4,043Voir sur GitHub↗

    python-ftfy est une bibliothèque de réparation de texte Unicode conçue pour corriger le mojibake et les problèmes d'encodage. Elle fournit des utilitaires pour la détection d'encodage d'octets, le décodage d'entités HTML et la récupération de texte corrompu pour le restaurer sous sa forme Unicode prévue. Le projet se distingue par un pipeline de décodage multicouche qui identifie et inverse les mélanges d'encodage complexes. Il utilise une détection basée sur l'heuristique pour résoudre les cas où le texte a été décodé en utilisant le mauvais codec à travers plusieurs couches de corruption, et il peut gérer les variantes UTF-8 non standard et les mappages d'encodage négligents. La bibliothèque couvre également un large éventail de tâches de normalisation de texte, notamment la normalisation Unicode, la normalisation des sauts de ligne et l'expansion des ligatures latines. Elle inclut des capacités pour la normalisation de la largeur des caractères et la suppression des échappements de terminal et des caractères de contrôle. Une interface en ligne de commande est disponible pour automatiser la détection et la réparation des problèmes Unicode dans les fichiers.

    Implements a multi-layered decoding pipeline to sequentially peel back layers of encoding corruption.

    Python
    Voir sur GitHub↗4,043
  1. Home
  2. Data & Databases
  3. Data Processing Pipelines
  4. Data Transformation
  5. Data Encoding and Serialization
  6. Encoding Utilities
  7. Multi-Layer Decoders