Awesome GitHub RepositoriesEncoding Normalizers

Career-ops is an AI-driven job search automation system designed to manage the entire application lifecycle, from discovery to tracking. It functions as a career copilot that utilizes autonomous agents to identify vacancies, evaluate professional fit, and generate tailored application materials. The project distinguishes itself through a multi-archetype persona management system and writing style calibration, allowing users to maintain different professional identities and a consistent voice across documents. It employs a multi-dimensional weighted scoring system to evaluate job suitability a

This project is a web-based collaborative editor and scientific document management system designed for LaTeX. It provides a centralized environment for writing, editing, and compiling academic manuscripts, enabling multiple users to work on the same project simultaneously through real-time synchronization. The platform distinguishes itself by treating documents as version-controlled repositories, allowing for granular history tracking and bidirectional synchronization with external version control systems. It features a secure, containerized compilation pipeline that isolates build processes

node-crawler is a programmable web crawler for Node.js that manages request queues and automates data extraction. It functions as a rate-limited HTTP client and a headless HTML parser, providing the infrastructure to visit large sets of URLs asynchronously while preventing duplicate processing through task deduplication. The project distinguishes itself through a proxy rotation manager that cycles user agents and proxy servers to bypass access restrictions. It utilizes the HTTP/2 protocol to improve request performance and server compatibility during large-scale scraping operations. The syst

Acts-as-taggable-on este o bibliotecă de tagging pentru baze de date relaționale, destinată aplicațiilor Ruby on Rails. Oferă un sistem pentru asocierea etichetelor personalizate cu înregistrările din baza de date, facilitând categorizarea și filtrarea conținutului. Biblioteca dispune de un framework de tagging contextual care permite unei singure înregistrări să mențină seturi diferite de etichete pentru scopuri diferite. Include, de asemenea, un sistem de tagging multi-tenant care limitează etichetele la conturi sau grupuri specifice pentru a asigura confidențialitatea datelor. Instrumentul suportă regăsirea înregistrărilor pe baza etichetelor, căutarea prin potriviri exacte sau excluderi și calcularea frecvenței etichetelor în cadrul colecțiilor. Mai mult, permite descoperirea obiectelor conexe pe baza etichetelor partajate și urmărește proprietatea etichetelor pentru a distinge între etichetele globale și cele specifice utilizatorului.

python-ftfy este o bibliotecă de reparare a textului Unicode concepută pentru a remedia mojibake-ul și erorile de codare. Oferă utilitare pentru detectarea codării octeților, decodarea entităților HTML și recuperarea textului corupt pentru a-l restaura la forma Unicode dorită. Proiectul se distinge printr-un pipeline de decodare pe mai multe straturi care identifică și inversează amestecurile complexe de codare. Utilizează detectarea bazată pe euristică pentru a rezolva cazurile în care textul a fost decodat folosind codec-ul greșit pe mai multe straturi de corupere și poate gestiona variante UTF-8 non-standard și mapări de codare neglijente. Biblioteca acoperă, de asemenea, o gamă largă de sarcini de standardizare a textului, inclusiv normalizarea Unicode, standardizarea întreruperilor de linie și expansiunea ligaturilor latine. Include capabilități pentru normalizarea lățimii caracterelor și eliminarea escape-urilor de terminal și a caracterelor de control. O interfață în linie de comandă este disponibilă pentru a automatiza detectarea și repararea erorilor Unicode din fișiere.