Sax Appeal

The problem wih music

2012-02-09T11:52:00.002+01:00

Next time you hear someone complaining about how internet/piracy/(whatever) hurts music/movies/literature, and that someone happens to be part of the industry, think of this article.

The Problem With Music
by Steve Albini

Whenever I talk to a band who are about to sign with a major label, I always end up thinking of them in a particular context. I imagine a trench, about four feet wide and five feet deep, maybe sixty yards long, filled with runny, decaying shit. I imagine these people, some of them good friends, some of them barely acquaintances, at one end of this trench. I also imagine a faceless industry lackey at the other end holding a fountain pen and a contract waiting to be signed. Nobody can see what’s printed on the contract. It’s too far away, and besides, the shit stench is making everybody’s eyes water. The lackey shouts to everybody that the first one to swim the trench gets to sign the contract. Everybody dives in the trench and they struggle furiously to get to the other end. Two people arrive simultaneously and begin wrestling furiously, clawing each other and dunking each other under the shit. Eventually, one of them capitulates, and there’s only one contestant left. He reaches for the pen, but the Lackey says “Actually, I think you need a little more development. Swim again, please. Backstroke”. And he does of course. (Read all...)

Happy Birthday, Charles.

2012-02-07T12:13:00.005+01:00

"A wonderful fact to reflect upon, that every human creature is constituted to be that profound secret and mystery to every other. A solemn consideration, when I enter a great city by night, that every one of those darkly clustered houses encloses its own secret; that every room in every one of them encloses its own secret; that every beating heart in the hundreds of thousands of breasts there, is, in some of its imaginings, a secret to the heart nearest it! Something of the awfulness, even of Death itself, is referable to this. No more can I turn the leaves of this dear book that I loved, and vainly hope in time to read it all. No more can I look into the depths of this unfathomable water, wherein, as momentary lights glanced into it, I have had glimpses of buried treasure and other things submerged. It was appointed that the book should shut with a spring, for ever and for ever, when I had read but a page. It was appointed that the water should be locked in an eternal frost, when the light was playing on its surface, and I stood in ignorance on the shore. My friend is dead, my neighbour is dead, my love, the darling of my soul, is dead; it is the inexorable consolidation and perpetuation of the secret that was always in that individuality, and which I shall carry in mine to my life's end. In any of the burial-places of this city through which I pass, is there a sleeper more inscrutable than its busy inhabitants are, in their innermost personality, to me, or than I am to them?"

-- Charles Dickens, A Tale of Two Cities

Prospero

2012-01-20T16:21:00.002+01:00

Our revels now are ended. These our actors,
As I foretold you, were all spirits, and
Are melted into air, into thin air:
And like the baseless fabric of this vision,
The cloud-capp'd tow'rs, the gorgeous palaces,
The solemn temples, the great globe itself,
Yea, all which it inherit, shall dissolve,
And, like this insubstantial pageant faded,
Leave not a rack behind. We are such stuff
As dreams are made on; and our little life
Is rounded with a sleep.

De super cordis - On superstrings

2012-01-18T10:52:00.002+01:00

Having read Brian Greene's "The elegant universe" and thumbed through his "The Hidden Reality", I feel the irresistible urge to paraphrase a well known sentence(*) as

"When all you think of are strings, every solution looks like a knot"

*)"When all you have is a hammer, every problem tends to look like a nail"

Avendo letto "L'universo Elegante" e aver sfogliato "La realtà Nascosta" di Brian Greene, non posso evitare di parafrasare un famoso detto(*):

"Quando tutto ciò a cui pensi sono stringhe, ogni soluzione sembra un nodo"

*) "Quando tutto quello che hai è un martello, tutti i problemi ti sembrano chiodi"

G'bye, Paul Motian

2011-11-23T12:09:00.001+01:00

There's a Million songs, out there

R.I.P: Dennis Ritchie

2011-10-14T10:11:00.004+02:00

/*
* Dennis Ritchie,
* inventor of the C programming language and
* of the Unix Operating System, dies at 70.
*/
#include <stdio.h>
int main(void){
printf("goodbye world :( \n");
return(70);
}

Geeks bearing gifts - to Wall Street (Pablo Triana pt.2)

2011-10-06T12:19:00.004+02:00

So, having drank Triana's book to the dregs, and to wrap my previous post's point up, this is the apparent message of Triana ruminations(*):

"Dear Reader.

I represent that crowd of worldly, fascinating, experienced, master-of-the-universe types that run the trading floors and the financial institutions in Wall Street and elsewhere. Given some recent unfortunate events, you may be under the misapprehension that we need to shoulder blame (and pay some amount of retribution) for a number of recent unfortunate events that have led to the worst world economic crisis since 1929.

Not so! Let me explain.

We - the street-wise, non quant-oriented traders - are the good guys (in spite of what that Oliver Stone guy would have you believe). Really. True, some of us may occasionaly exhibit some obnoxious traits as the pink-tied guy that went recently public saying that Goldman-Sachs rules the world, but that's just what we call good natured fun.

So where are the guilty parties? I have thoroughly researched this question, and am now able to unveil the secret.

It was the quants.

Who are the quants, you may be asking. The quants are geeks. Outsiders. Most of them have science diplomas, PhDs even. Being geeks, they are unworldly, weird, given to math, computer programming and other boring, unglitzy and menial occupations. Quants used to be behaved and subservient: stayed in the back rooom, ran the computer systems, mopped the floors and made themselves generally useful to us dealmakers, occasionally basking in (dim) reflected light. The also had low paychecks, as it befits this type of lowlife.

Alas, unbeknown to most of us, two large foundations (FORD and Carnegie) in 1959 gave us money (We may be nice guys, but we cannot resist money. Who can, honestly) to sneak inside all the B-schools around the US some uebergeeks (Black, Merton, Scholes, et. al.). Once they were in, they started churning out all this crazy math and sending it to the trading floors, were the quants got ideas inside their heads, got uppity, and put that same crazy math inside our computers. Then they made it use them (the computers) and they were showing all kind of terrific numbers and returns, and fees and money we could make.

And so we did. But the numbers were fake. The evil uppity quants had taken us for a ride with their Gaussian, copulas, VaRs and schmaRs. So the market crashed, and - by the way it looks now - it may not recover for the rest of our lives.

Why did we believe the quants, you ask. Well, as kids, most of us wanted to grow up a scientist: wear a white coat, say amazingly intelligent things, go to planets with severe looking, pointy ears aliens, and get the girl at the end. Then the movie stories changed, we found out we liked money more than science, became worldly and savy and intuitive and bought a suit - and we were still getting the girl - not to mention the money, and stuff. But deep inside us, we harbored this science yearning, and so the uebergeeks wilily exploited our gentle side with their scientist prestige. How were we to know they were actual dr. Strangleloves, all of them? Plus we were actually asking them to churn out those models and put them on our computers so we could make money, see?

But wait. We may be nice, but we are not stupid. It's not like we believed the models. We knew they were utter poppycock most of the time (though it galled us that many of the geeks were now making the same money we did by using those very same models). Why were we using them, you ask. Why, we were using them as an excuse to gorge on risk, so we could make more money and award ourselves more fees, that should be obvious. What were we doing before 1959 - without models and quants and stuff? Well, obviously we made money, awarded ourselves fees, and crashed the market all the same, we just used other excuses - oh, and crashes were not so quick, because we did not have computers then. But this is really beside the point, a digression, I'd say. So let's not digress.

What do we do now, you want to know? Let me tell you what - I've got it all figured out.

We need to put worldly, fascinating, experienced, pink-tied, master-of-the-universe "deal makers" and "punters" (like me) back in the driving seat. Runaway quants will be disciplined - hanging a few by the neck on the trading floor will be a nice warning for the others. They'll return to the backroom to reboot computers, make us coffee and mop the floor. We'll kick the uebergeeks out of B-school, so we can free up tenured posts for ourselves when we get close to retirement as masters of the Universe.

Meanwhile, we'll put the economy back in shape, just the way it was in 1920s - no, wait, bad date, you want to get around that '29 thing - I meant, the 1950s. Trust us. The system's got nothing to do with all the troubles. It was the quants. The geeks. The Geeks Bearing Gifts. We will know them in the future and we will fear them, and we will not let them in.

Did they have quants in the Netherlands around 1637, you ask. Of course not, that's absurd, they did not even have computers then. So what about tulip mania, you ask? Sorry, but we really don't have time for digressions, around here. By the way, are you a socialist?

And, 'ow about those gov'ment bonds over there, fellas?
"(**)

(*) I am more or less convinced that Triana is using his "kill the quant" theory as a smoke screen to hide the total systemic failure of the contemporary economic system. I am equally convinced that a lot - possibly all - the econometric models that have been used in quant finance are fragile. And I have a strong suspect that Taleb may be right - no modeling may be possible.

(**) Contains sarcasm.

Good (Taleb) and bad (Triana) reads in economics.

2011-10-05T18:14:00.010+02:00

Driven by my relentless, not to mention huge, defeatist streak, I have been reading up on the reason we got ourselves in the economical pickle we are in.
My original interest was sparked by this article in Wired, this one in Nova, and other similar stories, that eventually pointed me to the books of Nassim Nicholas Taleb.

Nassim Nicholas Taleb is a charming, thought-provoking, engaging author, who persuasively presents a very original point of view. So original, in fact, that its impact goes well beyond markets and economics: actually I was most impressed by the scope of what Taleb has to say and its significance with regard to (my) personal life and way of thinking.Taleb is also a poseur, which can occasionally be overbearing, and has multiple chips on his shoulders (which he will discuss only in an oblique way). That this objective faults are easily (well, almost easily) forgiven in view of what he has to say goes entirely to his credit. His best books ("Fooled By Randomness" and "The Black Swan") are very good reads, which I wholeheartedly recommend.

Pablo Triana ("Lecturing Birds on Flying") shares most of Taleb's ideas - at least on the surface - and relentlessly defers to Taleb, who wrote an introduction for his tome - that also happens to be the best part of the book, by the way. He is, however, a very different kettle of fish - and of author. He is pompous to begin with - especially when he is expounding on his accomplishments (either as a student, teacher, or trader) or on his ideas on how to reform Business school and academia in general (based on the old and worn-off paradigms of trenches vs. ivory towers and doers vs. thinkers). He is, in fact, so abstraction averse, that one wonders how he can get on with Taleb who is - for all his professions of pragmatism - a quite abstract fellow himself. With respect to his professed role models, Triana behaves as the archetypal follower (or fanboy, if you will ), with a hard to miss Uriah Heep streak (see how he defers to Steve Shreve).

Triana also comes with a gigantic chip on his shoulder, very squarely aimed at financial economics professors. This is not strange in itself, considering his book is a diatribe against the quantitative financial models that originate - mostly - within those academic circles. It is also a point of view that he shares with Taleb, whose resentment against academic circles is also quite sharp. Triana's core motivation however, are more mundane than Taleb's and eventually much less persuasive.

The biggest reason for his quibbles appears to be that he doesn't like math - which looks a lot like an Oedipus type complex: maybe he failed Calculus in his sophomore year, or was denied tenure at MIT. I did my best to forget this particular, childish reason during my perusal of his book (not easy, given he likes to flash his math loathing at the slightest provocation). For his dislike he also states other, sounder reasons, mostly mutuated from Taleb (reasons that I happen to concur with, by the way). The conclusions he draws however, though superficially similar to Taleb's are actually quite different (in my eye) and much harder to swallow.

Triana worships practitioning traders i.e. - as far as my understanding goes - himself. Because of this unrequited love, one of the hidden purposes of his book is clearly letting practitioners off the hook of the last four or five financial crises, piling all the blame on quantitative traders (quants).

Taleb's take on the recent financial mayhems is "We cannot model, because we do not understand" - at least not now, not with these tools. Tough, stark, but extremely interesting.

Triana goes more like "Short range models are a convenient, as long as they suit me". His trading floor/business school heaven goes more or less like this:

all quants are devoted to the menial backoffice jobs that the practitioning Trianas have difficulty with: keep computers running, write GUIs in C++ for analytical models of their own devising - after approval and under stric supervision of the practitioners.

when the rich practitioners retire, they sit on cracker barrels in B-school, recounting war tales to adoring and cutely young students.

How quaint. What does not compute, at least not in my book, is the fact that the people that commissioned, bought, misunderstood and wildly abused the models that Triana abhors are ... the practitioners themselves. Correct, the charming princes that would (if only the modelers let them) fix the evil of analytic finance are the money grabbing types that misused their analytic tools to the point where they blew up the entire economy, and often themselves in the process. So sorry, Pablo, but I cannot find your exculpation very convincing.

Add to this that Triana's style is extremely long winded and particularly effectiv in driving me to impatience. Uncharacteristically - for myself - I found that, by the middle of his book, I was checking the first sentence on every paragrpah to decide if it was worth reading or if it could be skipped without detriment to the general comprehension - skipping was often safe.

So my advice is, don't bother with "Lecturing Birds on Flying" - it won't add much to what you can get from Taleb's books, but it will tax your patience much more. If you need an executive summary, you can read my final impression in another post.

I'll add my .02 euros.

.01 - One of the irritating things about Triana's approach is that he appears to be persuaded that the situation can be fixed by giving traders more status, whereas I am convinced that the overinflated egoes of the self appointed "masters of the universe" on the Wall Street and other trading floors around the world are largely to blame for the current mess. After their rather spectacular failures, I'd rather see them cut down to the rank of the glorified pork belly merchants that they are. I also believe that, if we returned to calling 'cooks' what are now called 'chefs' and 'taylors' what are now called 'fashion designers', etc. air would be more breathable.

.02 - I think that both authors would agree that analytical modeling on some scale is made necessary by the speed of automatic trading: if you use computers as trading tools, you have to feed them models (even uncomplicated, minimal ones) in order to perform trades. However, at the time of their writing, both auhors fail to mention or see (Taleb probably has too much fun programming) what appears to me one of the most important factors of the recent economic gyrations. Namely, that for many years automation induced speed has been compounding demographics induced speed (the increase in number of market players), makes feedback loops unstable. Trading speed is outpacing control and decision-making cycles, and this fuels destructive market crises, quite similar to - or even coinciding with - bank runs. As a consequence, I think that heavy brakes need to be applied: not only analytical models should not be used, but - ideally - computers and even cell phones should be banned from trading floors.

Formazione professionale

2011-09-28T10:28:00.001+02:00

Da bravo benpensante, ho passato un paio di giorni a scandalizzarmi dell'intervista televisiva di Terry de Nicolò (che altri chiamano l'intervista shock).

Poi ho capito che dev'essere stato un errore di programmazione. Quasi certamente doveva essere trasmessa tra i corsi di qualificazione professionale e lezioni universitarie che vanno (andavano?) normalmente in onda a tarda ora sul secondo canale.

In quel contesto, non c'è shock, ad esempio:

"la bellezza ha un valore" - come negarlo, nella sua professione. E dire che quasi tutti hanno capito "la bellezza è un valore";

"se sei racchia, se fai schifo, te ne devi stare a casa" - Un'imprecisione: puoi anche passeggiare sul marciapiede;

"devi essere pronto a vendere il c..." (et come, non);

"devi essere pronto a vendere tua madre" Un po' mi sorprende, ma se c'è domanda, la Terry lo saprà;

"se vuoi 20,000 euro al mese... se no stai a casa con 2,000 euro al mese" - altra sorpresa, pensavo che per chi esercita in appartamento ci fosse più business;

"A sinistra è peggio perché lì sono loffi e non pagano" - nozioni di marketing.

Insomma, un buon seminario di aggiornamento professionale.

Una interessante progressione armonica.

2011-09-22T10:21:00.002+02:00

E' detta anche "giro di Silvio":
Si-Fa-La minore

Nota: smiley obbligatorio per gli humour-impaired :-)

Il resto è rumore

2011-09-13T09:21:00.002+02:00

"Music is always migrating from its point of origin to its destiny in someone’s fleeting moment of experience—last night’s concert, tomorrow’s solitary jog." — Alex Ross —The Rest Is Noise: Listening to the Twentieth Century

"La musica è sempre in viaggio, dal luogo della sua origine al suo destino nella passeggera esperienza di qualcuno — il concerto di ieri sera, la corsa solitaria di domattina." — Alex Ross — Il resto è rumore. Ascoltando il XX secolo

He who lives by the aphorism

2011-09-12T09:17:00.003+02:00

He who lives by the aphorism ends up dying by it.

"When someone makes a statement that this in the financial markets should happen every ten thousand years, visibly they are not making a statement based on empirical evidence, or computation of the odds, but based on what? On some model, some theory. Do you ever regard how worrisome it is, when someone makes a statement like that, ``it should happen every ten thousand years'' particularly when the person is not even two thousand years old?" - Nassim Nicholas Taleb

"In the past, most were ignorant, one in a thousand were refined enough to talk to. Today, literacy is higher, but thanks to progress, the media, and finance, only one in ten thousand." - Nassim Nicholas Taleb (from his book of aphorisms, ``The Bed of Procustes'')

"Do you ever regard how worrisome it is, when someone makes a statement like that, ``one in ten thousand people are refined enough to talk to'' when the person probably has attempted to have ``refined'' conversations with not even two thousand people?" - Me

Happy Birthday Jorge Luis.

2011-08-24T10:16:00.005+02:00

La Biblioteca de Babel

El universo (que otros llaman la Biblioteca) se componte de un número indefinido, y tal vez infinito, de galerías hexagonales, con vastos pozos de ventilación en el medio, cercados por barandas bajísimas. Desde cualquier hexágono se ven los pisos inferiores y superiores: interminablemente. La distribución de las galerías es invariable. Veinte anaqueles, a cinco largos anaqueles por lado, cubren todos los lados menos dos; su altura, que es la de los pisos, excede apenas la de un bibliotecario normal. Una de las caras libres da a un angosto zaguán, que desemboca en otra galería, idéntica a la primera y a todas. A izquierda y a derecha del zaguán hay dos gabinetes minúsculos. Uno permite dormir de pie; otro, satisfacer las necesidades finales. Por ahí pasa la escalera espiral, que se abisma y se eleva hacia lo remoto. En el zaguán hay un espejo, que fielmente duplica las apariencias. Los hombres suelen inferir de ese espejo que la Biblioteca no es infinita (si lo fuera realmente ¿a qué esa duplicación ilusoria?); yo prefiero soñar que las superficies bruñidas figuran y prometen el infinito... La luz procede de unas frutas esféricas que llevan el nombre de lámparas. Hay dos en cada hexágono: transversales. La luz que emiten es insuficiente, incesante.

[...]

Yo me atrevo a insinuar esta solución del antiguo problema: La biblioteca es ilimitada y periódica. Si un eterno viajero la atravesara en cualquier dirección, comprobaría al cabo de los siglos que los mismos volúmenes se repiten en el mismo desorden (que, repetido, sería un orden: el Orden). Mi soledad se alegra con esa elegante esperanza.

-- Jorge Luis Borges (Jorge Francisco Isidoro Luis Borges Acevedo (August 24, 1899 – June 14, 1986))

No cheating ma...

2011-07-27T18:33:00.002+02:00

That's 33,600

Riscoprire Pitigrilli

2011-07-18T17:40:00.001+02:00

"Poiché siamo sulla via delle confidenze, riconosco di aver assecondato il teppismo del lettore. Mi spiego: per la strada, quando scoppia un litigio o avviene un incidente della circolazione, scaturisce improvvisamente dalle viscere della terra un individuo che cerca di dare un'ombrellata a uno dei due contendenti, che generalmente è l'automobilista. Il teppista ignoto ha sfogato il suo rancore latente. Così nei libri: il lettore che non ha idee o le ha allo stato amorfo, quando trova una frase pittoresca, fosforescente o esplosiva, se ne innamora, l'adotta, la commenta con un punto esclamativo, con un 'bene!', un 'giusto!', come se egli l'avesse sempre pensata così, e quella frase fosse l'estratto quintessenziale del suo modo di pensare, del suo sistema filosofico. Egli 'prende posizione', come diceva il Duce. Io gli offro il modo di prendere posizione senza scendere nella giungla delle varie letterature." Pitigrilli, "Dizionario Antiballistico"

Così facebook (o con internet), e i suoi stuoli di fanboys.

Rediscovering Pitigrilli

2011-07-18T17:38:00.002+02:00

"As I am in a confidential mood, I will acknowledge I have been going along with my reader's hooliganism. Explanation: during every street side discussion, or car accident, a character appears, as if from underground, and tries to hit one of the contendents (generally the car driver) with his umbrella. This unknown hooligan does nothing else then venting his latent aggressiveness. So with books: a reader devoid of ideas (or endowed with rather amorphous ideas) reads a sentence - picturesque, striking, unusual - falls in love with it, takes it in, and comments it with an exclamation mark: 'right on!' 'my feelings exactly!'. It's as if that it had always been his thought, and that sentence the expression of his true inner feelings, his philosophy on the subject. As the Duce used to say, he 'take a position'. I offer the reader a way to 'take a position' without the inconvenience of negotiating the jungle of the various literatures." Pitigrilli, "Dizionario Antiballistico"

So it is with facebook (or the internet) and its flock of fanboys.

Xen hotplugging of USB devices in passthrough

2011-07-12T11:03:00.008+02:00

Xen's management of USB devices in passthrough (especially for HVM guests, such as windows machines) sucks like a tornado. (kvm's does not shine either, for mostly the same reasons). Among other shortcomings, hotplugging does not work: unplug the device, or turn off your printer, and it disappears - for good. Plugging it in/turning it on will not bring it back into your domU.

The situation can be improved upon using udev rules and a script.

Udev file: /etc/udev/rules.d/99-zlocal:

  SUBSYSTEM=="usb", SYSFS{idVendor}=="0951", SYSFS{idProduct}=="1646", \ 
   ENV{idDomU}="mosaico", ENV{idVendor}="0951", ENV{idProduct}="1646",\
   RUN+="/usr/local/bin/xen-usb-hotplug mosaico 0951 1646"

(Translation:
if subsystem is usb, vendor 0951 and product 1646 - this numbers can be found with lsusb - put some stuff in the environment and insert a program in the run chain for this event)

The program goes like this::


#!/bin/bash

PROMPT="xen-usb-hotplug(ORION):"
XM=/usr/sbin/xm
logger "${PROMPT} HOTPLUGGING"
logger "${PROMPT} started with environment: $(env)"
DOMU=$1
VENDOR=$2
PRODUCT=$3
#if CLI parameters are unavailable, try to use environment

[[ x${DOMU:=$idDomU}       == x ]] && { logger -p user.error "${PROMPT} DOMU is not set"; exit 0 ;    }
[[ x${VENDOR:=$idVendor}   == x ]] && { logger -p user.error "${PROMPT} VENDOR is not set"; exit 0 ;  }
[[ x${PRODUCT:=$idProduct} == x ]] && { logger -p user.error "${PROMPT} PRODUCT is not set"; exit 0 ; }
if [[ x$ACTION != xadd ]]; then
  logger "${PROMPT} ${XM} usb-del  $DOMU host:${VENDOR}:${PRODUCT}"
  ${XM} usb-del  $DOMU host:${VENDOR}:${PRODUCT}
else
  logger "${PROMPT} ${XM} usb-add  $DOMU host:${VENDOR}:${PRODUCT}"
  ${XM} usb-add  $DOMU host:${VENDOR}:${PRODUCT}
fi

This sets some service variables, grabs parameters from the CLI, and - if action equals "add", uses "xm usb-add" to stuff the device in the approrpiate domU.
Note that the "remove" part is purely ornamental, because - when unplugged - the device has different information, and the rule is not triggered.
Also note that, to be complete, one would need to discriminate among devices with same vendor and prodID. This is left as an exercise to the reader.

Note: I owe part of what above (essentially the idea of using udev to run a script on usb insertion) to a - since disappeared - blog note by Lorenzo Simionato.

Brunetta e un po' di igiene semantica

2011-06-16T10:11:00.002+02:00

Siccome mi ostino a pensare che anche le parole abbiano un loro peso, ho messo un commento al post del ministro Renato Brunetta sull' "italia peggiore" :

"Buongiorno.

Dr. Brunetta, vorrei sapere cosa significa in concreto "Usare la rete come un manganello per agguati squadristici". Da ieri gliel'ho sentita ripetere diverse volte, ma mi pare che sia esclusivamente un espediente retorico volto a cercare di fare lo sgambetto al cosiddetto web-attivismo.

I manganelli e gli squadristi fanno morti e feriti. L'unica cosa che questo episodio ha transitoriamente ammaccato è la Sua immagine pubblica, e non avrebbe fatto nemmeno quello, se Lei avesse evitato di pronunciare la frase che, di fatto ha pronunciato. (Ci sarebbe stato un video intitolato "Brunetta non risponde etc.", e video così, ce ne sono tanti).

Tuttavia, non pronunciare frasi improvvide e gestire al meglio la propria immagine pubblica sono importanti componenti del mestiere di un politico. Così come lo sono il saper rispondere a domande scomode, anche in poco tempo e sotto pressione, e l'accettare di essere - anche duramente - contestati. O così almeno dovrebbe essere, visto che noto in tanti personaggi pubblici una crescente intolleranza alle platee critiche. Posso capire che le claque siano più gratificanti delle contestazioni, però sono anche associate a regimi che non vengono normalmente chiamati democratici.

Cordialmente,
Alessandro Forghieri
"

Fenomenologia di Jane Austen

2011-05-25T10:31:00.003+02:00

Questo:

"It is a truth universally acknowledged, that a single man in possession of a good fortune, must be in want of a wife." - Jane Austen, Pride and Prejudice.

("E' un fatto universalmente riconosciuto che uno scapolo dotato di un buon patrimonio ha bisogno di una moglie")

è il passaggio "più pubblicamente sottolineato" dai possessori di Kindle. Mi chiedo se c'è una morale che mi sfugge (oltre a quella ovvia, che uno scapolo ricco è attraente oggi come ai tempi di Jane Austen)

Non dire

2011-04-28T09:51:00.001+02:00

"Non dire con dolore: non ci sono più, ma con riconoscenza: ci sono stati"

Riccardo Negrinelli, in memoria.

Uno sguardo al cielo

Volgendo lo sguardo a est
La luna a metà appare
Bianca di luce riflessa
Rischiara le tegole brune
Lo spazio di uno guardo accanto
Brilla di luce propria
Cintura su un tetto
Spettacolo del creato
Che ricolma lo sguardo mio

Ma conviene?

2011-03-16T17:20:00.002+01:00

Da: Scienza in Rete

Nel migliore dei casi, smantellare una centrale costa (per un reattore raffreddato ad acqua da 1000 MW) circa 400 milioni di €, fino ad arrivare a circa 2 miliardi di € per i reattori inglesi raffreddati a gas. Per citare Maugeri [4], “La sottovalutazione iniziale e in itinere delle spese è stata talmente abnorme da sollevare problemi per la fiscalità di interi paesi al momento in cui, per esempio, è stata valutata la possibilità di privatizzare imprese pubbliche operanti nel nucleare, come è accaduto in Gran Bretagna e in Francia. Così, per esempio, nel 2001 la British Nuclear Fuels Limited (posseduta dallo Stato) aveva accumulato 38 miliardi di € di costi da sostenere, in gran parte dovuti a oneri di smantellamento dei suoi impianti di riprocessamento nucleare”.

Calculemus

2011-03-16T12:14:00.002+01:00

Sento dire (e per pura carità di patria, lasciamo stare da chi):

"Smettere di fare centrali per via di Fukushima sarebbe come smettere di fare ponti tutte le volte che cade un ponte."

Nessuno di costoro ha ancora tentato di confrontare, in termini di danni, i costi di un crollo di un ponte con quello di contaminare per miglialia di anni un'area urbana abitata da 13 milioni di persone - diciamo i costi, umani e no, di evacuare per i prossimi 10,000 anni la prefettura di Tokyo dopo averla seppellita sotto una colata di cemento. (I numeri, si sa, sono scomodi).

Il primo evento è abbastanza frequente, i danni circoscritti. Il secondo rischio - dati alla mano e su base mondiale - è abbastanza raro - ma tende a presentarsi circa ogni 30 anni (Chernobyl, Fukushima). Facciamo una botta di conti?

Se pero' questo tipo di ragionamento e' ostico, vogliamo dedicare un attimo di attenzione al noto e irrazionale fazioso, nonché premio Nobel per la fisica Carlo Rubbia, che dichiarò in tempi non sospetti - e ha ripetuto in questi giorni, che il nucleare (anche di ennesima generazione) è una battagli di retroguardia, soprattutto se intrapresa oggi per coprire il 4% del nostro fabbisogno energetico fra 10 anni?

Bash script profiler

2011-03-16T10:22:00.002+01:00

Sysadmins do not die - they just logoff.

Let's keep old tools alive.


#! /bin/bash
#
# shprof - a line profiler for shell scripts
# Usage:
# shprof.sh  
# Executes  and counts how many times each line is executed.
# converted and sparsely tested by Alessandro Forghieri ( alf (at) orion (dot) it) from:
# http://dev.gentoo.org/~dberkholz/scripts/shprof
# -- which did not really work and in turn claimed to come from:
# http://www.math.ias.edu/doc/bash-3.0/scripts.v2/shprof (which now 404's)
# 
# 
# That was in turn adapted from a similar program included in `The New KornShell' by
# Bolsky and Korn and posted to usenet by bsh20858@challenger.fhda.edu
#
# converted to bash v2 syntax by Chet Ramey
# 
TMPFILE=${TMP:-/tmp}/shprof$$

trap 'rm -f $TMPFILE' EXIT

errexit()
{
 echo $0: "$@" >&2
 exit 1
}

# create script with profiling enabled
cat > $TMPFILE <<- \_EOF_
 declare -a _line
 _profend()
 {
  case "$1" in
  /*|./*) file="$1" ;;
  *) file=$(type -path "$1") ;;
  esac

  echo "*** line profile for $file ***"
  i=1;
  while read -r && [ $i -le $NLINE ]; do
   count=${_line[$i]}
   if [ "$count" -gt 0 ]; then
    echo "[$count] $i: $REPLY"
   fi
   i=$((i + 1))
  done <$file
_EOF_
# make the profiling script remove itself after printing line stats
echo "rm -f $TMPFILE" >> $TMPFILE
cat >> $TMPFILE <<- \_EOF_
 }
 _command=$1
 shift
 i=1
 NLINE=$(wc -l < "$_command")
 while [ $i -le $NLINE ]; do
  _line[$i]=0
  i=$((i + 1))
 done
 unset i
 trap "_profend ${_command}" EXIT
        BLN=999999
 trap 'LN=$(( $LINENO - $BLN )) ; if [[ $LN -gt 0 ]]; then _line[$LN]=$(( ${_line[$LN]} + 1 )); fi;' DEBUG
 BLN=$LINENO
_EOF_

case "$1" in
/*|./*) file=$1 ;;
*) file=$(type -p "$1") ;;
esac

cat "${file-$1}" >> $TMPFILE || errexit "${1}: cannot open"
chmod +x $TMPFILE

exec -a "$file" $TMPFILE "$@"

Caro H.G. Wells

2011-03-15T18:06:00.002+01:00

Le vere macchine del tempo siamo noi.

"Al lago ho un vicino, uno dei sempre più numerosi pirati dell’etere, che si è fatto installare una parabola. Da noi le parabole sono fuorilegge, perché consentono di captare gratis un centinaio di canali americani a pagamento. Ma lui con un decoder da trenta dollari li becca tutti. Da un certo punto di vista mi trovo in una situazione molto simile: anch’io, nel mio crepuscolo, passo lunghe notti a ricevere dal passato un guazzabuglio di immagini cifrate, ma a differenza del mio vicino non riesco a decodificarle."
da Mordecai Richler "La Versione di Barney"

R.I.P. Joe Morello.

2011-03-14T16:35:00.004+01:00

Joe Morello è morto ieri, a 82 anni. Ricordiamolo in una performance classica.

Virtualbox and USB on Fedora 14 (FC14)

2011-02-03T17:45:00.004+01:00

Briefly: with the indicaetd setup, all the usb devices appear to be unavailable,
as seen in:

$ VboxManage list usbhost

(they are also greyed out in all the pesky dialog boxens).

[...time passes...] Having spent several hours in the fascinating process of pulling hair out of my head, i found that you have to:

add yourself to the vboxusers group that VirtualBOx creates
disregard notices abour mounting usbfs and whatnot (that's for old systems apparently)
run
$ sg vboxusers VirtualBox
or
$ newgrp vboxusers
$ VirtualBox

It appears that VirtualBox sets everything for the vboxusers group to work, however, it does not bother to newgrp into it. How's that for great fun.

Evitare come il raffreddore

2010-12-13T09:13:00.005+01:00

Me l'ero schivato al cinema, s'è vendicato in DVD.

Ogni tanto Martin Scorsese fa un film che ha l'unico significato di fare cassetta: "Shutter Island" è l'ultimo della serie. Oppure sono io che sbaglio se non riesco a prendere sul serio un film in cui c'è un medico tedesco emigrato negli Stati Uniti che viene introdotto mentre ascolta Wagner ricevendo uno dei protagonisti che - per nessun buon motivo - è stato uno dei primi G.I. ad entrare a Dachau alla fine della Seconda Guerra mondiale? Naturalmente sta a noi sapere che se un regista gira idiozie così monumentali facendo l'occhiolino è "un omaggio al genere". Se no, è un'idiozia e basta. "Shutter Island" fa tali e tanti omaggi di questo tipo al "noir" anni (19)50 che già a un quarto del film la differenza tra omaggio e idiozia sfuma e - almeno per quanto mi riguarda - la mancanza d'interesse ha prevalso.

La saggezza della rete dice che sono io a sbagliarmi (perdo 7 a 3 in Italia e negli USA) . Di tanto prevalgono quelli che hanno visto in Shutter Island un capolavoro.

Per consolarmi, mi puntello con le recensioni di salon.com ("Scorsese ha finito per fare un film che sembra un giallo degli Hardy Boys diretto da David Lynch") e del NYT ("Sta per succedere qualcosa di TERRIBILE. Purtroppo, si tratta del film che state vedendo."). Il prossimo fine settimana, se vi va una risata, vedetevi "Piovono polpette", o, se preferite i film con sopresa finale, K-Pax. Questo, lasciatelo al negozio - IMHO...

Bokuko!

2010-12-10T15:37:00.001+01:00

Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya

Aricki Brr Mutuana Gipelile Sha la la-la la-la
Aricki Brr Kewana Gipelile Sha la la-la la-la
Tumbala Tumbala Maringa Sha la la-la la-la
Aricki Brr Tatana Bitonga Sha la la-la la-la

Hey Jamboji Bara Bara
Hey jamboji Bara Bara
Mulangati Chilungati
Hey chira ba ba

Ramaya Bokuko Ramaya abantu Ramaya
Miranda tumbala Ho Ho Ho
Ramaya bokuko Ramaya abantu
Ramaya Mitumbala

Aricki Brr Mutuana Gipelile Sha la la-la la-la
Aricki Brr Kewana Gipelile Sha la la-la la-la
Tumbala Tumbala Maringa Sha la la-la la-la
Aricki Brr Tatana Bitonga Sha la la-la la-la

Hey Jamboji Bara Bara
Hey jamboji Bara Bara
Mulangati Chilungati
Hey chira ba ba

Ramaya Bokuko Ramaya abantu Ramaya
Miranda tumbala Ho Ho Ho
Ramaya bokuko Ramaya abantu
Ramaya Mitumbala

Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Ramaya Mitumbala

Hey Jamboji Bara Bara
Hey jamboji Bara Bara
Mulangati Chilungati
Hey chira ba ba

Ramaya Bokuko Ramaya abantu Ramaya
Miranda tumbala Ho Ho Ho
Ramaya bokuko Ramaya abantu
Ramaya Mitumbala

Ramaya Bokuko Ramaya abantu Ramaya
Miranda tumbala bokuko, bokuko
Ramaya bokuko Ramaya abantu
Ramaya Mitumbala

(La la-la la la la la-la-la )
Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Aricki Aricki Aricki Ho Ho Ho
Aricki Aricki Brr Ramaya
Ramaya Mitumbala

NonSolo

2010-12-07T11:57:00.004+01:00

Insegna del negozio:"NonSoloPizza" (a Magreta, per i pettegoli).

Io: "Avete del gnocco fritto?"
Lui: "No"
Io: "Tigelle?"
Lui: "No"
Io (che comincio a sospettare): "Ma allora, avete solo pizza?"
Lui: "Beh, anche lattine."

NonSolo.

Sciocchezzaio di "Alza il volume" (Rai Radio 3)

2010-12-02T17:37:00.004+01:00

"Questa musica assomiglia al percorso di un'astronave che magari si libra tra i grattacieli di Detroit(???)" - Valerio Corzani, Martedì 30/11/2010
"Nils Petter Molvaer licenziò questo disco" - Valerio Corzani, Giovedì 2/12/2010 (e infinite altre volte nel corso della settimana, il tale ha licenziato un libro,etc. etc.)

In teoria "Alza il volume" dovrebbe essere una trasmissione che mi piace - musica progressive moderna e no. Invece è quasi sempre un irritante grazie allo stile della conduzione - i conduttori cambiano lo stile no: ci dev'essere un posto dove lo insegnano.

Si tratta della versione aggiornata dello stile "radiolibbera popolare" tardi anni '70. Quello che usavano anche su "Pop-off" tizi come Dario Salvatori, Carlo Massarini e via discorrendo. All'epoca mi piacevano...pietà, ero molto giovane.

Oggi mi sembra chiaro che questi signori che dicono "contaminazione" un sacco, sono sempre in Finlandia a trovare qualche nuovo fantastico suggestivo musicista e via sciocchezzando sono portatori di un temibile tipo di idiozia, che trasforma in scemenza tutto ciò che tocca, incluso il bravo e incolpevole Nils Petter Molvaer. Un qualunque discorso serio sulla musica è impossibile: dietro le raffiche di espressioni ricercate (ma in realtà semplicemente bizzaro-adolescenziali) nascondono (quasi sempre) una cultura musicale piuttosto zoppicante. Basta vedere la roba che ogni tanto tacciano di essere "profumata di giasssss" (che neanche al microscopio a scansione) e via perleggiando.

Chi vuole esempi di altro stile di conduzione e altra cultura sulla stessa emittente si senta ad esempio "Il concerto del mattino".

Centos 5.5 or RHEL 5 on VIrtualbox 3.2.12?

2010-12-02T17:34:00.003+01:00

Make yourself a favour and check "Enable I/O APIC" under Settings=>System=>Motherboard, lest the God of Virtual Machines gets angry at you and hangs your machine at installation.

Pidgin: soluzione per omega.contacts.msn.com "invalid certificate chain"

2010-11-22T09:20:00.003+01:00

Problema: Pidgin è un client multiprotocollo di instant messaging. Da alcuni giorni (Novembe 2010), il plugin per MSN di pidgin va in errore lamentando una "invalid certificate chain" per omega.contatcts.msn.com.

Origine e soluzione: Microsoft ha iniziato a firmare i propri certificati, ma (pare) che i loro webserver riferiscano ancora i certificati alle authority intermedie sbagliate. Bisogna scaricare i certificati di microsoft:

e poi installarli in /usr/share/purple/ca-certs (C:\Program Files\Pidgin\ca-certs\ sotto windows)

Setting up a PPTP link on a fedora system, without NetworkManager

2010-11-17T15:10:00.005+01:00

NetworkManager is a Linux applet (Not really. It is a system daemon, and it is controlled via desktop applets, but still...) It allows you to setup and manage (activate, deactivate and such) network connections. It is mostly OK for desktop usage, and I'd say it is more than OK for wireless connections. I do have some major bones with it, though:

It is greedy - it tends to hog all the network connections, included the ones that should not be touched (your main ethernet connection,for instance), and you have pry them from its dead, cold fingers.

It screws up - sometimes. When it does, you're on your own without a lifeboat - unless you thought to bring one with you, and this is because....

Having been designed by GUI zealots, it has no Command Line Interface (well it does have one, but it sucks more than a tornado) and no visible configuration files - to the best of my knowledge it keeps all its config somewhere inside the user branch of the gconf DB (a configuration system that makes the windows registry seem OK - 'nuff
said). So it is very hard to tell what is going wrong, where and why.

Not only this, but because it is in the user branche, connections are not shared between users, nor can they be system wide (AFAIK)

Not only this, but because it is so GUI oriented, there is no clear way to tailor the connection setup/tear down. For instance, on pptp/vpn links it would be nice to set up custom routes. No such luck, kiddo: with NM it's either default route or zilch (there is, truth be said, a check mark that purports to do something different, bu it does not. Or perhaps it would do something with some server side help - but this is the client side, sorry.)

So it is only fair to say that, for server oriented connection management, NetworkManger basically sucks - and I find slightly worrying the talks I read about system-config-network going away. However, what above explains why - setting up a systemwide VPN link for development work - I found it necessary to ascertain that I had a CLI way to set it up, tear it down and debug it. That is the lifeboat I was talking about a few paragraphs ago....

This was tested on FC13, kernel 2.6.34.7-61, ppp-2.4.5-9 , pptp-1.7.2-9, for a standard MSCHAP-V2 Microsoft like tunnel - your mileage will vary, and substantially if your system is much older then mine. Everything is still a little rough around the edges - smoothing it out would require integrating it with ifup-ppp, complete with all the options and stuff. The way it is, it pushes most configuration options to the ppp side (options.pptp and peers/CONNID). And yes, one would need a GUI plugin for system-config-network. You are welcome to write it. At the end, you will be able to control the connection via:


    $ ifup  CONNID
    $ ifdown CONNID

It goes like this (by no design of mine: this is THE WAY networking scripts work in fedora/RH):

'ifup CONNID' reads /etc/sysconfig/network-scripts/ifcfg-CONNID;

the variable DEVICETYPE=pptp (inside ifcfg-CONNID) directs ifup to invoke ifup-pptp (an undocumented innard of the RH sysconfig files);

ifup-pptp executes "pppd call CONNID", which uses /etc/ppp/peers/CONNID, (which in turn reads /etc/ppp/options.pptp).

PPPD starts the ppp process and kicks off ip-up, which (eventually) calls /etc/ppp/ip-up.local. pppd also saves its PID in /var/run/pppx.pid (x is 0,1...)

ip-up.local saves the interface name (pppx) inside /var/run/pptp-CONNID.pid (misnomer, but ehi)

ifup-pptp waits for the creation of /var/run/pptp-CONNID.pid and uses

its contents to try hard (too hard, perhaps: i have a feeling ifup-routes is being called twice, but no harm appear to have been done) to convince to /etc/sysconfig/network-scripts/ifup-routes to install the correct routes for the new interface.

ifup-routes reads the route informations /etc/sysconfig/network-scripts/route-CONNID, and uses "ip route add " to do its job.

To get to the goodies, you will need to edit/create the
following files (contents are listed below).

FILE: /etc/ppp/options.pptp. Edit and accept some auth, compression. Most comments below removed: #ALF# means commented out by me)

FILE: /etc/ppp/chap-secrets: edit. Add authentication information user and password, choose CONNID as you wish

FILE: /etc/ppp/peers/CONNID: Create.

FILE: /etc/ppp/ip-up.local: Create.

FILE: /etc/ppp/ip-down.local: Create.

FILE: /etc/sysconfig/network-scripts/ifcfg-CONNID: Create.

FILE: /etc/sysconfig/network-scripts/ifup-pptp: Create, mode
755 (rwx-rx-rx).

FILE: /etc/sysconfig/network-scripts/ifdown-pptp: Create, mode
755 (rwx-rx-rx).

FILE: /etc/sysconfig/network-scripts/route-CONNID: Create

FILE: /etc/ppp/options.pptp. Edit and accept some auth, compression.

(Most comments below removed: #ALF# means commented out by me)

 
lock
 noauth
 refuse-pap
 refuse-eap
 #ALF#refuse-chap
 #ALF#refuse-mschap
 #ALF#nobsdcomp
 #ALF#nodeflate
 #ALF#For debug, comment later.
 dump

FILE: /etc/ppp/chap-secrets: edit. Add authentication information (user and password), choose CONNID as you wish


# Secrets for authentication using CHAP
# client server secret   IP addresses
####### system-config-network will overwrite this part!!! (begin) ##########
####### system-config-network will overwrite this part!!! (end) ############

username CONNID password *

FILE: /etc/ppp/peers/CONNID: Create.


#vpn.server.com is the server we connect to
pty "pptp vpn.server.com --nolaunchpppd"
lock
nodeflate
file /etc/ppp/options.pptp
require-mppe-128
#As entered in chap-secrets above
name username
remotename CONNID
ipparam CONNID

FILE: /etc/ppp/ip-up.local: Create.


#!/bin/bash
set -x
TRACEFILE=/tmp/ip-up.log
cat /dev/null > ${TRACEFILE}
exec 1>> ${TRACEFILE}  2>> ${TRACEFILE}

LOGGER="/usr/bin/logger -s -t ip-up.local -p "

IFACE=$1
REALDEVICE=$2
SPEED=$3
LOCALIP=$4
REMOTEIP=$5
LOGDEVICE=$6

PIDFILE="/var/run/pptp-$LOGDEVICE.pid"
$LOGGER daemon.info "Creating pidfile: $PIDFILE"
echo $IFACE > $PIDFILE
exit 0

FILE: /etc/ppp/ip-down.local: Create.


#!/bin/bash
set -x
TRACEFILE=/tmp/ip-down.log
cat /dev/null > ${TRACEFILE}
exec 1>> ${TRACEFILE}  2>> ${TRACEFILE}

LOGGER="/usr/bin/logger -s -t ip-down.local -p "

FILE: /etc/sysconfig/network-scripts/ifcfg-CONNID: Create.


NAME="Connessione PPTP a CONNID"
DEVICE=CONNID
DEFROUTE=no
BOOTPROTO=none
DEVICETYPE=pptp
ONBOOT=no
USERCTL=yes
PEERDNS=no
IPV6INIT=no
NM_CONTROLLED=no

FILE: /etc/sysconfig/network-scripts/ifup-pptp: Create, mode 755 (rwx-rx-rx).


#! /bin/bash
LOGGER="/usr/bin/logger -s -t ifup-pptp -p "

. /etc/init.d/functions

cd /etc/sysconfig/network-scripts
. ./network-functions


CONFIG=$1
[ -f "${CONFIG}" ] || CONFIG=ifcfg-${1}
source_config

[ -x /usr/sbin/pppd ] || {
  echo $"pppd does not exist or is not executable"
  echo $"ifup-ppp for ${DEVICE} exiting"
  $LOGGER daemon.info  \
    $"pppd does not exist or is not executable for ${DEVICE}"
  exit 1
}

PEERCONF=/etc/ppp/peers/${DEVNAME}

if [ ! -f ${PEERCONF} ]; then
  $LOGGER daemon.info  \
    $"no configuration file ${PEERCONF} for  ${DEVICE}"
  exit 1
fi

$LOGGER daemon.notice  \
    $"calling pppd on  ${PEERCONF} config file: pppd call $DEVNAME" \
  
pppd call $DEVNAME || { $LOGGER daemon.crit "pppd call $DEVNAME failed" ; exit 2 ; }


for nap in 1 2 2 5  10; do
    if [[ ! -f  /var/run/pptp-${DEVNAME}.pid ]]; then
 $LOGGER daemon.info  "Waiting for /var/run/pptp-${DEVNAME}.pid"
 sleep $nap
    else
 break
    fi
done

if [ -f /var/run/pptp-${DEVNAME}.pid ] ; then
    REALDEVICE=$(tail -1 /var/run/pptp-${DEVNAME}.pid)
    $LOGGER daemon.info  \
      $"setting up routes from /var/run/pptp-${DEVNAME}.pid on $REALDEVICE"
    /etc/sysconfig/network-scripts/ifup-routes ${REALDEVICE} ${DEVNAME}
else
    $LOGGER daemon.info  \
      $"no file /var/run/pptp-${DEVNAME}.pid cannot setup routes"
fi

exit 0

FILE: /etc/sysconfig/network-scripts/ifdown-pptp: Create, mode 755 (rwx-rx-rx).


#! /bin/bash

cd /etc/sysconfig/network-scripts
. ./network-functions

LOGGER="/usr/bin/logger -s -t ifdown-pptp -p "

CONFIG=$1
source_config


CONFIG=${CONFIG##ifcfg-}
ifile=/var/run/pptp-${DEVICE}.pid

$LOGGER daemon.info "Tearing down pptp link: will look for $ifile"
if [ ! -f $ifile ]; then
    $LOGGER daemon.err $"No intfile $ifile, ppp isn't running, or we didn't start it"
    exit 1
fi

IFACE=$(cat $ifile)
[ -n "${IFACE}" ] || { $LOGGER daemon.err $"No interface in $ifile"; exit 2 ; }

pfile=/var/run/$IFACE.pid
$LOGGER daemon.info "Tearing down pptp link: will look for $pfile (interface is $IFACE)
"
PID=$(cat $pfile)
[ -n "${PID}" ] || { $LOGGER daemon.err $"No pid in $pfile"; exit 2 ; }

if [ ! -f $ifile ]; then
    $LOGGER daemon.err $"No PPP pidfile $pfile, is ppp running?"
    exit 3
fi

kill -TERM ${PID} > /dev/null 2>&1
$LOGGER daemon.info $"Waiting for PPPD termination"
[ ! -d /proc/${PID} ] && { $LOGGER daemon.info $"PPTP link torn down"; exit 0; }

$LOGGER daemon.info $"Waiting for PPPD termination"
sleep 2
[ ! -d /proc/${PID} ] && { $LOGGER daemon.info $"PPTP link torn down"; exit 0; }

$LOGGER daemon.info $"Waiting for PPPD termination"
sleep 5
[ ! -d /proc/${PID} ] && { $LOGGER daemon.info $"PPTP link torn down"; exit 0; }

$LOGGER daemon.info $"Waiting for PPPD termination"
sleep 10
[ ! -d /proc/${PID} ] && { $LOGGER daemon.info $"PPTP link torn down"; exit 0; }

# killing ppp-watch twice in a row causes it to send a SIGKILL to pppd pgrp
kill -TERM ${PID} > /dev/null 2>&1
[ ! -d /proc/${PID} ] && { $LOGGER daemon.info $"PPTP link torn down"; exit 0; }

$LOGGER daemon.err $"Problems in terminating PPP."
exit 1

FILE: /etc/sysconfig/network-scripts/route-CONNID: Create


ADDRESS0=192.168.63.0
NETMASK0=255.255.255.0
#this is the P-t-P (remote) address at the end of the PPTP tunnel.
GATEWAY0=10.52.63.1

Nomen. Omen?

2010-10-14T10:24:00.002+02:00

La Gazzetta di Modena di oggi riferisce dell'arresto di un uomo per tentata estorsione ai danni del fratello: i due erano stati soci di una pizzeria (fallita) e l'uomo arrestato, cui il fratello doveva ancora una somma, aveva fatto diverse minacce (anche di morte) per rientrarne in possesso.

L'arrestato si chiama Pio, il fratello Fortunato. Nè Pio, nè Fortunati....

Vento e luna

2010-10-12T09:19:00.004+02:00

萬古長空 Un' eternità di spazio senza fine:
一朝風月 Un giorno di vento e di luna.

An eternity of endless space:
A day of wind and moon.

The Golden Age of Zen: Zen Masters of the T'Ang Dynasty

Chi non si può difendere

2010-10-11T18:59:00.003+02:00

Tutti gli uomini sono mortali.
Socrate è un uomo.
Quindi Socrate è mortale.

Sono secoli che ce la pigliamo con Socrate. Forse perché a dire certe cose di noi stessi ci vogliono le palle. (O forse perché ai filosofi in fondo piace sparlare dei colleghi. Questa però mi convince meno).

Alsa, pulseaudio, KDE & HDA-Intel Realtek ALC887 under Linux

2010-10-05T09:53:00.003+02:00

Sue me, but I'm gonna out and say it: sound management under Linux suxx big time and it has done so for the longest time. It's laden with incomprehensible jargon and the most intricate jumble of competing technologies you can think of. Bottom line: lots of times, you have trouble getting audio out of your system.

My problem: FC13 with kde (but other WMs also, so KDE does not really enter into it) does occasionally:

1) switch unrequested from "Internal analog stereo" to HDMI Manhattan whatever
2) Forget entirely the "Internal analog stereo" device (shows up greyed out in multimedia)

Guess what? the "Internal analog stereo" device is the one outputting audio to my headphiones and loudspeakers. There are two hard things here: understanding (better: get a feel for) what's going on and fixing it.

I have (as of now) no general guide but I have found these commands to be of great help in finding out what the problem may be:

pacmd ls
alsamixer
alsaunmute
paman
pavumeter
pavucontrol
yum install pulseaudio-utils
modinfo soundcore

These - paman especially - also help in fixing the "switch device" problem, while:

rmmod snd-hda-intel
modprobe snd-hda-intel

Appear to fix the forgotten device problem.

All for now...

Don Byas, “No such thing as a wrong note!”

2010-10-01T19:05:00.002+02:00

Who influenced you?

In the beginning, it was “Hawk” [Coleman Hawkins]. That sound always stayed with me and never got away. In fact, I think I have a bigger sound now than he had. Apart from that, I dug what he was playing. Art Tatum really turned me on. That’s where my style came from … style… I haven’t any style. I just blow, like Art. He didn’t have any style, he just played the piano, and that’s the way I play. We were real close, and he loved me. He used to sit down and talk to me and one day he said, “Don, don’t ever worry about what you’re going to play or where the ideas are going to come from. Just remember there is no such thing as a wrong note.” He said, “What makes a note wrong is when you don’t know where to go after that one. As long as you know how to get to the next note, there’s no such thing as a wrong note. You hit any note you want and it fits in any chord.” And that’s right! There is no such thing as hitting a wrong note. It’s just that when you hit that wrong note, you’ve got to know how to make it right.

That’s when the doors started opening for me music wise. From that time I started practicing and remembering that and all of a sudden I said, “That’s where it is.” There’s no way you can hit a wrong note, as long as you know where to go afterwards. You just keep weaving and there’s no way in the world you can get lost. You hit one. If it’s not right, you hit another. If that’s not right you hit another one, so you just keep hitting. Now who’s going to say you’re wrong? You show me anybody who can prove you’re wrong. As long as you keep going you’re all right, but don’t stop unless you know you’re at a station. If you’re at a station then you stop, take a breath and make it to the next station. Tatum turned me onto that. He was a genius. I had been with Tatum for two years on the West Coast. I came to New York in 1935, and we hung out together every night. It was during that time that he taught me all those things. I came to New York with Eddie Mallory’s band. Mallory’s wife, Ethel Waters, opened up in the Cotton Club, Duke Ellington was playing with his band and so was Eddie Mallory, two big bands.

There was nobody playing what I was playing because I played all that stuff from Tatum. That F-sharp, B-natural, E, A, D, G, C, F, like in rhythm, instead of playing rhythm chords. Everybody was saying what is that? Where did this cat come from? Who is he? There weren’t any horn players following piano players at that time, so I was ahead of everybody.

“Bird” [Charlie Parker] got a lot of things from me. I met Bird when he was about fourteen in Kansas City, so I’ve been knowing him for a long time. Even after Bird got to New York with Jay McShann, we were still real tight, and he used to always come and get me when he wanted to go and jam, which was damn near every night. He would say: “Come on, Don, we’re going to play ’Cherokee’”. That was his favorite tune. What people don’t know is that Bird got a lot of stuff from me, although he was influenced more by “Pres” [Lester Young]. Pres was really his boy. There was another cat, Buster Smith, and somebody else, I forget his name, but those are the cats who influenced Bird. They were all around Kansas City at that time. That was in the early thirties. Bird was a little cat, fourteen years old and blowing! He hadn’t developed then. He didn’t really start blowing till he got to New York; then he stretched out. That man could blow! You listen to the music now and you ask yourself what people are talking about when they compare somebody with Bird? Even “Trane” [John Coltrane] was influenced by him, although he went much further, but Bird was his idol.

Trane was tight. Every time he came to Europe, the first place he would go to, he would ask, “Where is Don Byas?” Always went where I was playing, never said hello. He’d just come in, sneak in. I don’t know how this cat did it. He would sit in the club all night and never move. I wouldn’t know he was there. I’d say to myself, “That looks like Trane sitting back there.” So when the set was over, I would go and ask, “How long have you been here?” He’d say, “I just came in.” Trane was something else. You would never know he was in the joint.

Have you ever felt any kind of protest in music?

I’m protesting. If you listen you will notice I’m always trying to make my sound stronger and more brutal than ever. I shake the walls in joints I play in. I’m always trying to sound brutal without losing the beauty, in order to impress people and wake them up. That’s protest, of course it is. I’ve always felt like that. The point is how long will people keep me waiting before they come in. I’m wondering if things will finally come my way before I pop off. Actually right now there aren’t that many cats left that are blowing—me and “Griff” [Johnny Griffin], who else is there? There are a lot of young cats, but I don’t even know them. I’m talking about the ones on the top. My form of protest is to play as hard and strong as I can. In other words, you did this and you did that, so now take this!

Do you feel unrewarded for the contribution you made to our music?

Yes, in a way, but I can’t say I’m angry, because I split at the top of my success, so actually a lot of it is my fault. I can’t get mad at anybody but I can get mad in my music. When I play, I can allow myself to get mad. I split twenty-five years ago. This cat [Calvin Massey, present at the time of the interview] asked me the night before I left, “When are you coming back?’ I said, “When they build a bridge!”

You were one of the first musicians to settle in Europe?

I was the first. I came with Don Redman, after the war. I had a beautiful success and made a lot of money. I’ve just stopped making money during the last three or four years. Things got low. So many cats have come over and are still coming that things have dropped down. There isn’t the demand there was before, so that makes it a little rough. I’m not squawkin’. It’s just that I’m going to try some different things and see if I can’t put a little firecracker under. [Don Byas was expecting to go to Africa with Archie Shepp.] I think it would be nice to change things around a little bit for a while.

I’ve been going in a straight line for so long, it’s not going to hurt me to do that. That tape recorder is on! Yeah you’ve got to be a cross-eyed motherfucker to make it in life.

Paris, November 11, 1969

Taking ttyS0 away from xen

2010-09-14T12:09:00.003+02:00

On xen machines, (linux-Centos5 Dom0) xen is in the habit of grabbing /dev/ttyS0 for its console, so if you need the serial port for other purposes (a modem, or UPS control) you are royally screwed.

Symptoms:

# modprobe 8250

FATAL: Error inserting 8250
(/lib/modules/2.6.13-15.8-xen/kernel/drivers/serial/8250.ko): Device or
resource busy

# setserial -a /dev/ttyS0
Cannot get serial info: Invalid argument

The trick is finding the right parameters combination in the boot configuration. This is tedious, as it requires a reboot per test, and servers have slow reboot sequences. However, this grub.conf stanza fixed it for me:


title CentOS (2.6.18-194.11.3.el5xen)
 kernel /xen.gz-3.2.1 noirqbalance hap dom0_mem=2G dom0_max_vcpus=8 xencons=tty console=vga
 module /vmlinuz-2.6.18-194.11.3.el5xen ro root=LABEL=dom0_root console=vga xencons=tty 
 module /initrd-2.6.18-194.11.3.el5xen.img

I suppose that this should also work:


title CentOS (2.6.18-194.11.3.el5xen)
 kernel /xen.gz-3.2.1 noirqbalance hap dom0_mem=2G dom0_max_vcpus=8 xencons=tty
 module /vmlinuz-2.6.18-194.11.3.el5xen ro root=LABEL=dom0_root console=vga
 module /initrd-2.6.18-194.11.3.el5xen.img

But I really have no inclination to try it now.

I'm Your Man

2010-08-12T15:13:00.001+02:00

If you want a lover
I'll do anything you ask me to
And if you want another kind of love
I'll wear a mask for you
If you want a partner, take my hand, or
If you want to strike me down in anger
Here I stand
I'm your man

If you want a boxer
I will step into the ring for you
And if you want a doctor
I'll examine every inch of you
If you want a driver, climb inside
Or if you want to take me for a ride
You know you can
I'm your man

Ah, the moon's too bright
The chain's too tight
The beast won't go to sleep
I've been running through
These promises to you
That I made and I could not keep

Ah, but a man never got a woman back
Not by begging on his knees
Or I'd crawl to you baby
And I'd fall at your feet
And I'd howl at your beauty
Like a dog in heat
And I'd claw at your heart
And I'd tear at your sheet
I'd say please, please
I'm your man

And if you've got to sleep a moment on the road
I will steer for you
And if you want to work the street alone
I'll disappear for you
If you want a father for your child
Or only want to walk with me a while
Across the sand
I'm your man

If you want a lover
I'll do anything that you ask me to
And if you want another kind of love
I'll wear a mask for you

By Leonard Cohen

Una modesta proposta

2010-06-23T09:56:00.008+02:00

L'ascolto e la lettura degli interventi dei miei compatrioti nei vari
talk show, lettere al direttore, forum ed altri luoghi deputati, mi ha
convinto che oltre ad essere poeti, navigatori, santi, siamo anche un
popolo di instancabili inventori di provocazioni e paradossi. Che
purtroppo sono anche,in massima parte, di un'idiozia talmente
monumentale da far venire voglia di suicidarsi. Quando sento le parole
"...vorrei proporre, come provocazione,..." metterei mano alla pistola
(se l'avessi).

Almeno per gli argomenti che pare vadano per la maggiore, mi sembra
che si potrebbe standardizzare il processo di confutazione di questo
diluvio di idiozie che ci "proponiamo" gli uni con gli altri tutti i
giorni. "Propongo" perciò, come provocazione, questo modulo,
che dovrebbe contemplare la maggior parte dei casi più frequenti.

Caro amico/amica, il Tuo ultimo intervento propone una soluzione ( ) tecnica ( ) legislativa (x) paradossale (x) violenta per modificare la situazione (x) della politica italiana ( ) della sinistra italiana ( ) della destra italiana (x) dell'economia italiana ( ) del calcio italiano L'idea da Te proposta non funzionerà. Nel seguito te ne fornisco alcune ragioni: tieni presente che l'elenco è solo parziale, e la Tua idea può avere altri difetti a seconda del paese dell'Unione Europea in cui ti trovi. La Tua idea non potrà mai funzionare perchè: ( ) se fosse così facile, non saremmo a questo punto. ( ) basterebbe osservare le regole che già ci sono. ( ) basterebbe far pagare le tasse ( ) agli evasori ( ) ai profittatori ( ) a Berlusconi (x) gli italiani (x) sono fatti così ( ) sono inadatti al gioco a zona ( ) hanno la classe politica che si meritano (x) socializzano le perdite e privatizzano i profitti ( ) in fondo, sono anche loro persone umane ( ) Cassano è fatto così ( ) Balotelli è fatto così (x) chi provasse a metterla in pratica sarebbe ( ) impossibilitato ( ) deriso ( ) radiato (x) arrestato ( ) assassinato E poi, (x) e' (x) immorale (x) illegale ( ) antisportiva ( ) già stata provata nel 1989, e guarda come siamo messi ( ) quelli che la dovrebbero mettere in pratica sarebbero i primi ad esserne colpiti ( ) bisognerebbe controllare i controllori (x) richiede la totale collaborazione ( ) di tutti i politici ( ) dei dirigenti di tutte le squadre ( ) dei paesi dell'Ecofin/CEE/ONU (x) di tutti, contemporaneamente. ( ) abbiamo già anche troppe ( ) leggi ( ) leggi ad personam ( ) giudici ( ) comunisti ( ) fascisti ( ) giudici comunisti ( ) giudici fascisti ( ) tasse ( ) speculatori ( ) regole che rallentano il gioco ( ) non si può chiedere a un ex ( ) fascista di rinnegare il suo passato ( ) comunista ( ) liberista ( ) difensivista E poi considera anche che: ( ) gli italiani non lo accetterebbero mai. (x) l'unione europea non lo accetterebbe mai. (x) la polizia non lo accetterebbe mai. ( ) il CONI non lo accetterebbe mai. ( ) il Vaticano non l'accetterebbe mai, ( ) e' basata su una logica da alienati mentali, e nessuno la capirebbe. ( ) altro: In particolare, la Tua idea non tiene conto: ( ) della burocrazia necessaria a implementarla. ( ) dell' ammontare ( ) del debito nazionale ( ) del PIL ( ) dell'ingaggio medio di un giocatore di serie A (x) del codice penale ( ) della Costituzione Italiana ( ) delle radici cristiane e cattoliche del nostro paese ( ) della natura umana (x) della logica ( ) del buon senso ( ) delle regole del mercato ( ) delle regole del fuori gioco ( ) altro: Anche se la Tua idea non avesse i difetti di cui sopra, sarebbe ancora criticabile da un punto di vista etico e filosofico, per i seguenti motivi: ( ) siamo pur sempre un paese democratico ( ) siamo pur sempre un paese cristiano ( ) l'importante non è vincere, è partecipare ( ) la palla è rotonda (x) in Italia non si fanno deportazioni di massa dai tempi di Roma antica ( ) dove metteremmo tutti quei cadaveri? Inoltre il fatto che tu abbia proposto una soluzione del genere: ( ) dimostra che sei intelligente, ma ingenuo ( ) dimostra che sei un interista ( ) dimostra che sei un perfetto idiota e che non hai idea di cosa stai parlando ( ) dimostra che hai (di nuovo) dimenticato di prendere le tue medicine (x) dimostra che sei troppo pericoloso per essere lasciato in circolazione. Le autorita' di pubblica sicurezza sono state avvisate e hanno gia' circondato il luogo dove ti trovi. Mantieni la calma ed esci tenendo le mani bene in vista.

Ballata del programmatore

2010-05-07T13:19:00.002+02:00

Sulla Musica di "IL PESCATORE" di F. De Andre'

All'ombra dell'ultimo sole
si addormentò un programmatore
tra le sue braccia un manuale
sognando il mare tropicale

Venne alla ditta un committente
con un progetto inconsistente
delle richieste da far paura
"Prima di ieri perche ho premura"

E domandò un lavoro immane
con le specifiche piu strane
"Io voglio tutto e pago niente
ho fretta e sono un committente"

Gli occhi dischiuse il softwarista
un video l'unica sua vista
dall'alba grigia fino a sera
incatenato alla tastiera

Battendo i tasti a mo' di ossesso
e trascurando cibo e sesso
riusci un bel giorno a consegnare
una release preliminare

E si sentiva ormai contento
ma fu sollievo di un momento
gia richiamava quel cliente
"Qui non funziona un accidente"

Ricominciò il programmatore
a faticar per ore ed ore
sopra un problema assai intricato
nascosto dentro ad un listato

Venne di nuovo il committente
disse "Così è meglio che niente
e tuttavia per me è importante
fare una piccola variante"

Ma all'ombra dell'ultimo
sole dormiva gia il programmatore
tra le sue braccia un manuale
sognando il mare tropicale

PECché no

2010-05-05T08:33:00.003+02:00

Per come è stata pensata, la PEC (Posta Elettronica Certificata) è una tecnologia assolutamente deludente.

Senza entrare troppo nei dettagli, basterà dire che alla fine tutto si riduce nello scambio di una ricevuta di ritorno certificata, che documenta - in maniera crittograficamente sicura -lo scambio di un messaggio di posta tra due indirizzi, il momento dello scambio, e un'attestazione dell'integrità del contenuto (non viene però documentato il contenuto stesso, cosa che io considero una limitazione). Essenzialmente, una montagna che partorisce un topolino rachitico: la ricevuta, ad esempio non dice nulla sull' effettiva lettura da parte del destinatario. Il che è piuttosto grave, per il destinatario, visto che la ricevuta (dal punto di vista legale) costituisce prova di ricezione e presa visione. Ci sono altri (gravi) svantaggi, che sono elencati nel relativo articolo su Wikipedia. Insomma, vista la facilità di trascurare un messaggio di posta elettronica, il possesso di una casella PEC costituisce - dal punto di vista del destinatario - più una grana che un vantaggio. Si confronti la situazione con la normale RR: in questo caso, quando firmo la ricevuta, è garantito che io prenda fisicamente possesso del messaggio. Insomma, in tutta la storia della PEC, l'unico che ci guadagna è il mittente. Non sorprende quindi il recente entusiasmo della pubblica amministrazione per questa - tecnicamente sconsigliata - applicazione.

Oltre ad essere un mal di pancia tecnologico, e legale, la PEC costituisce anche un buon modo per trasferire tutto il business della posta elettronica agli aderenti ad un minuscolo club, come documenta questo articolo di PI. Tutti buoni motivi per evitare la PEC, finché si può.

Participi

2010-04-23T15:16:00.002+02:00

Al TG2 odierno (ore 13:00) si parlava di una donna che aveva accettato un prestito da un usuraio.

<<....a questo punto, la donna USURATA si è rivolta ai Carabinieri.>>

Dal che deduco che fare il gabelliere è un lavoro usurante.

You want some wine to the thorn, with that dried cod in damp?

2010-04-19T10:51:00.006+02:00

This unbelivable sign is the menu of a Chioggia tavern. I realized it was not a prank only after while, when the owner - obviously not amused by our taking pictures - was getting ready to get out and give us the beating of our lives.

Some explanation - so to speak, as this stuff sort of defies any - may be in order.

'Poultice' is actually 'polenta'.

'To the irons' is actually 'grilled'.

"Scampare" is actually italian for "to escape" - a "scampo", however, is a "shrimp".

No people from Sardinia were harmed while cooking "Sardinians in saor", which are actually fried, marinated sardines.

"Wine to the thorn" is "Draught wine".

Molière's Tartuffe was perhaps a hypocrite, but a "Tartufo al cioccolato" (chocolate truffle) is an ice-cream. Anything "in umido" is a stew (which is kept moist, or even "damp", throughout the cooking process.

Besides interesting translations, Chioggia is a wonderful place for both visiting and eating (non-babel) fish. It is also very close to Venice.

The image is trimmed for readability reasons: I am making available an untrimmed, even funnier version, withholding only the name of the establishment.

Ti va un po' di vino spinoso, con quei sardi marinati?

2010-04-19T10:51:00.002+02:00

Questa incredibile insegna è il menu di una taverna a Chioggia. Ho capito che era sul serio solo dopo un po', visto che:

(a) Nessuno veniva a dirci "Sorridi! Sei su candid camera.";

(b) L'oste, che da dentro mi aveva visto fotografare, sembrava irritato e dava tutti i segni di voler uscire a darci una tonfata memorabile

Ce ne siamo andati con una certa fretta, anche perchè non sapevamo decidere se
servivano "Sarde in saor" o "Sardi in saor".

In ogni caso, se vi piace il pesce (anche in versione babel), o semplicemente vi va di visitare un bel paese (vicinissimo a Venezia) , Chioggia è il posto giusto.

L'immagine è ritagliata per motivi di leggibilità: rendo disponibile la versione intera, anche più umoristica, omettendo solo il nome della locanda.

Strict logic

2010-04-16T11:15:00.003+02:00

A woman asks her husband - a programmer - to go to the grocery store.

"Dear, please, go buy some bread. If they have eggs, buy 6."

The husband returns after a few minutes with six loaves of bread and the woman is flabbergasted:

"Why did you buy 6 loaves of bread??"

"They had eggs."

Una donna manda il marito (un programmatore) a fare la spesa.

"Caro, vai a comprare un chilo di pane. E se hanno delle uova, prendine
6."

L'uomo torna poco dopo con sei chili di pane e sua moglie è sbalordita:

"Perché hai comprato sei chili di pane???"

"Avevano delle uova."

Come rendersi insopportabili

2010-04-09T08:19:00.001+02:00

1. Lasciate la fotocopiatrice regolata su: "riduzione 200%, molto scuro, A3, 99 copie".
2. Scrivete "per favori sessuali" sulle causali di tutti i vostri assegni/versamenti.
3. Alla finestra drive-through dei McDonald's dite sempre: "Da portare via".
5. Al McDonald's, fate cadere i pacchetti di ketchup o di maionese e calpestateli, o meglio, fate in modo che altri li calpestino.
4. Se avete un occhio di vetro, batteteci sopra la penna durante ogni conversazione.
6. Fate andare in continuazione i tergicristalli - anche se non piove - "per tenerli in allenamento".
7. Adottate come risposta a qualsiasi osservazione la frase: "Questo lo pensi tu."
8. Allenatevi a riprodurre il rumore di un fax, o di un modem.
9. Sottolineate frasi irrilevanti in articoli a caso (quelli scientifici funzionano bene) e mettete in copia il vostro capo.
10. Fate il rumore di un cicalino ogni volta che vedete una persona sovrappeso arretrare.
11. Iniziate tutte le vostre frasi con l'intercalare: "Dice il profeta:".
12. Abbandonate le conversazioni battendo le mani sopra le orecchie e facendo "uah uah uah...".
13. Alle riunioni, smontate una penna e fate saltare "per sbaglio" il refill dall'altra parte della stanza.
14. Se sentite qualcuno contare, gridate numeri a caso, ridacchiando.
15. Regolate il colore della vostra TV/monitor in modo che tutto e tutti siano verdi, e dite "A me piace così".
16. Graffettate i fascicoli il più vicino possibile al centro della pagina.
17. Cercate di scoprire (in pubblico) quanto lentamente riuscite a gracidare.
18. Per la strada, suonate il clacson e salutate perfetti sconosciuti.
19. Entrate in un ristorante, prendete qualche caramella - di quelle gratuite - alla cassa, e uscite senza ordinare altro.
20. SCRIVETE SOLO IN MAIUSCOLO.
21. scrivete solo in minuscolo.
22. scrivete anche senza interpunzione
23. scrivete...... terminando ogni frase....... con molti puntini di sospensione............
24. Comprate conetti arancione e cartelli con scritto "Deviazione" e rifate la viabilità del vostro quartiere.
25. Con l'"aiuto" di un collega, ripetete un numero di volte a piacere questa conversazione:
"LO SENTI?"
"Sentire cosa?"
"Niente, non c'è più."
26. Camminando per strada, saltellate cercando di evitare le linee del pavimento.
27. Canterellate l'ouverture del "Guglielmo Tell" picchiettandovi sotto il mento o schiaffeggiandovi le guance a tempo.
28. Al telefono, chiedete al vostro interlocutore: "Scusi, ma lei è un uomo o una donna?".
29. Nel corso di una presentazione, ogni tanto muovete la testa su e giù come una cocorita.
30. Andate all'opera e canticchiate durante lo spettacolo.
31. Andate a una lettura di poesia e chiedete perché i versi non sono in rima.
32. Fate domande strane ai colleghi e scrivete le loro risposte su un taccuino sussurrando "...profilo psicologico...".

Marco Stefano Forghieri 23-09-1963 27-02-2010

2010-02-28T12:09:00.003+01:00

Ciao, Marco.

"Non dire con dolore: non ci sono più, ma con riconoscenza: ci sono stati"

Machiavelli non sarebbe stato d'accordo

2010-02-18T10:17:00.004+01:00

Il migliore dei capi è quello di cui il popolo conosce a malapena l'esistenza.
Meno buono è il capo che viene obbedito e acclamato.
Il capo pessimo è temuto e disprezzato.
Chi non onora il popolo, non sarà da esso onorato.
Ma quando il lavoro del migliore dei capi è compiuto, e il suo scopo raggiunto,
il suo popolo dirà "Questo l'abbiamo realizzato noi."

Lao-Tzu

Still Funny, After All These Years

2010-02-17T09:45:00.003+01:00

First sighted on Slashdot on October 3rd, 2003.

(Inevitably, in every thread about spam, someone proposes a solution with one or more flaws. This is a handy form that passes the lameness filter and that can be reused for all such posts to save time! It does not specifically address all possible flaws and may be expanded in future versions.)

Your post advocates a

( ) technical ( ) legislative (x) market-based (x) vigilante

approach to fighting spam. Your idea will not work. Here is why it won't work. (One or more of the following may apply to your particular idea, and it may have other flaws which vary from state to state.)
( ) Spammers can easily use it to harvest email addresses ( ) Mailing lists and other legitimate email uses would be affected ( ) No one will be able to find the guy or collect the money ( ) It is defenseless against brute force attacks ( ) It will stop spam for two weeks and then we'll be stuck with it ( ) Users of email will not put up with it ( ) Microsoft will not put up with it (x) The police will not put up with it ( ) Requires too much cooperation from spammers (x) Requires cooperation from too many of your friends and is counterintuitive ( ) Requires immediate total cooperation from everybody at once ( ) Many email users cannot afford to lose business or alienate potential employers ( ) Spammers don't care about invalid addresses in their lists ( ) Anyone could anonymously destroy anyone else's career or business ( ) Ideas similar to yours are easy to come up with, yet none have ever worked ( ) Other:
Specifically, your plan fails to account for
(x) Laws expressly prohibiting it ( ) Lack of centrally controlling authority for email ( ) Open relays in foreign countries ( ) Ease of searching tiny alphanumeric address space of all email addresses (x) Asshats ( ) Jurisdictional problems ( ) Unpopularity of weird new taxes ( ) Public reluctance to accept weird new forms of money ( ) Huge existing software investment in SMTP ( ) Susceptibility of protocols other than SMTP to attack ( ) Willingness of users to install OS patches received by email ( ) Armies of worm riddled broadband-connected Windows boxes ( ) Eternal arms race involved in all filtering approaches (x) Extreme profitability of spam ( ) Joe jobs and/or identity theft ( ) Technically illiterate politicians (x) Extreme stupidity on the part of people who do business with spammers ( ) Dishonesty on the part of spammers themselves ( ) Bandwidth costs that are unaffected by client filtering ( ) Outlook ( ) Other:
and the following philosophical objections may also apply:
( ) Any scheme based on opt-out is unacceptable ( ) SMTP headers should not be the subject of legislation ( ) Blacklists suck ( ) Whitelists suck ( ) We should be able to talk about Viagra without being censored (x) Countermeasures cannot involve wire fraud or credit card fraud ( ) Countermeasures cannot involve sabotage of public networks ( ) Sending email should be free ( ) Why should we have to trust you and your servers? ( ) Incompatiblity with open source or open source licenses ( ) Feel-good measures do nothing to solve the problem ( ) Temporary/one-time email addresses are cumbersome ( ) I don't want the government reading my email ( ) Killing them that way is not slow and painful enough ( ) Other:
Furthermore, this is what I think about you:
(x) Nice try, dude, but I don't think it will work. ( ) This is a stupid idea, and you're a stupid person for suggesting it. ( ) Nice try, assh0le! I'm going to find out where you live and burn your house down!

Chiaramente

2010-02-12T09:00:00.005+01:00

"L'uomo è su questo pianeta da 32000 anni^[1]. Il fatto che ci siano voluti 100 milioni di anni per preparare il mondo per lui prova che la sua esitenza è il motivo per cui il mondo fu creato. O almeno penso. Non lo so di sicuro. Se l'altezza della torre Eiffel rappresentasse l'età del mondo, lo strato di vernice sulla punta della torre rappresenterebbe, in proporzione, il periodo per cui l'uomo è esistito: e chiunque vedrebbe chiaramente che quello strato di vernice è il motivo per cui la torre fu edificata. O almeno penso che lo vedrebbe chiaramente. Non lo so di sicuro."
- Mark Twain - "Il mondo è stato fatto per l'uomo?"

[1] Le durate dell'esistenza della razza umana e del mondo erano quelle accreditate all'epoca della pubblicazione dell'articolo.

"Man has been here 32,000 years. That it took a hundred million years to prepare the world for him is proof that that is what it was done for. I suppose it is. I dunno. If the Eiffel tower were now representing the world's age, the skin of paint on the pinnacle-knob at its summit would represent man's share of that age; & anybody would perceive that that skin was what the tower was built for. I reckon they would. I dunno."
Mark Twain - "Was the World Made for Man?"

In effetti

2010-02-08T09:57:00.002+01:00

"Compiere gli anni non è male, considerate le alternative" - Maurice Chevalier (forse)

Ironia involontaria?

2010-02-04T11:13:00.002+01:00

Sistema di voice mail:

"Gli operatori sono momentaneamente occupati. La sua chiamata verrà inoltrata nel più breve tempo possibile"

Musichetta di sottofondo: "Sweet Dreams" (!!!!!) degli Eurythmics.

(Chris) Botti da orbi

2010-01-20T10:51:00.007+01:00

Mi hanno segnalato (con richiesta di opinione) questa esecuzione di Chris Botti .

Io il Chris lo conoscevo già, e mi faceva un po' l'impressione di un Kenny G. della tromba, anche perchè occasionalmente produce stupide melensaggini di questo tipo.

Qui si tratta di vedere se Botti è un bravo trombettista jazz o un bravo strumentista che fa essenzialmente easy listening. Io sono perplesso. Sul fatto strumentale non ci piove: bel suono, tecnica impeccabile (detto da non trombettista - potrebbe anche essere una stupidaggine).

L'esecuzione è abbastanza corriva (il fatto che si tratti di My Funny Valentine non aiuta, sovraccarico di tradizione com'è questo brano, ma la scelta è di Botti). Nell'assolo, molto gradevole, sembra che Botti si concentri più sulle proprie acrobazie che su un'idea musicale. Le frasi sono brevi e costruite prevalentemente su arpeggi ascendenti. In un momento di malumore, direi che è superficiale - mi sembra che finisca per sottolineare solo cose che nella melodia ci sono già. Qualcuno si recorderà che Miles esortava i suoi a "non suonare quello che c'è; suona quello che non c'è".

I confronti sono ovvi e non mi sembrano favorevoli. Se tralasciamo Miles, si può prendere Chet - che aveva molte meno di note di Botti - in questa esecuzione. Nell' assolo, le idee melodiche sono enunciate chiaramente, perseguite e sviluppate in maniera impeccabile. L'atmosfera del pezzo evolve e ad un certo punto comincia a swingare. In altre parole esiste un'architettura laddove Botti si accontenta di un'atmosfera notturna, suggestiva ma un po' scontata e uniforme.

Fra l'altro, avendo ascoltato qualche pezzo di Botti, ancora non ho capito se swingare fa parte del suo concetto musicale - sicuramente dai suoi video su youtube è una componente praticamente assente.

Per curiosità, ho provato anche a fare un confronto con un trombettista di personalità più simile - Freddie Hubbard - che sicuramente non è mai stato avaro di acrobazie. Non ho trovato una My Funny Valentine di Hub, ma in un pezzo in fondo affine come I Remember Clifford, non mi pare che ci siano dubbi.

Forse solo nel confronto con questa Valentine di Paolo Fresu sono indeciso. Fresu costruisce di più, ma tutto sommato, spesso non riesce a portare a termine quello che comincia, per cui si rifugia in clichè.

Insomma, forse Botti non è solo easy listening, ma qualcosa che mi convinca che è un grande trombettista jazz ancora la devo sentire. Forse chiedo troppo...

Piano pianissimo, senza parlar

2010-01-18T09:57:00.003+01:00

...da oggi tuti gli italiani pagheranno una nuova tassa sui supporti di memorizzazione inclusi telefoni cellulari, PC con o senza masterizzatore, chiavette USB e simili. A beneficio della SIAE, naturalmente. E con vero spirito di dibattito democratico - "piano pianissimo, senza parlar" - il decreto è stato firmato il 30 Dicembre (!!) dandone notizia ieri e dicendo che si tratta di un decreto che "... individua un punto di equilibrio tra il riconoscimento del compenso che è dovuto a chi crea opere dell’ingegno e le esigenze, altrettanto importanti, degli utenti e del settore dell’innovazione e sviluppo tecnologico."

Il punto di equilibrio è una tassa su tutto quello che può servire a memorizzare alcunché, pagata anche da chi non piraterà mai nulla, del valore presunto di 300 milioni di euro annui, a favore di un'associazione sulla quale molti degli stessi aderenti hanno espresso robustissimi dubbi.

Avanti così.

Musica e registrazioni...

2010-01-04T12:41:00.002+01:00

Le considerazioni di Teo Macero in questa intervista (in due parti) e in questo questo video danno piuttosto da pensare.

Soprattutto prese assieme ad un'altra intervista - più tarda, e che, accidenti, non riesco più a ritrovare - dove dice senza troppe cerimonie che in pratica tutti i dischi di Miles da Bitches Brew in poi sono quasi completamente farina del suo sacco, fatta a partire da un materiale sonoro che i musicisti, sentendo il disco, non sarebbero stati in grado di riconoscere.

C'è da riflettere, come dicevo...ma non sono riflessioni allegre.

Unicode and the encoding problem

2009-12-30T12:33:00.003+01:00

Italian version

Introduction

Over the course of (too many) years, I have struggled with computer representation of text. Each tiem I had to solve what I call the fundamental problem o text representation I resorted to instainct and ad hoc methods. Only recently did I force myself to systematically gain a clear understanding of the theorical underpinnings of the incantations I have been using. Having done this, I thought I had to write what I'd learned (lest I forgot); once written (in Italian), I thought that, had I published it, I might have helped some poor schmuck struggling with the same problems; once published, I thought: why italians only? Hence this article. The root motivation, though, is that the subject matter is obscure (or obscured by decades of committee-generated specs) and much of the information that circulates about it is either incomprehensible, partial, or plain wrong.

Intended Audience

The core subject is (should be) comprehensible by anybody possessing basic computer knowledge. Its ramifications, though lie in programming techniques that are rather arkane even for software engineers. I have tried to treat the various subjects in order of increasing obscurity: when what you'llbe reading stops making any sense, most of what follows will be of the same ilk.

Conversely, if you feel that the stuff you're reading is trivial, have a look at the section headings: something juicier may be in the works. I do not advise skipping around, though. Most of this article usefulness (if any) lies in a clear definition of the encoding/decoding process, an apparently trivial pursuit: after all, everybody thinks hat he knows what encoding and decoding are about. Read on and you may find out that you were mistaken...

The fundamental problem

The fundamental problem is posed by a perplexed, yet angry, user that wlaks up to your desk saying:

"On X the text Y displays all right. On W, the same text Y, is displayed in the wrong Z-way"

Here X may be a computer or a program or anything else somebody might use to display text. Y may be coming from an actual text file, or a message blurted out by some program, or a page coming from a web server. Z ranges from "Some charachters are funny" to "It's a jumble of totally garbled, random characters"

With some luck, the original text and its displayed representation are somewhat readable, and are on accessible machines. On a bad day, it's a Dewanagari text, translated in Tokyo and displayed in Brisbane.

At any rate you, the IT professional, mutter knowingly "Oh yeah, an encoding problem. I'll be calling you" and pretend to be absorbed in deep meditation, hoping the user leaves. All the while you are cursing under your breath.

Let's see why.

A character issue

Characters are the elementary components of the written word (here 'written' i importante: by contrast, the elementary components of the spoken word are called phonemes, a different kettle of fish)

It is essential to keep a character and its visual representation distinct: the character "LATIN SMALL LETTER A" ('a') must not be confused with any of the shapes it assumes when printed or displayed on a screen, a newspaper and so on. While the character is the idea of an elementary component of a word, its realization is called grapheme. To be even more precise, a grapheme is a the specification of a character shape abstracted from its typographic font (a foggy concept that I won't explore): a printed character, font and all, should be called a glyph. A single character may have more graphemes (like the Greek "SIGMA", who has a different shapes at the end and at the boeginning/middle of a word), while more characters, can be combined in a same grafeme/glyph (like the syllable "fi", whose typographic representation ligates the two letters and omits the dot on the 'i')

At this point a "character" is already an idea much wider than "alphabet letter": it includes punctuations, diacritics and several varieties of white space. I will call "alphabet" the collection of characters used by a written language.

The stupid computer

Up to the first half of the 20th century, most of the preceding notions were basically subsumed in tha activity of learning the alphabet of a language. The coming of age of computers did change a few things about text representation and posed radically new problems.

The Turing/Von Neumann computers we're all familiar with are - at their core - quite stupid when it comes to symbolic representations. The only 'alphabet' they can cope directly with is, in fact, composed by a total of two symbols, namely, 0 and 1 (this is known as a bit). In other words, the only information a computer can directly manipulate consists of binary integer numbers. Since bits are too small to be used as a practical data unit, most computers deal with data through the exchange of 8 bit packages almost universally known as use a larger bytes (sometimes also octets).We may think to a byte as the smallest data unit that a computer can exchange through an input/output device (or from/to memory) with its central processing unit. This means that, to get at the 20th bit, a computer will have to access the entire third byte - which contains it.

Computers can process non-numerical information by converting it to numbers. If we need to process musical notation - for instance - we must beforehand devise a method that converts musical notation symbols to numbers and viceversa. This is normally done by numbering the repertoir of symbols (the alphabet) that will be used.

In what follows, I will call this correspondence between symbols and numbers a code. This is a somewhat non-standard terminology: most of the times, the same concept is called a codepage or - in a somewhat ambiguous fashion - an encoding. The reason for this change in verbiage is that the encoding process - discussed later - is actually a rather different from the code, and grasping this difference is 90% of the rules of thi particular game, while the term "codepage" is used rather inconsistently, often with reference to a particular brand of computers, or operating systems.

I will restrict my scope to alphabetic notation, neglecting more specialistic fields such as mathematical and musical notation for which several codes have been developed over the years. Suffice it to say the most important code (Unicode) can be used to process a repertoire of symbols that spans the non-textual alphabets that have been mentioned, as well as several others, such as the alphabets and writing systems of ancient languages.

I will also neglect all the problems involving text layout,
writing direction, word collation, date and currency format. Most of
these are - however - taken into consideration by "http://www.unicode.org">Unicode.

Codes

What we have said to this point can be summarized as follows:

"Computer-mediated text processing requires a procedure of character numbering called a code."

The number that - in a code - represents a given character is called codepoint.

A code can represent any given collection of symbols: an entire alphabet, just a part of it, or even several alphabets. Thus the adoption of a code limits the repertoir of characters that can be used in a given application, which can severely handicap - for instance - the processing of multilingual text. As an example, an interlinear italian translation of K'ung-tzu's work cannot be represented by using the venerable ASCII code or a large number of the national codes (like Latin-1). This was ne of the reasons of the invention of Unicode, which tries to include the entire repertoire of ll the human languages and which, to this writing, actually includes all the characters used by the principal modenr languages.

Representations

We must now distinguish between the internal and external representations of a character. I call internal representation the representation which a computer program uses to identify a given character. For our purposes ths can be regarded as completely abstract. I call external representation of a charachter the one that is used to write it to disk, or to send it to some other program.

While the internal representation is used, the code is used as a pure reference: it's there, it is (somehow) used, but it remains mostly invisible.

By contrast, the code plays a paramount role when the internal representation is converted to external, or viceversa. When transforming the internal represtation to external the following happens:

i) the character is converted to a number (codepoint) according to the code;

ii) the codepoint must be converted to a byte sequence: this is called encoding;

iii) the byte sequence is transmitted.

When going from the external represtation to internal, the prcedure is reversed:

i) the byte sequence (external representation) is received.

ii) the byte sequence is converted to a sequnce of numbers/codepoint: this is called decoding;

iii) the codepoints are converted to internal representation by using the code.

As will be showed, the procedures of converting a codepoint to a byte sequence and viceversa are not uniquely determined. If they were, converting to/from the external and internal representation would be possible by just knowing the code that is been used, and the "fundamental problem" would be much easier.

The decoding and encoding concepts are so central to the definition of our problem that they deserve to be clearly defined as follows:

The encoding process associates a codepoint to a character in tis internla representation and then converts the codepoint to a concrete numerical representation expressed as a byte sequence (external representation.

The decoding process converts a byte sequence (a character in external representation) to a codepoint and then (by the application of a suitable code) to its internal representation.

How text is displayed

So, how does a byte sequence becomes readable text on a screen (or on a printed page)? And how can it happen that the same byte sequence can instead be displayed as an unreadable jumble of cruft?

The process of actually displaying sequnce of characters can be summarized as follows.

1) The text is received by the software environment as a byte sequence (numbers in the range 0-255).

2) The decoding process converts the byte stream to a sequence of codepoints

3) The codepoint sequence is identified as a character sequence by applying a code.

4) After text processing is completed, character are associated to glyphs that can be sent to the display device (say a screen, or a printer).

The last step of this process - important though it may be for the actual representation of text - is seldom relevant to the problem at hand. At its core it consists in determining what shape the character is given within a given font. This is a well defined task, once the code is known. The only thing that can go wrong (rendering the text unreadable) happens when a wrong font (a font which does not contain the desired shapes). This may be a non-alphabetic font, or a font that does not contain the alphabet we need. This type of error is easily solved by using one of the standard (Unicode) alphabetic fonts which are found on modern systems (such as Arial, Helvetica, Courier...).

Errors that happens in phases (1) through (3) are more common, and harder to solve. Any mismatch between code and encoding will render the entire sequence unintelligible, and may even result in software errors.

So why do we have to cope with more than one (several, actually) code and encoding? To understand it, we need to look back at history?

Once upon a time

...computers were uniquely dedicate to numerical computing. Numerical results require a fairly limited character set (ten digits, a few latin letters, the '+', '-', ',' and '.' signs) which are well understood in most human languages. Besides most results were printed (or punched) for human consumption. Our problem did not exist.

This happy situation changed over the course of few years, as the computers' symbolic capabilities were understood and exploited. Codes were invented to satisfy the need to represent symbols. Anarchy set in as each manufacturer devised its own code: exchanging data among machines quickly became a problem, and the industry eventually settled on two codes: EBCDIC (1963) and ASCII (1963).

The ASCII code was - and is - an actual standard, devised by an industry comittee. EBCDIC had been independently developed by IBM and had been, over the years, adopted by many other mainframe manufacturers. Today its use is basically limited to IBM mainframes, and is waning.

The root of all evil

The goals that were set for the first codes were, by today's standards, extremely limited:

1) they were designed to be used in a single-language environment, the single language being very often English;

2) they needed to be space efficient (by using the least possible amount of bits per character) so that their transmission could be fast.

Because of (1), the set of coded symbols was cut down to the minimum: ASCII, for instance, dealt only with the characters and punctuation used in the English language.

Because of (2) a number of (unprintable) symbols that were only used for transmission control (things like Start-Of-Message, End-Of-Message) were crammed in the same code, reducing the number of codepoint available to actual characters.( This happened also because the most popular transmission methods used a serial line, so the control signalling was forcibly interleaved with the character stream.)

Mostly for these reasons ASCII is a 7 bit code. The availble number of codepoints is therefore 128 of which the first 32 are control characters: the reamining (printable) codepoint can represent mosto of the characters found on the keyboard of an (english language) typewriter keyboard. The remaining (eighth) bit was reserved for checksumming (a process that allows the detection of transmission errors)

What about the rest of the world?

Ninetysix character are not enough to represent all the alphabets of the world. They are not even nearly enough to represent all the alphabets in use for european western languages.

This was obviously quite unsatisfactory and it became ever more so as computing was becoming commonplace in countries whose alphabet was completely different from the one coded by ASCII.

The codepage

The situation was initially solved by patching the existing standards (which, alas, were not designed to tolerate much patching. A first step was seizing the eighth bit that ASCII had reseved to checksumming. This expanded the codepoint space of 128 units. Every manufacturer then proceded to create codes mapping these newly available codepoints to additional alphabetic characters (sometimes, to graphic symbols used for drawing). Borrowing an IBM word, these codes were (and are) called codepages./p>

Information Technology Babel quickly ensued: correct interpretation of a received text now required the knowledge of the (vendor dependent) codepage: if the text had to be used on a different system, a compatible codepage had to exist on the system. The situation was, however somewhat mitigated by the existence of e de-facto-standard setting Behemoth (IBM) that dictated most of the practices for the industry, and by the fact that computer communcations were still mediated by highly specialized professionals which were capable of making sense of sentences like: "I am sending over a .5 inch ANSI tape in the 443 codepage".

LATIN-1 & Co.

Standardization was obviously called for and this time the task was assumed by ISO towards the end of the 1980s.

A uniform naming system was established for the codes that had become a de-facto standard. As an (important) instance, a 256 codepoint set describing the alphabets of several western european languages was named iso-8859-1 (or, Latin-1). The names iso-8859-x (from iso-8859-2 to iso-8859-16) were chosen to designate codes for european languages with special alphabets (such as Greek and Cyrillic).

Codes forAsian languages (essentially japanese, chinese, korean) were similarly grouped under the ISO/IEC 2022 set of specifications.

Most, if not all, the ISO codepages map the first 127 codepoints in the same way ASCII does, making them (almost) ASCII compatible.

Some regional and special purpose codes were left behind in the process, and some monsters came into existence: Latin-1, for instance is to this day almost, but not quite, identical to the widely used windows-1252, codepage.

One of the outcomes of this process was underlining the need for a unified code, capable of cataloguing all the alphabets used by humanity: this resulted in the creation of Unicode.

Encodings

We defined a byte as the minimal transmission unit fora computer. Because a byte is an can represent 256 integers, any code that uses less than this amount of codepoints can have an external representation tht fits within a single byte. For these codes, internal and external representation may be made coincident, by mapping each codepoint to its single-byte value. For this codes, code and encoding are one and the same.

As we all know, several languages use more than 256 symbols (Chinese and Japanese, as well as several other asian languages, use up to tens of thousands of symbols). Codes for these languages do not have a single byte per character: some characters must be represented by more than one byte, a feat that may be accomplished in at least two ways.

Wide-char encodings

The most natural choice is using the same number of bytes to encode all the codepoints.For instance an alphabet having more than 256, but less than 65536, symbols is amenable to a two byte (00000000-00000000 to 11111111-11111111) encoding. Such encodings are called "wide-char" encodings. In spite of their being quite intuitive, wide-char encodings suffer from a number of shortcomings, that I will discuss later.

An example: UCS-2 (UTF-16)

Let us conider a U encoding, having the following properties (I am essentially describing - save a few, minor details - the UNICODE encoding known as UCS-2).

1) U is a wide-char, two byte per codepoint encoding

2) U uses the first 256 codepoints in the same order and meaning as the Latin-1 codepage. This means that all the alphabets of the principal western european language fit in the first byte of this encoding.

The first problem with U us that it is spatially inefficient. U containst 511 symbols encoded by sequences with at least a null byte (all the bits of the byte are zero). When U is used for texts using Western Europeans alphabets (fitting int he first byte of the encoding), every other byte is null - so basically half of the space (and of transmission time) is wasted.

A second problem of U relates to endianness. (The word comes from the inhabitants of the legendary islands oof the mythical islands of Lilliput and Blefuscu, who - as related by Swift in the novel "Gulliver's Travels" - could not agree on which end of an egg should be broken first. Lilliput's inhabitants - by royal decree - used the largest (big endians),Blefuscu's, who opposed the King, used the smallest (little endians). Because of this disagreement, the two peoples fought a bloody war.per protesta contro il re: little endians).

Even though the basic transmission uniti, for computers is the byte, the need of larger data units was soon felt. Among these a certain regard is attached to the so called word, adjacent pair of bytes. Internally, computers often manipulates words as a whole: integer numbers, for instance, are represented by one, two or four words.

A word, however, is never seen as basic (unsplittable). So when a word leaves the computer memory it can be sent (externally represented) in one of two ways:

1) the Most Significant Byte is sent first, followed by the Least Significant Byte (big endian)

2) the Least Significant Byte is sent first, followed by the Most Significant Byte (big endian)

(Similar differences may arise in the representation of pair of words, but fortunately they are far rarer)

If we picture bytes as decimal digits, and given the number "ninety-one", we can see that big endian machine would write/memorize it as "9" "1", whereas a little endian machine would write/memorize it as "1" "9".

Unbelievable (or stupid) as it may seem, for years nobody mandated the word order in external representation, so either order has been used with comparable frequency. This obviously made endianness (AKA byte-ordering) another stumbling block on the way towards computer communication. So pesky a problem, in fact, that at some point it was actually solved with a blitz operated by da Sun by deciding that, over a TCPI/IP network, a network byte order existed, to which all computers must submit (the network byte order is big endian, the same that Sun machine used at the time). While that fixed for network communication, no such fix exists for files, which are still being written with different endianness on different machines.

For our U encoding this means that its correct decoding will be possible only after its endianness is known.

A last problem with U is apparent to programmers only. We have seen that a U encoded character stream can contain null bytes (indeed up to half of the bytes may be null). Traditionally though (traditionally meaning from circa 1960 until sometime around the year 2000) a null byte had a almost universal meaning of "end of string" for a large body of software, including software devoted to text manipulation in Western European countries. This also means that U is not compatible with the above mentioned software, which will behave unpredictably when handed a U-encoded string.

Multibyte encodings

We have multibyte encodings if we translate different codepoints using a different number of bytes.

An example: UTF-8

Let us consider a F encoding, having the following properties (I am essentially describing - save a few, minor details - the UNICODE encoding known as UTF-8).

1) F is a multibyte encoding, an uses the first 127 codepoints in the same order and meaning as the ASCII codepage. F is therefore ASCII compatible

2) When the most significant bit of a given byte (in F) is set, the byte is part of the encoding of a codepoint which translates to a multiple byte sequence. If on (or more) bits following the most significant bit are set, followed by a zero ((110xyyzz, 1110yyzz, ...) the byte starts a sequence composed by one, two... bytes. Bytes of the form (10xxyyzz) follow the first in a multibyte sequence for a codepoint.

While F solves some of the problems of the wide-char encodings, it introduces some of its own. Let us compare it to the encoding F, above

1) F is much more space efficient than U when coding the first 127 codepoints (ASCII). F becomes less efficient than U for codepoints requiring three- or more bytes to represent (the majority of the asian languages), which have a space penalty of about 30% on the average.

2) F is not affected by endianness: codepoints are written as sequnces of bytes (not words!) a concept that is intrinically ordered)

3) F does not contain null-bytes and is ASCII compatible, making it possible its processing with "traditional" software tools.

4) F is not latin-1 compatible.

5) Decoding F is harder then decoding U. F makes also harder performing tasks such as "finding the fifth character of a string". If U (or a similar wide-char encoding) is in use, the task can be effected by fetching the fifth "word" (pair of bytes) of the string. With F, one has to read all the bytes starting from the first and convert them to characters, until the fifth codepoint is reached.

6) F does not allow arbitrary byte sequences (for instanceo 110xyyzz-0qxxyyzz is an illegal F sequence). Therefore, upon encountering a byte stream containing a an illegal sequence it is possible to estblish, with certainty, that it has not been encoded using F. This may seem a trivial property, but it is not: many single-byte and wide char encodings ofer no such validation method. In particular, any random byte sequence can be interpreted as a valid ISO-8859-X encoded char sequence. This is an important part of the fundamental problem.

Over there years, several multibyte encodings were devised and describing them is byond the scope of this paper. It is worth mentioning, though the "shift" family of encodings in which the appearance of a particular byte sequence (the "upshifit" sequence) changes the meaning of all the upcoming sequences until a corresponding "downshift" sequence is met. Many such encodings are grouped under the ISO/IEC-2022, specification which deals with the encoding of several east Asia languages.

It must be said that, for most of the codes/codepages defined by the ISO specifications, the coupling between code and encoding is actually unique, meaning that, if the code is known so is the encoding (and viceversa). Unicode differs on this, as we will see shorly.

Unicode

The often mentioned Unicode standard, as specified from the Unicode consortium, is an initiative whose purpose is creating a unified repertoire (a code) of all the characters used by humanity including contemporary languages, antique languages, invented languages (there is a codepoint space dedicated to the Klingon alphabet) and with enough space to include yet-to-be-coded languages. The most recent Unicode formulation also includes math and music symbols as well as other more specialistic symbol catalogs. More than half of the codepoint space (10 planes) is currently unassigned (i.e. it contains no characters) and it is unlikely it will be in the near future.

In other words Unicode aims to be the code to end all codes: it, for instance, the creation of multilingual text without switching codepage - actually Unicode makes the existence of other codepages irrelevant (assuming all world could be persuaded to use Unicode).

As of today the standard includes1 114 112 (one milion one hudred fourteen thousand one hundred and twelve) codepoints, divided in 17 planes; every plane comprises 56 536 codepoints ordered on 256 rows of 256 columns)

Plan 0, which includes the first 65536 codepoints, is more often called Basic Multilingual Plane (BMP) and it contains most of the repertoire for modern languagese. In order to stay compatible with legacy practices, the BMP maps its first 127 codepoints in the exact same way as ASCII.

An important part of Unicode is the definition of the "Unicode transformation format" (UTF) and the "Universal character set" (UCS): these are the encodings used for Unicode's external representation.

Of these the most important (and the ones that are met with most often) are just two:

UTF-8: a multibyte encoding maximizing the ASCII retro-compatibility (I have already described this as the "F" encoding). UTF-8 encodes every character with a byte sequence whose lenght varies between one an four octects (bytes).

UTF-16 (formerly UCS-2: I have already described this as the "U" encoding): a multibyte encoding of the entire Unicode repertoire. UTF-16 represnts the entire BMP as a wide-char two-byte encoding: this was the original definition of UCS-2 -a no longer used encoding - which could only represent the BMP. UTF-16 encodes every codepoint with a byte sequence whose length varies between two and four octets. The four-byte encoding is reserved to very rare codepoints lying outside the BMP.

UTF 16 also defines a particular value(Byte-Order-Mark or BOM) which is used to start a text and that is used to infer the text's endianness.The BOM is represented by the hexadeciimal codepoint U+FEFF which on a big-endian machine is presented as the 0xFE,0xFF sequence and as the sequence 0xFF,0xFE on a little endian machine. Because the U+FEFF codepoint (Zero-Width No-Break Space) may never start an encodend sequence, while the U+FFFE codepoint is not (and never will be) assigned to a valid character, finding one of these codepoints at the start of a codified sequnec allows to determine the endianness of the entire sequence.

UTF-32/UCS-4: a "wide" fixed length encoding: every codepoint is encoded in a 4 byte long sequence. BOM is applied as seen in UTF-16. This encoding is - in practice - seldom used.

Because of the stated advantages of the F encoding over U, UTF-8 is the most used encoding for the external representation of Unicode texts, while UTF-16 is often used for the internal representation of text. In particular, UTF-16 is used in the Microsoft operating systems.

The fundamental problem, revisited.

At this point we have the background needed to understand the causes of the fundamental problem, as stated a few sections ago.

The root cause of the problem is that a text (file) that was prepared to be displayd using a given triad (code, enconding, endianness) is actually being displayed with the wrong triad (i.e. at least one of the three components is wrong).

There is another possibility, namely, a font mismatch (for instance no japanese characters in the selected font). This error source is easily elimintaed by installing (and directing the application to use) a complete set of fonts (often termed Unicode fonts).

The fundamental problem is solved if we can somehow infer the source triad, the target triad, and determin the correct translation between the two.

Theorem of the uncomputability of the transcoding.

What we know about the subject is also sufficient to proof what I (pompously) call "the theorem of the uncomputability of the transcoding":

"There is no algorithmic procedure capable to uniquely determine the encoding/codepage of an arbitrary byte sequence."

The proof is easy: it is sufficient to observe that any arbitrary byte sequence is a "correct" sequence in the Latin-1 encoding (actually in any Latin-X encoding). This means that any byte sequence "could" be a Latin-1 encoded character sequence regardless of the encoding that was actually used to produce it. Therefore the original sequence cannot be determined with certainty.

This unfortunate result means that any technique to solve the fundamental problem will have to rely on euristics and/or statistics.

Let's see some of this techniques.

Wrong endianness (for a wide char encoding).

These days, this error seldom happens, except when exchanging tapes between systems. UTF-16 encoded files must start with the BOM, and are therefore easily detected (this should actually be done for you by the application). Othe encodings may need that both possible ordering be tested, with the correct one being inferred by inspection.

Wrong code or encoding

The file was generated by using a code/encoding different from the one expected on the target machine. This is the type of errors that happen more often.

The first thing to ascertain is the (code,encoing,endianness) expected on the target system. This may not be easy as it seems. Web browsers, for instance, try to guess code and encoding of web pages, and frequently guess wrong. Operating systems assume a codepage: on windows systems the ANSI CP_ACP codepage must be examined, as well as the regional setings; on Linux systems the LOCALE family of environment variables must be taken in account. While a complete list of indicators is hardo to come by, some inferences can be made: an italian speaking Windows machine, for instance, is often working under the windows-1252 locale.

We must then turn our attention to the source triad. because of the uncomputability theorem we know that we have no sure-fire procedure, but we can still try to take a good guess.

First off, if the representation on the source machine shows a high percentage of graphical and/or control characters, we may assume that the encoding in use is wrong. Unless of course, the file we are looking at is not a binary file to start with. This may seem trivial, but, if in doubt, using the output of the Linux command "file <nomefile>" can save you many a frustrating hours, especially if the oputput turns out to be something like "PDF file" or "compressed file".

The easy case

For systems in the italian language (but the same shouldgo for most european languages), and in my experience, the most common occurence is having Unicode - encoded text on a iso-8859-1 system, or viceversa. On the Unicode side, you can exepct the encoding to be UTF-8 9 times out of 10, and UTF-16 for the rest. UTF-16 is easily detected (for european languages) by looking at the file with a binary editor (odump on linux) and noting extensive areas of the file where null and non-null bytes alternate (this method is worthless for CJK languages). Also the presence of the BOM will give UTF-16 away.

A strong evidence for UTF-8 encoding is gined by observing the way in which accented letters are modified (this is mostly useful for languages where accented letters are common, such as Italian and French). If a UTF-8 encoded file is transmitted to a ISO-8859-x (with Latin-1 or windows-1252 instances being the most common occurences) most of the non-accented characters will be displayed correctly, while accented letters (which are encoded as a pair of bytes which translate to two charaters in Latin-x encodings) will display as a pair of characters, the first being a capital "A" capped by a tilde (Ã). Diacritic marks of other western european languages (e.g. the German tilde) will behave similarly, as will most currency symbols (the S dollar being the exception) and other semi-graphic characters, such as the copyright (©) mark.

The opposite case (ISO-8859-X on a UTF-8 system) is a little thornier. All accented letters and diacritics will be mistaken as the beginning of a multibyte sequence, which will be either a valid or invalid UTF-8 mulitbyte sequence. In either case, one (or more) of the subsequent characters will disappear; what will be displayed will either be a random "exotic" character - often a white question mark on a black diamond - or an error message. Sequences of ASCII characters will display normally.

The general case

In the most general case, a more systematic approach must be taken. The following checklist may help here.

1) Collect as much information as possible on the file origin. If possible, found out which application produced it and look for its manual. Use Google. If possible, speak with the human originator of the file.

2) Examine the file through other applications. A good text editor is of great help (the one I use - emacs, has very good multilingual support from release 23 - sometimes opening the culprit in emacs is enough to solve the problem)

3) Remember the obvious. The file intended purpose is often enough to solve the problem. XML files, for instance are UTF-8 enacoded unless they explicitely declare an alternative encoding.

4) Have a good (software) toolbox and use it to try all the possible transcodings in order of decreasing probability (for example, if the file should contain japanese tex, the JIS encoding is a likely starting point; for chinese, Big5 would be more likely). If you can, make your experiments on a sample of the file that also contains recognizable sequences of western characters (things like addresses or personal names), because english/ASCII characters tend to be encoding-invariant. Some tools exist that help in automating this process (e.g. the Universal Encoding Detector uses the same euristics most browsers use).

See also appendix A for a couple of python) functions which may be handy in this activity.

Having a clear mental picture of the purpose of your actions and of the intended behavior of your tools is an important part of this puzzle solving activity. This (python oriented) link may shed further light on the subject http://code.activestate.com/recipes/466341/

Some programming tips

The brute force approach to cracking the "fundamental problem" almost invariably requires some programming. Most programming languages, these days, claim "Unicode support", but what is meant with this is far from clear. To the best of my understanding, a programming language with "Unicode support" is a language that can represent text objects (i.e. strings) as Unicode codepoints, and that can convert a sequence of Unicode codepoints to a text object. You will notice that this tells us nothing about the process by which one can convert the language internal representation of textual objects to a suitable external representation (which is what mostly concerns us). What happens is that basically every language has its own way of doing it, which is, to say the least, confusing.

The purist approach can be found in the C language. Here external and internal representation are one and the same, because C represents strings as byte sequences. Encodings are handled through external libraries (if memory serves, IBM distributes a free ICU mulitilingual library). I believ that C++ behaves similarly. This is not for the weak, and, unless you already spend your days with Developer Studio or automake, I'd suggest a less purist aproach.

Unicode and Dynamic Languages

In ths section I will focus mostly on one dynamic language, namely, python. Even though I am normally a satisfied perl user, python appears to have better - at least where consistency and stability are concerned - UNICODE support. Once the basic concepts have been grasped, however, I'd say that the two languages' capability is almost on par.

Python, has internal supprto for two types of text objects: Unicode and ordinary (i.e. encoded) strings. Unicode objects can be thought of as sequnces of codepoints; ordinary strings can be thought of as byte sequences.

Creating a unicode string is easy:

us=u'\u00e8\u00e1'

us, represents the "èá" sequnce: 00e8 (232 hex) e 00e1 (225 hex) are the relevnt codepoints.

If the encoding of an ordinary string is known, the Unicode sting can be created, by decoding the string itself:


    us=cs.decode('string_encoding')

For instance from "èá":


    cs='\xe8\xe1'
    us=cs.decode('Latin-1')

There is a formally different - yet equivalent - way of obtaining the same result:


    us=unicode(cs,'Latin-1') # or the string encoding

Because I find this confusing, I mentally read this as "build a Unicode string by decoding cs from the 'Latin-1' encoding".

What above will work correctly if and only if the right encoding is specified. A wrong encoding will either result in a runtime exception or in wrong string, depending on the content of the ordinary string and on the encoding specified.

A python Unicode object is rather abstract. It cannot be directly saved, printed or represented without applying an encoding: attempts to do so will trigger a runtime exception. It may come as a surprise that a Unicode object can be encoded using any supported encoding, rather than the canonical, UTF and UCS encodings defined by Unicode.

It is in fact perfectly possible - and proper - to encode a sequence of Uncode codepoints in the (say) Latin-1 encoding provided that the codepoints are representable in the target encoding. It is for instance possible to encode as 'Latin-1' the 'U+00e8' codepoint whereas the sam cannot be done for the Kanji codepoint 'U+4e01'. Both codepoints in the preceding example, however, can be represented in the shift-jis-2004 encoding, as well as in UTF8 or UTF16. A partial list of the encodings supported by a standard python installation can be found in appendix B. UTF8 and UTF16 are special, because they are the only encodings that can always be safely specified as targets (as they are capable of represent the entire Unicode repertoire)

Going from a Unicode string (us) to a coded string is also easy:


    cs=us.encode(desired_encoding)

for instance:


    us=u'u'\u00e8'
    cs=us.encode('Latin-1') #contains '\xe8'

    us=u'\u00e8\u4e01'      #contains an ideographic char: è丁
    cs=us.encode('Latin-1') #runtime error

  UnicodeEncodeError: 'latin-1' codec can't encode character
  u'\u4e01' in position 1: ordinal not in range(256)

    cs=us.encode('shift-jis-2004') # contains '\x85}\x92\x9a'
    cs=us.encode('utf8') #contains '\xc3\xa8\xe4\xb8\x81'
    cs=us.encode('utf16') #contains '\xff\xfe\xe8\x00\x01N'

By putting the two steps together, we can translate from an encoding to another (transcoding):


    us=cs_source.encode(source_encoding)
    cs_target=us.encode(target_encoding)

Again, this is only possible for compatible encodings (target can represent all the codepoints present in source).

In particular, transcoding to UTF8 is always possible, if the codec for the source encoding is installed (Python's standard codecs are listed in appendix B):


    us=cs_source.encode(source_encoding)
    cs_target=us.encode('utf8')

As mentioned, unencoded Unicode strings cannot be sent to output streams:


    cs=u'u'\u00e8' f=file('/tmp/ciccio','a') f.write(cs)

    UnicodeEncodeError: 'ascii' codec can't encode characters in
    position 0-1: ordinal not in range(128)

Here we can see that the python interpreter tries to apply a default encoding to us (ASCII, in this case) and fails because us contains an accented character that is not part of the ASCII specs.

So the pythonic way of working with Unicode requires that we 1) decode strings coming from input and 2) encode strings going to output.

The 'codecs' module can, alternatively, decorate our I/O handles for us with suitable encodings: :


    import codecs

    f=codecs.open('/tmp/ciccio','UTF-8','r')
    g=codecs.open('/tmp/ciccia','latin-1','w') 
    us=f.read()
    g.write(us)

Anything we read from 'f' is decoded as UTF-8, while any Unicode object we write to 'g' is encoded in Latin-1. (So we may receive a runtime error if 'f' contained korean text, for instance). One should also refrain from writing ordinary - encoded - strings to g because, at this point, the interpreter would implicitely decode the original string applying a default codec (normally ASCII) which is probably not what one would expect, or desire.

It should be obvious that, for regular python programming - outside of multinlingual text processing - Unicode object are not normally used, as ordinary strings are perfectly suited to most tasks.

A different kind of "Unicode support" is the interpreter capability of processing source files containing non-ASCII characters. This is doable, by inserting a directive like:


#-*- coding: iso-8859-1 -*-

- (or other encoding) towards the beginning of the file. I advise against this, as a practice that will end up annoying you and your coworkers, as well as any other perspective user of the file. Stick to ASCII for source code.

The Curse of Implicit Encodings

Most I/O peripherals, these days, try to "help" their user by taking a guess on the encodings of the strings that are sent to them. This is good for normal use, atrocious if your aim is solving problems akin to those we have been tackling so far. Relationships between string types and encodings are confusing enough even without layering on top of them other encodings implicitely brought on by I/O devices.

This is a sample interaction, on my current system (emacs 23.1, Fedora Core 11, IPython):


    In [270]: import sys
    In [270]: sys.stdin.encoding
    Out[271]:
  'UTF-8'
    In [272]: cs='è'
    In [273]: repr(cs)
    Out[273]:
  "'\\xc3\\xa8'"

this can be traslated as "writing the sequence 'è' on this interpreters console, which is using the implicit input encoding UTF-8, results in a coded string whose content is '\xc3\xa8'"

The same interaction on a different system is:


    In [270]: import sys
    In [270]: sys.stdin.encoding
    Out[271]:
  'latin_1'
    In [272]: cs='è'
    In [273]: repr(cs)
    Out[273]:
  "'\\xe8'"

this can be traslated as "writing the sequence 'è' on this interpreters console, which is using the implicit input encoding Latin-1, results in a coded string whose content is '\xe8'"

Seems harmless? It is not. If we want a Unicode string, on system (1) we have to do:


    us=cs.decode('utf-8')

on system 2:


    us=cs.decode('latin-1')

I don't know you, but I find it bewildering.

My point: in source code -and outside the ASCII domain - stick to codepoint, even if writing literal charachters may seem more convenient.

Unicode, encodings and HTML

Like XML, HTML had early awareness of multilingual environments. Too bad that the permissive attitude of prevalent browsers spoiled the fun for everybody.

Waht follows is my laundry list of multilingual HTML facts - check with the W£ consortium if you need complete assessments.

Named entities

In HTML, a (limited) number of national characters can be specified by using the so called 'named entitites': for instance the sequence "à" is displayed as "à".

Numeric entitities

In HTML, the entire Unicode codepoint repertoire cna be represented through numeric entities, which are written by preceding the decimal codpeoint identifier withj the sequence &# and following it with ";", like this:

— displays as: '—'

or,if you favore HEX codes:

— displays as: '—'

Obviously, no sane Japanese will ever want to write a novel this way (unless her word processor takes care of this for her). Also, all this makes for quite unreadable HTML source.

HTML content declaration

A simpler way for multilingual HTML is declaring the document charset ("charset" is HTML-speak for encoding) like this:

this way of specifying the charset is rather safe, provided the reader's browser supports the charset and that the web server does not spoil everything by slapping a different charset on your document, overwriting the one speciied by you (This happened to me when I first published this document).

Explicit charset specification, however, seldom happens so what we have instead is:

1) Assumed charset (by the editing tools, or by the server). This is seldom correct, besides, it will easily be a national codepage (i.e. windows-1252, for italians) rather than the preferable UTF-8.

2) No charset at all. Pages like this should contain only ASCII characters and named or numeric entities. But this does not happen because:

3) Browsers attempt to infer charset for a document's content, besides

4) ...several webservers "help" by providing a default charset.

All of this makes solving HTML display problems no fun. My advice follows closely the advice already given for simple text.

Database

Multilingual text in databases is a thorny issue, and I am not really up to give copentent advice on it. So I'm just going to give my very limited take of the issue, without taking any responsibility for it. Caveat emptor.

Databases, as a family, are among the oldest pieces of software. This means that they started to tackle multilingual text in the wild frontier years, when men were men and databases encoded text every which way they damn well pleased. Fun, but hardly conducive to consistency.

This said, if the amount of your interaction is going to concern the encoding of a report output, then not to worry: that's a simple text file conversion.

If on the other hand, you are going to build a DBMS system from scratch, I advise you to make everything UTF-8 and to test the entire toolchain with multilanguge strings. Here the tooolchain includes the DBMS, the relevant OSes and communication protocols, programming laguages and libraries, and command line tools.

Lastly if you are going to convert a legacy system to multilingual: stick to the manufacturers' manual(s), and may God help you.

While most databases do document the encoding used for text data (which is often a propriety of the entire database or even of the instance), this is basically ruined by the fact that (for old databases) several architects devised their own encoding schemes that they then crammed inside one of the available data types. Another difficulty is that many databases use(d) non-standard naming for encodings.

Some moderns DBMSs (among them - to my knowledge - is SQL Server since tits 2005 release), atoned for a taking a too rigid encoding stance in the past by allowing to have different encodings for the database, each table contained therein, and even for each column of every table. My opinion is that this is a recipe for disaster, insanity, or both

copyryght © Alessandro Forghieri

tutti i diritti riservati

Modena, 14 Dicembre 2009

$Id: Unicode_en.html,v 1.4 2009/12/30 11:20:34 alf Exp $

Appendice A


import unicodedata

def unilist(u):
    """ prints the unicde description of a string """
    for i, c in enumerate(u):
        print i, '%04x' % ord(c), unicodedata.category(c),
        print unicodedata.name(c)

def safe_unicode(obj, *args):
    """ return the unicode representation of obj """
    try:
        return unicode(obj, *args)
    except UnicodeDecodeError:
        # obj is byte string
        ascii_text = str(obj).encode('string_escape')
        return unicode(ascii_text)

def safe_str(obj):
    """ return the byte string representation of obj """
    try:
        return str(obj)
    except UnicodeEncodeError:
        # obj is unicode
        return unicode(obj).encode('unicode_escape')

Unicode e il problema della codifica

2009-12-16T10:16:00.005+01:00

Introduzione

Nel corso di troppi anni, ho spesso dovuto lottare con la rappresentazione elettronica del testo. Ogni volta in cui sono stato confrontato con quello che chiamo il problema fondamentale della rappresentazione del testo (vedi oltre) ho finito per risolverlo più o meno in maniera ad hoc, istintiva, insomma a naso. Solo poco tempo fa mi sono costretto a cercare di fare un po' di chiarezza nella pletora di nozioni "pratiche" che ho nel tempo utilizzato per cavarmi d'impaccio. Alla fine, ho pensato che, magari, scrivere quello che ho imparato su questo tema potesse servire a dare una mano a qualche fratello d'arme impelagato nello stesso tipo di problema, soprattutto se l'avessi scritto in italiano, visto che d'informazioni di questo tipo, in inglese, se ne trovano tante (anche se magari parziali, poco organiche o proprio sbagliate).

Non avrei mai scritto questo articolo se l'industria informatica avesse collettivamente più buon senso di quello che dimostra quotidianamente e avesse pensato - per tempo - a definire un modo di dedurre il tipo di caratteri utilizzato da un documento di testo.

Questa è una storia di pochi standard, troppi standard e di pezze multicolori applicate su buchi così grandi che nessuno pensava si potessero turare. E' altresì una storia che fa capire quanto siamo fortunati che non sia toccato all'industria informatica decidere come siano fatte le prese e le spine elettriche, perché altrimenti nessuno potrebbe infilare una spina B-Ticino in una presa fatta da un altro produttore, o magari, dalla stessa B-Ticino, ma in un anno differente. Ci penso tutte le volte che ho in mano una spina Shucko e mi manca un adattatore....

Per chi legge

La materia di questo articolo varia da nozioni alla portata di quasi chiunque abbia una informatizzazione di base a tecniche di programmazione che sono abbastanza oscure anche per chi fa del software la propria professione. Ho cercato di esporle all'incirca in questo ordine, do modo che, se ci si accorge che da un certo punto in avanti non si capisce più nulla, si sa già che si può tranquillamente smettere di leggere, perché il livello di comprensibilità non è destinato a migliorare.

D'altra parte, chi si accorge di stare leggendo informazioni abbastanza banali, può sbirciare avanti, sperando di trovare (se ci sono) le cose che ancora non sa sull'argomento. Siccome però la (mia) maggiore difficoltà nell'arrivare a capire il tema è stata per lungo tempo la mancanza di una riflessione organica sul tema - mancanza sempre dovuta al fatto di dover risolvere un particolare problema in poco tempo, situazione che da sempre si concilia male con l'apprendimento riflessivo - io sconsiglio di leggere questo articolo saltando qua e là. Metà dell'utilità di questo articolo - nella mia opinione - sta nella definizione esplicita di alcuni termini (carattere, codepoint, codifica, decodifica) il cui significato è dato spesso per scontato, mentre non lo è affatto (tanto da confondere spesso codifica e decodifica).

Il problema fondamentale

Il problema tipico è in genere posto da un utente perplesso (e contemporaneamente irritato) che lo formula più o meno in questi termini:

"Sul sistema X il testo Y (dove ) si vede perfettamente. Sul sistema Z lo stesso testo Y si vede nella maniera scorretta Z."

Qui X è un calcolatore, programma, o qualunque altra cosa faccia parte del contesto utilizzato per mostrare un testo, Y può essere testo puro e semplice, ovvero testo mostrato da una particolare applicazione, a volte come messaggio che proviene da un programma, a volte come pagina html, Z può variare da: "alcuni caratteri sono sostituiti da altri" a "tutti i caratteri sono rimpiazzati da caratteri stranissimi, scelti apparentemente a caso".

Se si ha fortuna, il testo di partenza e la sua rappresentazione sono espressi in un alfabeto vagamente intellegibile (per chi scrive, europeo), su calcolatori accessibili. Se è una brutta giornata, il testo in oggetto è in cinese, è stato tradotto a Tokyo e il calcolatore incriminato è a Seoul (benefici della globalizzazione).

In ogni caso, il professionista d'Information Technology borbotta "Ah, sì, è un problema di codifica, adesso ci guardo, ti chiamo io.", assume un'aria meditativa e spera che l'utente se ne vada (invece di restare nei dintorni sperando che la soluzione si materializzi). Dentro di sé, il nostro professionista IT sta bestemmiando come un turco.

Per capire il perché, bisogna prenderla alla lontana.

Una questione di carattere

I caratteri, si sa, sono i componenti elementari delle parole scritte. Dico parole scritte, perché, ad esempio, i componenti elementari delle parole pronunciate si chiamano fonemi, e sono una cosa abbastanza diversa, di cui qui non parlerò.

In questa sede, bisogna distinguere il carattere come concetto (ad esempio: la lettera minuscola "a") dalla sua rappresentazione visibile, che può assumere moltissime forme, a seconda del mezzo che si usa per visualizzare il carattere (un foglio di carta, lo schermo di un calcolatore, un cartellone pubblicitario) e della forma che si sceglie di dargli (il cosiddetto tipo - o font - in tipografia, o la rappresentazione calligrafica se si sta scrivendo a mano).

In questo senso, un carattere è l'idea (astratta dalla sua rappresentazione concreta) di uno dei componenti elementari della parola scritta. La sua realizzazione, o rappresentazione, dovrebbe essere chiamata grafema, una parola che sta ad indicare il segno grafico che viene interpretato come carattere. In effetti, bisogna distinguere ulteriormente tra il grafema, inteso come "idea della forma di un carattere" - che ad esempio, non incorpora il particolare tipo/font usato nella rappresentazione - dal segno fisico vero e proprio, che viene spesso chiamato glifo. Si noti che ad uno stesso carattere possono corrispondere più grafemi: ad esempio, in greco antico, la "sigma" in finale di parola ha un grafema diverso da quella ad inizio o in mezzo ad una parola. D'altra parte, a più caratteri può corrispondere uno stesso grafema e/o glifo: ad esempio la rappresentazione tipografica della sillaba "fi" è spesso un unico simbolo in cui 'f' e 'i' sono fuse e la 'i' perde il punto.

Bisogna tenere presente che, già a questo punto, stiamo indicando come "carattere" un assieme più esteso di quello che si presenta quasi automaticamente alla nostra intuizione. Ad esempio, in questa definizione, si distingue la lettera "e" dalla lettera "e con accento acuto" ("é") dalla lettera "con accento grave" ("è"). In più, si suole dare dignità di carattere a tutta una famiglia più esotica di segni che comprendono i segni d'interpunzione (apostrofi, virgole...) segni diacritici (accenti, dieresi...) e varie forme di spazio bianco (interruzioni di linea, spazi, tabulazioni...).

La collezione di caratteri (nel senso esteso definito poc'anzi) utilizzati da una lingua si chiama alfabeto. L'inventiva umana ha fatto sì che ad ogni lingua parlata, scritta o anche solo immaginata corrispondesse almeno un alfabeto proprio (spesso, più di uno).

Fino a non molto tempo fa, questo significava semplicemente che, mentre uno imparava una lingua, ne imparava anche l'alfabeto. Se si era fortunati, si trattava di un'alfabeto affine (questo succede con le lingue europee occidentali, i cui alfabeti sono in larga parte sovrapposti). Chi si cimentava con altre lingue poteva essere meno fortunato e gli capitava di doversi cimentare con un alfabeto totalmente diverso da quello nativo, magari composto da alcune migliaia di caratteri.

Lo stupido calcolatore

Come è capitato per tante altre cose, anche per quello che riguarda il testo e la sua rappresentazione, l'avvento dei calcolatore ha posto problemi nuovi.

Alla radice del problema (che è poi quello del trattamento informatico dei simboli) sta il fatto ben noto che il calcolatore (almeno il calcolatore binario di tipo Turing/Von Neumann - quello a cui siamo abituati) è in grado di manipolare senza mediazione un alfabeto (mi si passi la semplificazione) composto da due soli simboli: 0 e 1 (un bit). Questo è un modo un po' diverso di dire che un calcolatore è in grado di trattare, senza mediazione, solo informazione di tipo numerico, anzi, solo di tipo numerico, intero, binario. In effetti, siccome operare sui bit tende a rendere le cose ancora più difficili di quello che già non siano, la totalità dei calcolatori moderni utilizza come unità di calcolo, un "pacchetto" di 8 bit universalmente chiamato byte (tranne per i francesi, che lo chiamano "octet": la poco usata versione italiana è "ottetto"). Con un byte, un calcolatore è in grado di contare da zero a 255 (o da -127 a 127, ma in questa sede non c'interessa). Per la precisione il byte è l'unità minima che un calcolatore (moderno) può trasferire da un dispositivo di memorizzazione, o di input/output, all'unità di elaborazione: in altre parole, se un calcolatore vuole operare sul bit numero 20, prima di farlo dovrà andare a prendere l'intero byte numero 3, in cui il bit numero 20 è contenuto.

Per poter svolgere qualunque operazione simbolica non-numerica, il calcolatore deve usare un qualche metodo di traduzione che converta i simboli in numeri, e viceversa. Un programma che manipoli, ad esempio, note musicali, dovrà appoggiarsi ad un metodo che permetta di convertire le note (e tutti i simboli che costituiscono la notazione musicale) in numeri, e all'inverso di questo metodo per poter fare il tragitto inverso.

In buona sostanza, si tratta di numerare (spesso in modo astratto, ma la differenza non è essenziale in questa sede) i simboli che si ha intenzione di usare (l'alfabeto, o repertorio), utilizzando poi i numeri come se fossero i simboli stessi.

In quanto segue, chiamerò un'associazione di questo tra numeri e simboli codice.

Si tratta di una denominazione non standard: normalmente quello che qui indicherò con codice viene chiamato codepage o - in maniera molto ambigua - codifica. Siccome il processo di codifica, di cui parlerò tra poco, è una cosa abbastanza diversa ,che è cruciale comprendere con precisione per non perdersi, mentre il termine "codepage" è usato in maniera poco uniforme e spesso con riferimento ad un particolare fabbricante di calcolatori o sistemi operativi, ho deciso di adottare questa variante del gergo "normale".

Poiché qui si parla solo di testo, trascurerò l'importante campo dei codici relativi ad applicazioni più specialistiche, come la già citata notazione musicale, la notazione matematica e molte altre. In questa nota mi interessano soprattutto i codici il cui scopo è numerare i caratteri. D'altra parte il più importante di questi codici (Unicode) può essere utilizzato (e viene utilizzato) anche per catalogare tutti i simboli non testuali di cui ho accennato e molti altri di interesse ancora più specialistico (come gli alfabeti e i sistemi di scrittura delle lingue morte)

Sottolineo anche che, nel concentrarmi sui codici testuali, trascuro anche quasi tutto quello che riguarda l'impaginazione del testo, fatto salvo per i suoi aspetti più elementari (spazio tra le parole, interruzioni di riga e - raramente - di pagina e di colonna). Si tratta di fattori che sono invece molto importanti per chi si occupa della rappresentazione del testo (che non può trascurare il fatto che l'arabo venga scritto da sinistra a destra, o il cinese tradizionale dall'alto in basso). Anche qui vale la pena di ricordare che si tratta di fattori che sono pienamente recepiti da Unicode.

I codici

Il primo punto fermo che abbiamo raggiunto, quindi, si può formulare come segue:

"Nell'elaborazione testuale, i calcolatori e i programmi si affidano - implicitamente o esplicitamente - ad una procedura di numerazione dei caratteri, detta codice."

Un codice è quindi un'associazione tra numeri e caratteri. Il numero che in un determinato codice viene associato ad un dato carattere è detto codepoint.

Un codice può essere associato ad un qualsivoglia insieme di caratteri, non necessariamente a quelli in uso in un particolare alfabeto; un unico codice può codificare un solo alfabeto, un insieme di alfabeti o anche solo parte di un dato alfabeto.

A questo punto vale la pena di sottolineare che l'adozione di un codice delimita, in maniera implicita o esplicita, il repertorio di caratteri che si è in grado di elaborare. Questo è specialmente importante (e può costituire un grave handicap) per i testi che contengono parti scritte in lingue diverse (ad esempio la traduzione interlineare italiana di un testo di Confucio).Se, ad esempio, il codice in uso è il venerando ASCII, il repertorio, fra le altre cose, esclude tutte le lettere accentate; se il codice in uso è Latin-1, non sarà possibile rappresentare (fra l'altro) la lettera greca "ALFA", e così via. Ancora una volta, fa eccezione Unicode, che ha l'ambizione di comprendere il repertorio dei caratteri di tutte le lingue umane, e che - al momento - ha effettivamente catalogato i caratteri di tutte le principali lingue moderne.

Tipi di rappresentazione

Per arrivare a capire completamente il problema che ho chiamato fondamentale dobbiamo complicarci ancora un po' la vita, distinguendo tra la rappresentazione esterna e quella interna di un carattere. Con rappresentazione interna intendo il modo in cui un carattere "vive" in un programma mentre viene elaborato: si tratta di una rappresentazione che può essere concepita come astratta (non lo è, ma i suoi dettagli sono inessenziali). Con rappresentazione esterna intendo la forma assunta dal carattere nel momento in cui viene trascritto su disco, o spedito ad un altro programma.

Nell'ambito della rappresentazione interna - e al livello di dettaglio che m'interessa - il codice gioca una funzione di puro riferimento. Ovvero si sa che c'è e viene usato ma, posto che ne venga fatto un utilizzo corretto, esso è praticamente invisibile.

Dove il codice gioca una funzione essenziale è nella transizione tra rappresentazione interna ed esterna (e viceversa). Infatti, passando da rappresentazione interna a rappresentazione esterna, ogni carattere deve:

i) prima essere identificato come numero (codepoint) secondo le specifiche del codice;

ii) successivamente, questo numero deve essere tradotto in una sequenza di byte (codifica);

iii) infine, la sequenza di byte deve essere trasmessa.

Per passare dalla rappresentazione esterna, il procedimento è invertito:

i) la sequenza di byte (rappresentazione esterna) è ricevuta dall'ambiente di elaborazione.

ii) la sequenza di byte dev' essere trasformata in una sequenza di numeri/codepoint (decodifica)

iii) il codice identifica ogni numero come carattere (rappresentazione interna)

Se trasformare un codepoint (numero) in una sequenza di byte (o viceversa) fosse un procedimento che può essere fatto in unico modo, quello che ho chiamato "problema fondamentale" sarebbe molto semplificato - basterebbe sapere quale codice viene usato per la rappresentazione interna. Come si vedrà, le cose sono più complicate (come se non lo fossero già abbastanza).

Il processo di decodifica e codifica sono fondamentali per l'inquadramento del nostro problema e vale la pena di metterle in bella evidenza:

Codificare (encoding) è il processo per cui un carattere, in rappresentazione interna viene prima associato ad un codepoint (attraverso l'uso di un codice) e poi convertito in una rappresentazione numerica concreta o, per dire meglio, in una sequenza di byte (rappresentazione esterna).

Decodificare (decoding) è il processo inverso della codifica: una sequenza di byte (rappresentazione esterna) viene prelevata e convertita prima in sequenza numerica (sequenza di codepoint), poi - applicando un codice - in sequenza di caratteri.

Il processo di rappresentazione elettronica del testo

A questo punto il mio lettore (ammettendo che ce ne sia almeno uno) è più che giustificato ad essere confuso.

Cosa sta succedendo? Come avviene che una sequenza di byte diventa un testo leggibile sul mio schermo (a su una pagina di stampante)? E, come avviene che la stessa sequenza di byte possa trasformarsi in pagine e pagine di porcherie illeggibili su un altro schermo?

Riassumiamo e integriamo quello che abbiamo visto finora, cercando di renderlo comprensibile.

1) Il testo viene prelevato (dal disco, da internet, o da qualche altra sorgente esterna), sotto forma di sequenza di byte (numeri da 0 a 255).

2) Attraverso il procedimento di decodifica (q.v.) la sequenza di byte viene trasformata in sequenza di codepoint

3) Applicando un codice (q.v.) la sequenza di codepoint di cui al punto precedente è identificata come sequenza di caratteri.

4) Al termine della elaborazione, ad ogni carattere della sequenza è associato un glifo che viene rappresentato sul dispositivo di visualizzazione (schermo, stampante).

Il punto (4), di cui finora non si era parlato, che è importantissimo per poter vedere e interpretare il testo, non è invece particolarmente rilevante per quello che riguarda il nostro problema. Semplificando un po' le cose, infatti, quello che accade è che ad ogni carattere, in rappresentazione interna, deve essere associata una forma del tipo/font in uso (glifo). Ora, l'associazione tra un carattere e un font è ben definita una volta che sia noto il codice, e il codice è normalmente definito in maniera univoca a livello di macchina. L'unica cosa che può andare storta (rendendo il testo illeggibile) è che per qualche motivo venga usato un font sbagliato (non alfabetico, o relativo ad un alfabeto diverso). Questo tipo di errore, oltre ad essere relativamente raro, si corregge rapidamente utilizzando uno dei font alfabetici standard (Per le lingue occidentali: Arial, Helvetica, Courier...).

Incidenti nelle prime tre fasi, invece, sono di soluzione più difficile. Infatti, ogni errore nel determinare il codice o la codifica usati nella fase di trasmissione rende il testo decodificato parzialmente (più spesso, completamente) incomprensibile.

Questo è "Il problema di codifica" di cui mugugna il professionista IT di cui si è parlato qualche paragrafo fa.

E' abbastanza naturale a questo punto chiedersi come mai possano sorgere questi equivoci: come mai non c'è un solo codice e una sola codifica? Per saperlo bisogna studiarsi un pochino di storia del calcolo elettronico.

Un milione di anni fa

...o poco meno, i calcolatori facevano una sola cosa: calcolavano, appunto. Per leggere e scrivere i risultati di procedure di calcolo numerico, non servono molti simboli (le cifre decimali, qualche lettera latina, i segni +,-,. e ",") e questi sono ben noti a quasi tutti gli esseri umani. In più i calcolatori comunicavano quasi esclusivamente tramite stampati, e quasi esclusivamente con esseri umani. Il nostro problema, in pratica, non esisteva.

Questa felice situazione durò pochi anni, sia perché un'interazione esclusivamente numerica era molto faticosa anche per gli utenti tecnici, sia perché furono presto comprese le potenzialità di elaborazione "simbolica" dei calcolatori. La necessità di rappresentare informazione testuale portò quindi alla formulazione dei primi codici. Dopo un periodo di anarchia, durante il quale ogni fabbricante utilizzava un proprio codice, rendendo estremamente problematico qualunque scambio di dati tra macchine diverse, emersero due codici destinati a costituire standard di fatto: EBCDIC (1963) e ASCII (1963).

In effetti, il solo codice ASCII era un vero e proprio standard. EBCDIC è un codice sviluppato in maniera indipendente da IBM (e adottato da alcuni altri fabbricanti di mainframe suoi concorrenti). Il suo uso, oggi, è essenzialmente relegato all'ambito IBM, ed è probabilmente destinato a cadere in disuso.

La radice di tutti i mali

O almeno la radice di molti mali, è che i primi codici (e qui ci concentriamo essenzialmente su ASCII) cercavano di realizzare di un insieme di obiettivi che oggi consideriamo estremamente ristretto: odierni):

1) creazione di un codice per un ambiente sostanzialmente monolingua (inglese)

2) avere un codice che rendesse efficiente (in termini di spazio e di tempo) le comunicazioni tra apparati.

Il primo obiettivo fece sì che ci si concentrasse sulla codifica di un set di simboli molto limitato (quelli compresi nell'alfabeto inglese più i relativi segni diacritici).

La soluzione adottata per il secondo obiettivo fece sì che - nello stesso codice - si dovesse trovare spazio anche per tutta una serie di simboli utilizzati solo per la trasmissione di dati (ad esempio Start-Of-Message, End-Of-Message...) riducendo in questo modo il numero di codepoint disponibili per i caratteri. (Questo fu dovuto al fatto che le comunicazioni tra apparati si svolgessero su linea seriale, e che quindi i caratteri di controllo fossero obbligatoriamente mescolati a quelli costituenti il messaggio stesso) Inoltre i requisiti di efficienza spingevano a creare un codice il più ridotto possibile, cioè un codice che utilizzasse il minor numero possibile di caratteri.

Fu così che il codice ASCII fu pubblicato come un codice a 7 bit, il che permette la rappresentazione di 128 caratteri, di cui i primi 32 sono caratteri di controllo. I caratteri stampabili non alfanumerici furono presi dalla tastiera standard di una macchina da scrivere (inglese).

Poiché il codice ASCII usa solo sette bit degli otto disponibili in un byte, l'ottavo bit rimase libero per essere utilizzato come bit di verifica della correttezza della trasmissione.

E il resto del mondo?

Naturalmente, 96 caratteri non bastano per rappresentare tutti gli alfabeti del mondo. Non bastano neanche per rappresentare gli alfabeti di tutte le lingue europee, né quelli delle sole lingue occidentali.

Man mano che l'uso del calcolo elettronico si espandeva, la situazione diventava sempre meno accettabile, soprattutto per gli abitanti delle nazioni il cui linguaggio utilizza un set di caratteri completamente diverso da quello previsto dall' ASCII. A dire la verità, già gli scandinavi erano abbastanza ostacolati nel rappresentare la propria lingua; tutto sommato gli italiani erano fra i più avvantaggiati, dovendo solo risolvere il problema delle lettere accentate, normalmente risolto con l'uso degli apici.

I codepage

Come è tipico del mondo dell'informatica (e forse del mondo in generale) la soluzione del problema venne tentata da più parti applicando pezze su uno standard che non poteva, per sua natura, tollerarne molte.

Il primo passo fu appropriarsi dell'ottavo bit che ASCII riservava a compiti di controllo, aggiungendo in questo modo altri 128 caratteri ai codepoint disponibili. Ogni fabbricante creò poi una serie di codici detti - prendendo a prestito un termine IBM - codepage. Ognuno di questi codici utilizzava questo nuovo spazio di 128 codepoint per associarvi altri alfabeti, o - non di rado - caratteri grafici utili per disegnare cose come tabelle, report e così via.

Questo fu l'inizio della Babele informatica. La corretta interpretazione di un testo ricevuto da un'altra macchina richiedeva che il ricevente fosse in grado di determinare il codice/codepage (dipendente dal venditore) che era stato usato. La Babele, tuttavia, era abbastanza mascherata dal fatto che gli scambi di dati tra calcolatori di norma coinvolgevano calcolatori fatti dallo stesso produttore (o al limite calcolatori che aderivano ad uno standard de facto imposto dal maggior produttore del settore - IBM, in genere), spesso chiamando in causa personaggi in camice bianco che al telefono si dicevano cose tipo "Ti mando un nastro ANSI da 0,5 pollici nel codepage IBM 443", e per loro avevano un senso.

LATIN-1 e compagnia bella

La situazione era più che matura (quasi marcia, in effetti) per fare qualche tentativo di standardizzazione, tentativo che ad un certo punto fu intrapreso dalla ISO (l'organizzazione per gli standard internazionali) verso la fine degli anni 1980.

Intanto vennero definite denominazioni uniformi per una serie di (varianti di) codifiche entrate nell'uso. Ad esempio (un esempio importante) venne definita la denominazione iso-8859-1 (anche detta Latin-1) per un codice di 256 codepoint che descrive gli alfabeti di molte lingue europee occidentali. Vennero predisposti altri codici iso-8859-x (da iso-8859-2 a iso-8859-16) per le lingue europee con altri alfabeti (ad esempio greco, cirillico...).

Le codifiche per gli alfabeti orientali (essenzialmente giapponese, cinese, coreano) vennero (in maniera simile) raggruppate sotto la famiglia di denominazioni ISO/IEC 2022.

Per quasi tutte le codifiche ISO, si fece in modo che i primi 127 codepoint corrispondessero ai codici ASCII, in modo da conservare un qualche tipo di compatibilità con quest'ultimo.

Il processo fece alcune vittime (codifiche nazionali e industriali di varia denominazione che non vennero recepite) e creò alcuni orrori (ad esempio, la codifica Latin-1 è quasi uguale, ma non identica, al codepage windows-1252, un'ambiguità che persiste ancora oggi).

Uno degli effetti di questo processo fu sottolineare la necessità di unificare i codici esistenti in un unico repertorio in grado di rappresentare tutti i caratteri usati dall'uomo. Il risultato dello studio di un catalogo di questo tipo fu la creazione di Unicode (e ne parleremo fra un po')

Le codifiche

Come abbiamo detto più sopra, i calcolatori trasmettono l'informazione in unità minime chiamate byte (mentre sono in grado di elaborarla facendo riferimento ad un'unità ancora minore detta bit: un cifra binaria che può valere 0 o 1)

Siccome un byte può rappresentare i numeri interi nell'intervallo 0-256, qualunque codice contente un massimo di 256 codepoint può essere codificato (messo in forma esterna) utilizzando un byte per carattere. Per questi codici è quindi possibile far coincidere rappresentazione interna ed esterna, facendo corrispondere ad ogni codepoint la sua rappresentazione come singolo byte. In buona sostanza, codice e codifica sono indistinguibili.

Esistono però lingue che hanno (molti) più caratteri dei 256 rappresentabili con un singolo byte: il cinese e il giapponese sono due fra le più importanti. Le codifiche dei codici/codepage creati per queste lingue presenta quindi la necessità di usare più di un byte per carattere cosa che può essere fatta in almeno due modi - ed entrambi sono stati usati in diversi codici e codifiche.

Codifiche wide-char.

La scelta apparentemente più naturale è quella di usare lo stesso numero di byte per la codifica di ogni codepoint. Ad esempio, Per un alfabeto che abbia più di 256 ma meno di 65536 simboli, questo significa che ogni carattere sarà codificato con due byte, da 00000000-00000000 a 11111111-11111111. Codifiche di questo genere si chiamano "wide-char" (caratteri larghi). Benché facilmente e immediatamente comprensibili, queste codifiche hanno un problema evidente, uno latente e uno che interessa principalmente i programmatori.

Un esempio: UCS-2 (UTF-16)

Consideriamo, come esempio tutt'altro che teorico, una codifica U così fatta (questa codifica è essenzialmente quella che, in UNICODE, è chiamata UCS-2).

1) U è wide-char, con due byte per codepoint

2) U utilizza i primi 256 codepoint nello stesso ordine e con lo stesso significato del codepage latin-1. Questo significa che tutte le lettere delle principali lingue europee occidentali sono contenute in un solo byte, il primo dei due.

Il primo problema (quello evidente) è l'inefficienza di U. U infatti contiene 511 simboli che vengono codificati in sequenze che hanno almeno un byte nullo. Tuttavia, quando U viene utilizzata per codificare testi costituiti da soli caratteri occidentali, questi risultano occupare il doppio dello spazio (e vengono trasmessi nel doppio del tempo) che sarebbe necessario, perché tutti i caratteri occidentali hanno una codifica in cui il byte più significativo è nullo.

Il secondo problema (quello meno apparente) è noto come problema dell'endianness. La parola endianness e la terminologia associata derivano dai nomi di due fazioni politiche che esistevano nelle favolose isole di Lilliput e Blefuscu (come racconta Swift ne i "Viaggi di Gulliver") i cui membri si distinguevano per l'estremità da cui iniziavano ad aprire le uova: quella grande (a Lilliput, per editto del re che una volta si era tagliato aprendo un uovo dall'estremità più sottile: big endians) o quella piccola (a Blefuscu, per protesta contro il re: little endians). Su questa differenza (e sulla sua legittimazione regale), era scoppiata tra le due isole una guerra sanguinosa in cui bravi lillipuziani e blefuscudiani si scannavano in gran numero. In campo informatico, l'endianness ha dato origine a grattacapi meno sanguinosi, ma anche più idioti di quelli provocati a Lilliput.

Ho più volte detto che, per i calcolatori moderni, l'unità basilare di trasmissione e manipolazione dei dati è il byte. Molto presto, comunque, i calcolatori cominciarono ad assegnare un posto di riguardo alle coppie di byte adiacenti (dette parole, o word) che vengono spesso trattate come un tutto unico. Ad esempio i numeri interi sono di norma rappresentati da una, due o quattro word (due, quattro o otto byte adiacenti).

Siccome una word non è, come il byte, un'unità indivisibile, essa è suscettibile di essere rappresentata esternamente (o memorizzata, o scritta, o trasmessa: in fondo è la stessa cosa) in due modi diversi:

1) scrivendo prima il byte più significativo, poi quello meno significativo (big endian)

2) scrivendo prima il byte meno significativo, poi quello più significativo (little endian)

(Per completezza, dirò che possono esistere - ma sono rare - analoghe differenze nella rappresentazione di coppie di word.)

In altre parole, se immaginiamo che i byte siano cifre decimali, e dato il numero "novantuno", una macchina big-endian lo memorizzerebbe/scriverebbe come "9" "1" e una macchina little endian come "1" "9".

Il problema dell'endianness nasce dal fatto che, per incredibile/stupido che possa sembrare, nessuno ha mai pensato di stabilire come vadano scritte le word (in rappresentazione esterna). In informatica questo comportamento ufficialmente "non definito" (o in alternativa "definito dall'implementazione") ha il significato ufficioso "ognuno può fare l'accidenti che gli pare, e l'IT pensa a raccogliere i cocci".

Cosa che infatti è puntualmente successa, inserendo anche l'endianness (o byte-ordering) tra le incognite da risolvere nello stabilire la comunicazione tra due calcolatori diversi. Questo problema divenne talmente scocciante da venire infine risolto "manu militari" da Sun che, per quello che riguarda le comunicazioni tra calcolatori in rete, che riuscì a fare accettare l'idea che esistesse un network byte order a cui tutti dovevano conformarsi nelle comunicazioni. (Il "network byte order" è il big endian, non a caso quello usato da Sun). Peccato che la stessa saggezza non abbia prevalso per quello che riguarda la memorizzazione dei dati: i file vengono tuttora scritti, da macchine diverse, con endianness diversa.

Per la nostra codifica U tutto questo significa che essa potrà essere interpretata correttamente solo dopo che chi la vuole decodificare abbia in qualche modo determinato l'endianness con cui è stata scritta. Spesso, il modo è provare entrambe le endianness e vedere quale delle due sembra giusta.

L'ultimo problema (evidente solo ai programmatori) è che, come già detto, la codifica U contiene per forza un certo numero di byte nulli (anzi, per un testo occidentale big endian, sono nulli tutti i byte pari). Ma, tradizionalmente (qui tradizionalmente significa: dall'inizio degli anni 1960 fino ad una qualche data prima del 2000) il byte nullo ha avuto il significato di "fine stringa" per una grande quantità di software - in particolare per tutto quello utilizzato per manipolare direttamente testo nei paesi occidentali (gli orientali se ne erano fatto di ad hoc per le loro codifiche o avevano messo pezze su quello usato in occidente facendo leva sulla loro proverbiale pazienza).

Quello che questo significa, per la codifica U, è che la maggior parte degli strumenti tradizionali per la manipolazione del testo non sono in grado di utilizzarla o lo fanno solo con grande difficoltà.

Codifiche multibyte

Un'altra famiglia di codifiche si ottiene se si ammette la possibilità di codificare codepoint diversi con un numero variabile di byte.

Un esempio: UTF-8

Consideriamo ad esempio una codifica F (come vedremo, questa codifica è essenzialmente quella chiamata UTF-8) così concepita:

1) I primi 127 codepoint sono gli stessi - e nello stesso ordine - di quelli utilizzati dalla codifica ASCII e vengono scritti con unico byte il cui bit più significativo è posto a zero. La codifica dei primi 127 codepoint è quindi uguale alla codifica ASCII.

2) Quando il bit più significativo di un dato byte è uguale a 1, il byte fa parte della codifica di un codepoint che viene codificato in più byte. Se uno o più bit successivi a quello più significativo sono pari a uno e seguiti da uno zero (110xyyzz, 1110yyzz, ...) si è in presenza del primo bit della codifica, e il numero di bit iniziali pari ad uno indica quanti byte sono usati per codificare il codepoint in esame. Se invece il bit successivo a quello più significativo è pari a zero (10xxyyzz) il byte in esame è il secondo, terzo... della codifica di un dato codepoint.

La codifica F risolve alcuni problemi delle codifiche "wide", introducendo comunque altri inconvenienti. Confrontiamola con la codifica U descritta nel paragrafo precedente.

1) La parte di F che riguarda i primi 127 codepoint è molto più compatta della corrispondente codifica U. Per contro F è meno compatta di U nella codifica di tutti i codepoint che richiedono più di due byte (guarda caso questa è la zona riservata alla maggior parte degli alfabeti orientali), che pagano un'inefficienza di circa il 30%.

2) F è indipendente dall'endianness: ogni codepoint è concepito come una sequenza di byte (non di word!) ordinata intrinsecamente.

3) F non contiene byte nulli, ed è compatibile con la codifica ASCII: quindi i file di testo codificati in F possono essere manipolati con strumenti "tradizionali".

4) F non è invece compatibile con la codifica latin-1 (e ne riparleremo)

5) Decodificare F è più difficile che decodificare U. In particolare, una codifica come F rende difficile fare cose come "trovare l'ottavo carattere di una parola". Usando una codifica come U posso infatti compiere questa operazione semplicemente estraendo l'ottava "word" della sequenza (in una codifica a byte singolo, questo si fa estraendo l'ottavo byte). Se invece la codifica in uso è F, per poter trovare il carattere richiesto devo prima leggere i byte della sequenza di ingresso e decodificarli fino ad arrivare all'ottavo codepoint.

6) F contiene alcune sequenze di byte che sono vietate (ad esempio: 110xyyzz-0qxxyyzz). Questo rende possibile stabilire con certezza che un sequenza contenente una sotto-sequenza proibita non usa la codifica F. Questa sembra una banalità ma è il caso di far notare che questa proprietà non è condivisa da molte codifiche a byte singolo o wide: in particolare, qualunque sequenza, anche casuale, di byte può essere interpretata come corretta per una delle codifiche ISO-8859-x. Questa circostanza fa parte integrante del problema fondamentale.

Esistono molte altre possibili codifiche multibyte di cui non parlerò: in particolare esistono codifiche di tipo "shift" in cui la comparsa di una particolare sequenza di byte (upshift) cambia il significato di tutti i byte successivi fino alla ricezione di un'altra sequenza di byte definita (downshift) che ripristina la codifica precedente. Una vasta famiglia di codifiche di questo tipo è raggruppata nello standard ISO/IEC-2022, dedicato alla codifica di varie lingue orientali.

A questo punto è necessario dire che, per la maggior parte dei codici/codepage definiti dalle specifiche ISO, la codifica è univocamente determinata. Questo significa che, se si è nella condizione di sapere quale codice è utilizzato, si sa anche quale codifica è stata utilizzata. Questo però non è più vero là dove si prende in considerazione il codice noto come UNICODE, che è l'argomento del prossimo paragrafo.

Unicode

Lo standard Unicode (specificato dallo Unicode consortium) è essenzialmente un'iniziativa il cui scopo è la creazione di un repertorio unificato di tutti i caratteri usati dall'umanità, comprendendo quelli delle lingue scritte contemporanee, quelle del passato, qualche lingua immaginaria (Unicode riserva un insieme di codepoint per l'alfabeto Klingon), e con abbastanza spazio per incorporare lingue non ancora codificate.

L'esistenza di un repertorio di questo tipo, e delle relative codifiche, può permettere - ad esempio - l'utilizzo di testo multilingua senza dover identificare e cambiare codepage. Unicode insomma sarebbe il codice dei codici: se fosse usato dappertutto porrebbe fine al "problema centrale" come enunciato più sopra, senza che si dovesse rinunciare alla rappresentazione di qualche carattere..

Sorvolando sulla storia delle varie versioni di Unicode, dirò che lo standard attuale contiene 1 114 112 (un milione centoquattordicimila centododici) codepoint, suddivisi in 17 piani, ognuno composto di 65 536 codepoint, cioè 256 righe contenenti 256 codepoint ciascuna.

Il piano 0, costituito dai primi 65536 codepoint, è chiamato Basic Multilingual Plane (BMP) e contiene la maggior parte del repertorio di caratteri oggi in uso. Per assicurare la retro-compatibilità con ASCII, è previsto che i primi 127 codepoint coincidano con quelli definiti dalle specifiche ASCII.

La più recente formulazione di UNICODE contiene gran parte di tutte le lingue in uso e del passato,i loro diacritici, simboli matematici, simboli musicali e molte altre simbologie. Inoltre più di 10 piani non sono assegnati (cioè i codepoint in essi contenuti non corrispondono ad alcun carattere) né è probabile che vengano assegnati in un futuro prossimo.

Oltre a catalogare un enorme repertorio di caratteri, Unicode definisce tutta una serie di informazioni accessorie (ordinamento dei vari set di caratteri, regole per assicurare la "multi-direzionalità" del testo...) che non hanno una diretta influenza sul problema fondamentale sopra definito.

Inoltre Unicode definisce anche ciò che chiama "Unicode transformation format" (UTF) e "Universal character set" (UCS): questi non sono altre che le codifiche necessarie per la rappresentazione esterna di Unicode.

Delle diverse codifiche definite e usate nella storia di Unicode, mi limiterò a citare le più importanti (che sono anche quelle usate in più del 90% dei casi).

UTF-8: una codifica multibyte che massimizza la compatibilità con ASCII (parzialmente descritta nel materiale precedente come codifica F). In UTF-8 ogni carattere viene codificato in una sequenza di lunghezza variabile da 1 a quattro ottetti (byte)

UTF-16 (ex UCS-2, descritta nel materiale precedente come codifica U): una codifica multibyte che permette la rappresentazione dell'intero repertorio Unicode e che rappresenta l'intero BMP (65536 codepoint) con una codifica di tipo "wide" costituita da due byte (questa era l'originale codifica UCS-2, che era in grado di rappresentare il solo BMP). Mentre UTF-16 e UCS-2 sono spesso confuse, UTF-16 è l'unica di uso corrente. In UTF-16 ogni carattere viene codificato in una sequenza di lunghezza variabile da 2 a quattro ottetti (byte), riservando le codifiche a quattro byte per codepoint rarissimi gestiti tramite "codepoint surrogati".

UTF 16 definisce anche un particolare valore (Byte-Order-Mark o BOM) che si può usare per capire l'endianness usata nella codifica del testo. Il BOM è rappresentato dal codepoint (esadecimale) U+FEFF che su una macchina big-endian viene rappresentato dalla sequenza 0xFE,0xFF e dalla sequenza 0xFF,0xFE su una macchina little endian. Poiché il codepoint U+FEFF (Zero-Width No-Break Space : Spazio di ampiezza zero che non consente interruzioni) non può mai essere il primo carattere di una sequenza codificata mentre il codepoint U+FFFE non è - né sarà - mai assegnato ad un carattere valido, l'apparire di uno di questi due codepoint all' inizio di una sequenza codificata permette di dedurre la endianness dell'intera sequenza.

In UTF-8 non esiste un BOM (per motivi già spiegati) anche se alcuni programmi (soprattutto operanti in ambiente windows) ne inseriscono uno (xEF,0xBB,0xBF) equivalente a quello usato in UTF-16. Questo è permesso, ma sconsigliato, dallo standard, e in essenza non fa che rompere le scatole.

UTF-32/UCS-4: una codifica "wide" a lunghezza fissa: ogni codepoint di Unicode è rappresentato da una sequenza di 4 byte. Si applicano le considerazioni sul BOM già viste per UTF-16. Questa codifica è usata, in pratica, molto di rado.

A causa dei vantaggi illustrati della codifica F sulla codifica U, UTF-8 è oggi la codifica più usata per la rappresentazione esterna di testi e testi multilingua. UTF-16 è per contro molto usata nella rappresentazione interna delle stringhe (in particolari è quella in uso in tutti i sistemi operativi Microsoft posteriori a Windows 2000)

Il problema fondamentale, rivisitato

Giunti praticamente alla fine del nostro esame (semplificato) dei codici e codifiche associate, siamo pronti per cercare di capire quali inconvenienti possono provocare il problema fondamentale che ho enunciato qualche paragrafo fa.

Quello che succede è che un testo (file) preparato per essere visualizzato con una data tripletta (codice, codifica, endianness) va a finire su di un sistema in cui uno dei tre componenti viene applicato in maniera erronea.

Esiste un'altra possibilità, cioè che sul sistema obiettivo - quello su cui viene visualizzato il testo - non esista il font necessario per la visualizzazione (ad esempio, mancano i caratteri Giapponesi). Questo errore si elimina semplicemente installando un set di font completi (spesso chiamati font Unicode).

Il problema fondamentale è risolto quando si riescono a ricostruire la tripletta di partenza, quella di arrivo, e a determinare la tecnica corretta di traduzione tra le due.

Il teorema di non calcolabilità della codifica

Purtroppo, quello che ho detto in precedenza è sufficiente anche per enunciare quello che io (e io solo, per quel che ne so) chiamo "il principio di non calcolabilità della transcodifica":

Non esiste un metodo algoritmico per determinare con esattezza la codifica/codepage di un dato file di testo.

La dimostrazione è semplicissima, basta osservare che una qualsiasi sequenza di byte costituisce una "corretta" sequenza nel codepage iso-8859-1 (Latin-1) - in realtà, costituisce una sequenza corretta in molte tra le codifiche non-Unicode. Quindi, da un punto di vista logico, ogni file di testo potrebbe essere stato prodotto almeno con codifica 'Latin-1', e quindi, non è possibile stabilire con certezza la codifica effettivamente usata.

Questo significa che tutte le tecniche di soluzione del problema fondamentale sono procedurali, probabilistiche, o euristiche (e sono quindi tecniche solo in senso lato).

Esaminiamo ora i casi più frequenti e le "tecniche" di soluzione che si possono adottare.

Endianness errata (per una codifica multibyte).

Questo tipo di errore in pratica si verifica di rado, e l'occorrenza più frequente si ha quando si legge un nastro prodotto su di un altro sistema (cosa che da qualche anno è abbastanza rara). Se si tratta di file codificati in UTF-16, questo errore può essere risolto esaminando il BOM all'inizio del file. Per altri encoding, se non è nota la endianness della macchina su cui il file è stato creato, è spesso necessario provare a cambiare l'ordine dei byte, cercando di inferire la correttezza del file risultante dall'esame diretto.

Codice/codifica errati

Ovvero: il codice/codifica per cui il file è stato generato non è quello atteso sulla macchina obiettivo. Questo è il caso che si verifica più di frequente.

La prima cosa da fare è accertarsi su quale tipo di (codice, codifica, endianness) stia usando il sistema obiettivo. Questo può essere sorprendentemente complicato da una serie abbastanza lunga di circostanze. Ad esempio, i browser web cercano di dedurre, speso in maniera euristica, il codice e la codifica delle pagine web, e di adattarvisi; non di rado l'euristica è errata, e questo procedimento va ricostruito a ritroso prima di iniziare l'analisi del file di partenza. Se sono assenti fattori legati alla particolare applicazione in uso, le condizioni attese sono determinate dal codepage della macchina obiettivo, che ad esempio, per un sistema windows, comprendono il codepage ANSI CP_ACP e i regional settings, per un sistema Linux il LOCALE (e le variabili d'ambiente correlate). Anche in questo caso, è difficile fare un elenco esaustivo. Fortunatamente è possibile in molti casi fare qualche deduzione di massima probabilità: ad esempio, se il linguaggio della macchina è italiano, e il sistema operativo è windows si può presumere di essere nel codepage windows-1252.

Quando si sia determinato con un certo gradi di sicurezza il codice atteso sulla macchina obiettivo, bisogna cercare di determinare quale fosse il codice utilizzato in partenza. Il teorema di non computabilità esclude che questo possa essere fatto con certezza, ma non è (ancora) il caso di disperarsi.

In ogni caso, tutte le volte che la rappresentazione del testo contiene un'elevata percentuale di caratteri grafici e/o di controllo, si può essere abbastanza sicuri che la codifica in uso sia scorretta. Può sembrare banale, ma questo vale solo se si è sicuri che il file di partenza fosse un file di testo, o assimilabile - cosa che può non sempre essere vera. Sui sistemi Linux/Unix, conviene perciò consultare l'output del comando "file <nomefile>": se il risultato è ad esempio "file PDF", oppure "file compresso", questo è un indizio che le nostre ipotesi di partenza erano errate.

Il caso "facile"

Prima di affrontare il caso più generale, vediamo qualche esempio che si presenta di frequente sui sistemi in lingua italiana, per testi italiani o europei occidentali. Per questi casi, nella mia esperienza il problema più frequente di questi tempi è quello in cui un testo Unicode viene interpretato su una macchina che si aspetta iso-8859-x, o viceversa. Per la parte Unicode, la codifica sarà al 99.99% dei casi UTF-8 o UTF-16. Per i linguaggi europei è relativamente facile distinguere il secondo caso: basta esaminare il file con un editor binario (o odump su Linux) e vedere se ci sono zone estese in cui byte nulli e non nulli si alternano: in questo caso siamo in presenza di un file Unicode con codifica UTF-16 (vale la pena ribadire che, se il file in questione contiene, ad esempio, un romanzo giapponese, questo metodo NON funziona, visto che le codifiche dei codepoint giapponesi non prevedono byte nulli).

Il caso in cui la codifica è UTF-8 si può individuare osservando le modifiche che vengono fatte alle accentate. Questo è più facile quando un file UTF-8 arriva su una macchina iso-8859-x, che in Italia è praticamente sempre una macchina iso-8859-1 o CP windows-1252. In questo caso si osserva che tutte le lettere non accentate vengono tradotte correttamente, mentre le accentate vengono tradotte con due caratteri "esotici", il primo dei quali è una A maiuscola sormontata da una tilde (Ã). Se la lingua in cui è scritto il file non è l'italiano, si osserverà lo stesso fenomeno sui diacritici tipici della lingua stessa (ad esempio, per il tedesco, le dieresi) o sui segni di interpunzione "rari" (certi tipi di virgolette) o su simboli semi-grafici (simbolo dell'euro o comunque di valuta - dollaro escluso - simbolo di copyright). Questo comportamento è dovuto al fatto che tutti questi caratteri hanno una codifica UTF-8 pari a due byte, mentre i sistemi iso-8859-x decodificano un carattere per ogni byte.

Quando ci si trova nel caso inverso, (codifica attesa UTF-8, codifica effettiva iso-8859-x) si hanno sintomi un po' più vari che dipendono dall'applicativo in uso. I casi normali sono quelli in cui non viene segnalato nessun errore, ma le accentate mancano e sono sostituite, assieme al carattere successivo, da caratteri diversi (spesso un punto interrogativo bianco in campo nero). In alternativa, il programma che si usa per visualizzare il testo segnala un errore: quando questo errore è sufficientemente esplicativo (caso più raro di quanto non si creda) è possibile risalire al carattere che lo ha provocato: tabelle alla mano, si può poi vedere a quale carattere esso dovrebbe corrispondere. Il motivo di questo comportamento è che i segni diacritici, che in ISO-8859-x occupano i codepoint 128-255, avendo il bit più significativo a 1, vengono interpretati come l'inizio di una sequenza multibyte UTF-8 e il più delle volte, la sequenza ottenuta "mangiando" il byte successivo non è una codifica UTF-8 valida.

Altro fattore rivelatore è che laddove sia possibile esaminare il testo (UTF-8 o ISO-8859-x) con un editor (magari binario) è che le parti - se ce ne sono - contenenti sequenze di caratteri occidentali anglosassoni (cioè caratteri ASCII) sono invariate.

Il caso generale

Se quanto sopra non è di aiuto, l'unica cosa che resta da fare è prepararsi ad andare per tentativi. A questo fine è utile la seguente checklist:

1) Procurarsi quante più informazioni possibili sulla provenienza del file. Se possibile bisogna individuare l'applicazione che l'ha prodotto, consultare la documentazione che può essere disponibile e/o il sito del produttore, consultare Google ed altri motori di ricerca. Spesso è possibile - ed utile - parlare con la persona che ha prodotto il file.

2) Esaminare il file con altri mezzi. Un buon editor di testo è utilissimo (io direi indispensabile). Io utilizzo emacs, che dalla release 23 offre un ottimo supporto a molti codici e codifiche: a volte mi basta aprire un file con emacs per dedurre codice e codifica.

3) Non dimenticarsi dell'ovvio. La destinazione del file (se si può determinare) spesso fornisce tutte le informazioni che servono per dedurre codice e codifica. Ad esempio i file XML (sempre riconoscibili a causa dell'intestazione che deve essere presente nella prima riga) devono dichiarare esplicitamente l'encoding usato: se non lo fanno, il loro encoding deve essere UTF-8

4) Procurarsi una cassetta degli attrezzi per la transcodifica il più munita ed agguerrita possibile e utilizzarla per provare tutte le transcodifiche plausibili in ordine di probabilità decrescente secondo quanto si è determinato nei passi precedenti (ad esempio, per un file giapponese si inizierà provando le codifiche JIS). Prima di cominciare è utile - usando un editor - isolare un piccolo segmento di testo da analizzare, sfruttando il fatto che caratteri come gli spazi sono invarianti tra le varie codifiche: idealmente si dovrebbe identificare e isolare un segmento di testo contenente anche una porzione di caratteri occidentali (ad esempio un indirizzo: si ricordi che i caratteri occidentali anglosassoni sono invarianti per la maggior parte delle codifiche). E' anche possibile (e forse consigliabile) usare strumenti che automatizzano il procedimento per tentativi - anche se sempre usando un approccio euristico/probabilistico. Ad esempio lo Universal Encoding Detector utilizza la stessa euristica utilizzata nei browser.

In appendice riporto un paio di funzioni (python) che sono abbastanza utili per la manipolazione di dati multilingua.

Parte della difficoltà di questa fase della ricerca della soluzione è avere una chiara immagine mentale di quello che si sta cercando di ottenere e interpretare correttamente quello che stanno facendo i propri attrezzi. Io personalmente trovai a suo tempo illuminanti (riguardo al linguaggio di programmazione python, che uso abbastanza di frequente) le considerazioni e i metodi esposti in questa URL: http://code.activestate.com/recipes/466341/

Piccoli temi di programmazione

Quando si arriva a cercare di risolvere il "problema fondamentale" per tentativi, si deve quasi per forza ricorrere all'uso di qualche tipo di programmazione. La frase ricorrente in questo frangente è: 'il linguaggio "X" supporta Unicode'. Cosa questo significhi in generale è tutt'altro che chiaro. Io sono arrivato ad una spiegazione di questa frase che mi pare abbastanza vicino al vero, anche se non posso garantire che questa valga per tutti i linguaggi di programmazione.

La mia interpretazione è:

"Il linguaggio 'X' è in grado di rappresentare i suoi oggetti testuali (stringhe) come sequenza di codepoint Unicode ed è - viceversa - in grado di interpretare correttamente una sequenza di codepoint Unicode come un oggetto testuale."

Quello che è egregiamente assente da questa definizione è la menzione del processo di codifica/decodifica che sposta le stringhe tra le rappresentazioni interna (al linguaggio) ed esterna (sistema operativo, resto del mondo etc.)

Su questa, infatti, ogni linguaggio ha da dire la sua, e non è detto che il coro che ne risulta sia consonante.

L'approccio duro e puro è quello del C, in cui rappresentazione interna ed esterna coincidono, il che significa che le stringhe C riflettono esattamente le sequenza di byte ricevute dal mondo esterno. Lavorare sulla loro codifica richiede l'uso di librerie esterne (IBM m pare abbia un ICU multilingual library che è gratuita). Se non mi sono perso qualcosa, il C++ adotta un approccio simile. Niente di male se avete Developer Studio o automake in esecuzione dal mattino alla sera. Se invece il vostro profilo professionale è un po' diverso, suggerirei di lasciar perdere durezza e purezza e cercare qualcosa di meglio.

Unicode e Linguaggi dinamici

Il titolo di questa sezione è abbastanza esagerato. Ho intenzione di parlare di due linguaggi dinamici (perl e python) e dare dettagli su uno solo (python).

Il motivo per cui accantonerei perl in prima battuta è che (e lo dico da programmatore perl convinto) python mi pare avere un supporto UNICODE migliore di quello di perl, se non altro dal punto di vista della terminologia (che è quello che interessa di più in questa sede). Una volta che acquisita familiarità con la terminologia, e dal punto di vista di questa trattazione, direi che la funzionalità dei due linguaggi in questo campo è simile.

Python, internamente, supporta due tipi di stringa: Unicode e stringhe ordinarie o codificate. Si può pensare che le stringhe Unicode siano composte di una sequenza di codepoint, e che le stringhe ordinarie siano composte da una sequenza di byte.

Creare una stringa Unicode è semplice:

us=u'u'\u00e8\u00e1'

us, così definita, rappresenta la sequenza "èá": 00e8 (232 in esadecimale) e 00e1 (225 in esadecimale) sono i codepoint relativi.

Data una stringa codificata (e vedremo dopo come ottenerla) è possibile ottenere la relativa stringa Unicode posto che si conosca l'encoding della stringa codificata. Basta infatti eseguire la decodifica:


    us=cs.decode('encoding_della_stringa')

Ad esempio per la consueta sequenza "èá":


    cs='\xe8\xe1' us=cs.decode('Latin-1')

Sfortunatamente (dal punto di vista della chiarezza) esiste un altro modo (che è normalmente citato per primo) per fare la stessa conversione:


    us=unicode(cs,'Latin-1') # or the string encoding

Per evitare confusioni, io leggo mentalmente questa istruzione come "costruisci una stringa Unicode decodificando cs dall'encoding 'Latin-1')".

Naturalmente le operazioni sopra illustrate funzionano correttamente se e solo se viene specificata la giusta codifica ('Latin-1'). Non so se ho sottolineato a sufficienza il fatto (che è importantissimo tener ben presente) che una stringa Unicode è un oggetto abbastanza astratto: in particolare non è possibile salvarla, stamparla o rappresentarla senza prima applicarle un encoding: e - fatto forse sorprendente - l'encoding da applicare non è necessariamente uno di quelli riservati alla codifica di Unicode (essenzialmente UTF8 o UTF16).

Infatti è perfettamente possibile - e in questo contesto lecito - codificare una sequenza di codepoint Unicode in (ad esempio) Latin-1, posto che il carattere corrispondente esiste in questa codifica. Ad esempio è possibile rappresentare in Latin-1 il codepoint 'U+00e8, ma non il carattere Kanji U+4e01. Allo stesso modo è possibile rappresentare entrambi i caratteri dell'esempio precedente codificandoli in shift-jis-2004 o, ovviamente, in UTF8 o UTF16. (una lista parziale di encoding supportati da una installazione standard di python è in appendice). non ha analoghi in altri codepage.

Ciò detto, passare da una stringa Unicode (us) ad una stringa codificata (cs) è abbastanza semplice:


    cs=us.encode(encoding_desiderato)

ad esempio:


    us=u'u'\u00e8'
    cs=us.encode('Latin-1') #contiene '\xe8'

    us=u'\u00e8\u4e01'      # contiene un ideogramma: è丁
    cs=us.encode('Latin-1') #errore

  UnicodeEncodeError: 'latin-1' codec can't encode character  u'\u4e01' in position 1: ordinal not in range(256)
    cs=us.encode('shift-jis-2004') # contiene '\x85}\x92\x9a'
    cs=us.encode('utf8') #contiene '\xc3\xa8\xe4\xb8\x81'
    cs=us.encode('utf16') #contiene '\xff\xfe\xe8\x00\x01N'

Componendo le due operazioni, si può tradurre da una codifica ad un'altra (transcodifica):


    us=cs_source.encode(source_encoding)
    cs_target=us.encode(target_encoding)

questo può essere fatto se e solo se i due encoding sono compatibili (cioè target è in grado di rappresentare tutti i codepoint di source).

In particolare, è sempre possibile transcodificare in UTF-8 (se si ha a disposizione il codec per la codifica di partenza: i codec a disposizione di python sono in appendice):


    us=cs_source.encode(source_encoding)
    cs_target=us.encode('utf8')

Cosa succede se cerchiamo di scrivere una stringa Unicode senza codificarla?


    cs=u'u'\u00e8' f=file('/tmp/ciccio','a') f.write(cs)

    UnicodeEncodeError: 'ascii' codec can't encode characters in
    position 0-1: ordinal not in range(128)

La risposta è che l'interprete - quando effettua I/O e conversioni di stringhe Unicode - cerca di codificare/decodificare la stringa per noi, utilizzando un encoding di default: in questo caso codifica con l'encoding ascii (in cui le accentate non esistono, da cui l'errore).

Quindi, lavorare con Unicode in python richiede:

1) decodifica delle stringhe in ingresso 2) codifica delle stringhe in uscita

Oppure, attraverso l'uso del modulo codecs si può decorare un filehandle attraverso il codificatore desiderato:


    import codecs

    f=codecs.open('/tmp/ciccio','UTF-8','r')
    g=codecs.open('/tmp/ciccia','latin-1','w') us=f.read()
    g.write(us)

a questo punto tutte le stringhe lette da f saranno decodificate con UTF-8 e convertite a stringhe Unicode, mentre tutte le stringhe Unicode scritte su g saranno codificate in latin-1 (quindi sarà bene che da f non arrivino stringhe contenenti caratteri coreani, o la scrittura darà errore). Sarà inoltre bene astenersi dal cercare di scrivere stringhe codificate (byte) su g: in fatti a questo punto ogni scrittura su g di stringhe di byte è preceduta da una codifica implicita, fatta usando il default (ASCII); questo probabilmente non è quello che ci si aspetta, o che si desidera.

Naturalmente, quando non si stanno risolvendo problemi che richiedono l'uso di set di caratteri multilingua, vale a dire nella normale programmazione in python, è molto probabile che le comuni byte string vadano più che bene per ciò che ci serve fare.

Un'altra considerazione riguarda la presenza di caratteri non-ascii all'interno di un file di sorgenti python (questa è un'altra accezione di supporto Unicode). In breve: è possibile farlo, basta specificare:


#-*- coding: iso-8859-1 -*-

- o altro encoding - verso l'inizio del file. Il mio consiglio è, non fatelo: alla lunga è una cosa che romperà le scatole a voi, ai vostri colleghi e soprattutto a chiunque altro dovesse lavorare con voi sullo stesso file.

Encoding impliciti, e la loro maledizione

Lavorare con Unicode e con alfabeti multinazionali è reso più complicato dal fatto che le varie periferiche di I/O tentano di "aiutare" l'utente facendo del loro meglio per interpretare quello che gli viene dato da presentare. Questo è perfetto per l'uso interattivo (specie quando funziona). Per risolvere i problemi di cui abbiamo parlato fin qui, è atroce. Questo è il motivo per cui tutti gli esempi precedenti sono stati scritti utilizzando i caratteri in rappresentazione numerica. Le relazioni tra tipi di stringhe ed encoding sono già abbastanza confuse senza che si debba tenere conto dell' encoding che ogni dispositivo di I/O utilizza implicitamente: questa circostanza è particolarmente perniciosa se si usa un interprete interattivo.

Un esempio a questo punto può essere utile. Sul sistema che sto utilizzano ultimamente per scrivere (emacs 23.1, Fedora Core 11, IPython), la seguente interazione con l'interprete ha i risultati illustrati:


    In [270]: import sys
    In [270]: sys.stdin.encoding
    Out[271]:
  'UTF-8'
    In [272]: cs='è'
    In [273]: repr(cs)
    Out[273]:
  "'\\xc3\\xa8'"

che tradotto significa: scrivere la sequenza 'è' sulla console di questo interprete, il cui encoding implicito in input è UTF-8 dà una stringa codificata (byte string) il cui contenuto è "'\xc3\xe8'"

La stessa sequenza, su un'altro sistema, diventa:


    In [270]: import sys
    In [270]: sys.stdin.encoding
    Out[271]:
  'latin_1'
    In [272]: cs='è'
    In [273]: repr(cs)
    Out[273]:
  "'\\xe8'"

che tradotto significa: scrivere la sequenza 'è' sulla console di questo interprete, il cui encoding implicito in input è Latin-1 dà una stringa codificata (byte string) il cui contenuto è "\xe8"

Se questo pare innocuo, si rifletta sul fatto che, per ottenere una stringa Unicode sul sistema (1) bisogna ora impartire l'istruzione:


    us=cs.decode('utf-8')

e sul sistema 2:


    us=cs.decode('latin-1')

Non so a voi, ma a me fa girare la testa.

Unicode, encoding e HTML

Come XML, anche HTML è un formato che ha preso coscienza abbastanza presto (in teoria, fin dalla nascita) delle questioni relativa all'uso di alfabeti multilingua. Purtroppo, la manica larga che i browser hanno tradizionalmente usato nei confronti delle prescrizioni degli standard relativi ha reso questo campo una delle peggiori babele immaginabili.

Questa è una breve lista di fatti relativa al supporto multilingue in HTML, senza alcuna pretesa di completezza (che lascio volentieri al W3 consortium).

Entità con nome

Indipendentemente da ogni altra circostanza, è possibile specificare un ristretto numero di caratteri nazionali ricorrendo alle 'named entities' di HTML, che comprendono, fra l'altro tutte le accentate (quindi gli italiani sono - quasi - a posto) e diversi simboli di uso comune . Ad esempio l'entità à viene mostrata come "à".

Entità numeriche

Indipendentemente da ogni altra circostanza, è possibile specificare l'intero set dei codepoint di Unicode esprimendoli come entità numeriche, cioè facendo precedere il numero (decimale) del codepoint da &# e facendolo seguire da ";", così:

— visualizzato come: '—'

in esadecimale:

— visualizzato come: '—'

Chiaramente, nessun giapponese potrà mai scrivere un romanzo così (a meno che non sia il suo word processor a fare questa traduzione in automatico). Se non bastasse , farsi un'idea del contenuto di una pagina html scritta nel formato di cui sopra è quasi impossibile.

Dichiarazione del contenuto HTML

La strada maestra per la creazione di pagine HTML multilingua corrette è dichiarare il charset del documento:

"charset" è il modo HTML di chiamare l'encoding.

Un documento che specifichi il charset nell'intestazione, e lo usi consistentemente, è al sicuro, almeno se il browser che viene usato dai visitatori supporta l'encoding specificato e se il server web non decide di appiccicare al vostro documento un charset diverso, sovrascrivendo quello da voi dichiarato. (Quest' ultimo incidente è quello che mi è accaduto quando ho pubblicato questo documento sul web.) Potendo, vale comunque la pena di specificare UTF-8, che, di questi tempi, è quello che ha maggior supporto e compatibilità. Naturalmente siamo ben lontani dalla realtà e questo per alcuni fatti storici.

1) Il charset è raramente specificato dall'autore del documento - più spesso è assegnato automaticamente dai tool di editing, che non sempre c'azzeccano. In ogni caso si tratta spesso di un charset o codepage nazionale (windows-1252, per gli italiani) e non del più portabile utf-8.

2) Esistono ancora, e presumibilmente ne vengono prodotte ogni giorno di più, pagine che non specificano il charset. In questo caso, queste pagine dovrebbero contenere solo caratteri ASCII, e tutti gli altri caratteri dovrebbero essere espressi come entità con nome o entità numeriche. Questo in realtà non avviene perché:

3) Molti browser cercano d'inferire il charset dal contenuto del documento, e poi

4) Molti server cercano di "aiutare" i browser fornendo anch'essi un charset d'appoggio.

Non ho bisogno di dire che in queste condizioni risolvere i problemi di display di HTML è un rebus non molto meno difficile (e con l'aggiunta di dover distinguere testo da markup) di quello illustrato nella resto di questo documento. Gli strumenti e i consigli che ho dato più sopra tendono ad essere comunque utili anche in questa circostanza.

Database

Per finire accenno al tema della codifica nel campo delle basi di dati solo per dichiarare la mia più completa inadeguatezza a trattarla, e per dare alcuni consigli che possono tornare utili (ma non sono disposto ad assumermi alcuna responsabilità).

Ciò che rende la questione delle codifiche particolarmente spinoso, nel caso dei database, è dato il fatto che, mentre un approccio sistematico al problema è relativamente recente, esiste una straordinaria varietà di approcci storici che risale all'alba del calcolo elettronico, approcci rigorosamente diversificati secondo il produttore del DBMS, del protocollo di comunicazione, dello strumento di reporting, del sistema operativo e così via. Inoltre nel caso delle basi di dati diventano di fondamentale importanza alcuni dei fattori che ho allegramente trascurato nel caso dei file di testo, tra cui l'ordinamento (collation) delle stringhe, le unità monetarie, i sistemi di datazione, le rappresentazione dei numeri.

Se quello che interessa è la conversione dell'output di un report, siamo nel caso delle conversioni di file di testo,che abbiamo visto in precedenza.

Se quello che serve è costruire un sistema da zero, il mio consiglio è: fate tutto in UTF-8 e provate tutte le componenti con stringhe provenienti da vari linguaggi. In questo caso "tutte" le componenti comprendono il DBMS, i sistemi e i protocolli di comunicazione, i linguaggi e le librerie usate per la programmazione, gli strumenti di reporting e gli strumenti a linea comando.

Se quello che dovete fare è convertire un sistema "legacy" ad un sistema multilingue, non so che dire: leggete la documentazione del produttore (o dei produttori) e che Dio vi aiuti.

Una facilitazione - rispetto al caso della codifica di file di testo arbitrari- è che normalmente le basi di dati documentano la codifica che utilizzano per i dati di tipo testo. Tale codifica è molto spesso una proprietà di tutto il database (o addirittura della particolare installazione). Questa facilitazione, nei casi di database legacy, è però spesso inficiata dal fatto che non di rado gli architetti della base di dati originale si sono inventati modi "originali", spesso non documentati, di accomodare altri linguaggi all'interno della codifica disponibile, soprattutto quando questa coincideva con US-7 (in pratica, ASCII). Altro ostacolo è che alcuni DBMS in passato hanno adottato nomi proprietari per le codifiche in uso, peggiorando il già babelico stato dell'arte.

Alcuni DBMS moderni (per quello che ne so, SQL Server, dalla versione 2005, è tra questi) hanno ritenuto di fare ammenda per aver in passato consentito una configurazione di codifiche estremamente spartana permettendo l'attribuzione di codifiche diverse per il database, per ogni tabella al suo interno e per ogni campo di ogni tabella. La mia opinione è che questa - come il rispondere a lettere provenienti dalla Nigeria che promettono ingenti somme di denaro - è una opportunità da non cogliere assolutamente, se si tiene alla propria salute mentale.

Farsi del male, in ogni linguaggio di programmazione

2009-12-03T16:50:00.002+01:00

Vecchiotta, ma sempre divertente (per un geek, eh).

The proliferation of modern programming languages (all of which seem to have stolen countless features from one another) sometimes makes it difficult to remember what language you’re currently using. This guide is offered as a public service to help programmers who find themselves in such dilemmas.

C
You shoot yourself in the foot.

C++
You accidentally create a dozen clones of yourself and shoot them all in the foot. Providing emergency medical assistance is impossible since you can’t tell which are bitwise copies and which are just pointing at others and saying, “That’s me, over there.”

BASIC
Shoot yourself in the foot with a water pistol. On big systems, continue until entire lower body is waterlogged.

COBOL
Using a COLT 45 HANDGUN, AIM gun at LEG.FOOT, THEN place ARM.HAND.FINGER. on HANDGUN.TRIGGER and SQUEEZE. THEN return HANDGUN to HOLSTER. CHECK whether shoelace needs to be retied.

FORTRAN
You shoot yourself in each toe, iteratively, until you run out of toes, then you read in the next foot and repeat. If you run out of bullets, you continue anyway because you have no exception-handling ability.

370 JCL
You send your foot down to MIS with a 4000-page document explaining how you want it to be shot. Three years later, your foot comes back deep-fried.

APL
You shoot yourself in the foot, then spend all day figuring out how to do it in fewer characters.

ASP.NET
Find a gun, it falls apart. Put it back together, it falls apart again. You try using the .GUN Framework, it falls apart. You stab yourself in the foot instead.

Ada
After correctly packaging your foot, you attempt to concurrently load the gun, pull the trigger, scream and shoot yourself in the foot. When you try, however, you discover that your foot is of the wrong type.

Assembly
You try to shoot yourself in the foot only to discover you must first reinvent the gun, the bullet, and your foot. After that’s done, you shoot yourself in the foot, but very quickly.

CSS
You shoot your right foot with one hand, then switch hands to shoot your left foot but you realize that the gun has turned into a banana.

Concurrent Euclid
You shoot yourself in somebody else’s foot.

DCL
You manage to shoot yourself in the foot, but while doing so you also shoot yourself in the arm, stomach, and leg, plus you shoot your best friend in the chest, the neighbour's dog and your car. A month later you're not able to understand your program anymore when you read the source.

FORTH
Foot in yourself shoot.

HyperTalk
Put the first bullet of the gun into the foot of the left leg of you.
Answer the result.

JAVA
After importing java.awt.right.foot.* and java.awt.gun.right.hand.*, and writing the classes and methods of those classes needed, you’ve forgotten what the hell you’re doing.

Javascript
You’ve perfected a robust, rich user experience for shooting yourself in the foot. You then find that bullets are disabled on your gun.

LISP
You shoot yourself in the appendage which holds the gun with which
you shoot yourself in the appendage which holds the gun with which
you shoot yourself in the appendage which holds the gun with which
you shoot yourself in the appendage which holds the gun with which
you shoot yourself in the appendage which holds ….

Modula2
After realizing that you can’t actually accomplish anything in this language, you shoot yourself in the head.

Motif
You spend days writing a UIL description of your foot, the trajectory, the bullet, and the intricate scrollwork on the ivory handles of the gun. When you finally get around to pulling the trigger, the gun jams.

PHP
You shoot yourself in the foot with a gun made with pieces from 300 other guns.

Paradox
Not only can you shoot yourself in the foot, your users can too.

Pascal
The compiler won’t let you shoot yourself in the foot.

Perl
You shoot yourself in the foot, but nobody can understand how you did it. Six months later, neither can you. (via Andy)

Prolog
You tell your program you want to be shot in the foot. The program figures out how to do it, but the syntax doesn’t allow it to explain.

PL/1
After consuming all system resources including bullets, the data processing department doubles its size, acquires 2 new mainframes and drops the original on your foot.

Python
You try to shoot yourself in the foot but you just keep hitting the whitespace between your toes.

RPG
First you define your gun, bullet, and firing pin. Then, you define your foot, toes, and toenails. Then, you open chamber and load the gun. Then, you cock it. Now you're finally ready to shoot yourself in the foot.

Revelation
You’ll be able to shoot yourself in the foot just as soon as you figure out what all these bullets are for.

Ruby
Your foot is ready to be shot in roughly five minutes, but you just can’t find anywhere to shoot it.

SNOBOL
If you succeed, shoot yourself in the left foot.
If you fail, shoot yourself in the right foot.

SQL
SELECT @ammo:=bullet FROM gun WHERE trigger = ‘PULLED’;
INSERT INTO leg (foot) VALUES (@ammo);

Unix
% ls
foot.c foot.h foot.o toe.c toe.o
% rm * .o
rm: .o: No such file or directory
% ls
%

Visual BASIC.NET
You spend a fortune on a high-powered, self-cleaning, self-aiming, automatic handgun with unlimited ammo, only to realize it takes a year to pull the trigger.

Visual Basic
You’ll shoot yourself in the foot, but you’ll have so much fun doing it that you won’t care.

Visual FoxPro
You mock other sharpshooters for not being able to shoot both feet at once, but when you try to do it yourself you realize that you can't properly handle the Microsoft.gun ActiveX.

Riconsiderare il copyright

2009-12-01T12:51:00.002+01:00

Thomas Jefferson, che fu il terzo Presidente degli Stati Uniti (1801-1809), il principale autore della Dichirazione di Indipendenza (1776), nonché uno dei più influenti tra i "padri fondatori degli Stati Uniti" nel sostenerne gli ideali repubblicani, resta il mio Democratico preferito.In questa citazione, se la prende (giustamente) con una certa interpretazione del copyright. Magari quando ho tempo la tradurrò

It has been pretended by some, (and in England especially,) that inventors have a natural and exclusive right to their inventions, and not merely for their own lives, but inheritable to their heirs. But while it is a moot question whether the origin of any kind of property is derived from nature at all, it would be singular to admit a natural and even an hereditary right to inventors.

It is agreed by those who have seriously considered the subject, that no individual has, of natural right, a separate property in an acre of land, for instance. By an universal law, indeed, whatever, whether fixed or movable, belongs to all men equally and in common, is the property for the moment of him who occupies it, but when he relinquishes the occupation, the property goes with it. Stable ownership is the gift of social law, and is given late in the progress of society.

It would be curious then, if an idea, the fugitive fermentation of an individual brain, could, of natural right, be claimed in exclusive and stable property. If nature has made any one thing less susceptible than all others of exclusive property, it is the action of the thinking power called an idea, which an individual may exclusively possess as long as he keeps it to himself; but the moment it is divulged, it forces itself into the possession of every one, and the receiver cannot dispossess himself of it.

Its peculiar character, too, is that no one possesses the less, because every other possesses the whole of it.

He who receives an idea from me, receives instruction himself without lessening mine; as he who lights his taper at mine, receives light without darkening me.That ideas should freely spread from one to another over the globe, for the moral and mutual instruction of man, and improvement of his condition, seems to have been peculiarly and benevolently designed by nature, when she made them, like fire, expansible over all space, without lessening their density in any point, and like the air in which we breathe, move, and have our physical being, incapable of confinement or exclusive appropriation.

Inventions then cannot, in nature, be a subject of property. Society may give an exclusive right to the profits arising from them, as an encouragement to men to pursue ideas which may produce utility, but this may or may not be done, according to the will and convenience of the society, without claim or complaint from anybody. Accordingly, it is a fact, as far as I am informed, that England was, until we copied her, the only country on earth which ever, by a general law, gave a legal right to the exclusive use of an idea. In some other countries it is sometimes done, in a great case, and by a special and personal act, but, generally speaking, other nations have thought that these monopolies produce more embarrassment than advantage to society; and it may be observed that the nations which refuse monopolies of invention, are as fruitful as England in new and useful devices.

Considering the exclusive right to invention as given not of natural right, but for the benefit of society, I know well the difficulty of drawing a line between the things which are worth to the public the embarrassment of an exclusive patent, and those which are not. As a member of the patent board for several years, while the law authorized a board to grant or refuse patents, I saw with what slow progress a system of general rules could be matured.

13 Aug. 1813

Ropreso da: The Founders' Constitution Volume 3, Article 1, Section 8, Clause 8, Document 12

Enfasi

2009-11-09T17:07:00.002+01:00

Ne ho fatto il pieno. Enfasi di chi la pensa come me, enfasi di chi la pensa al contrario di me, enfasi di chi pensa poco e di chi pensa troppo, enfasi per il gusto del paradosso. Che palle.

The Dizzy Gillespie All Star kicks ass!!

2009-11-06T09:10:00.011+01:00

Giovedì 5 Novembre, Modena, Baluardo della Cittadella:

"Dizzy Gillespie All Stars":

James Moody (ts,fl),
Greg Gisbert (tp),
Cyrus Chestnut (p),
John Lee (b),
Vincent Ector (dr),
Roberta Gambarini (voice)

Assente (purtroppo) il trombonista Slide Hampton, ma con la presenza in veste di ospite della fenomenale Roberta Gambarini, il sestetto guidato da James
Moody ieri sera ci ha regalato due ore di grande musica, reinterpretando con freschezza straordinaria un repertorio di standard e composizioni del trombettista di cui portano il nome (John Birks "Dizzy" Gillespie).

Mi è spesso capitato di assistere a concerti alla fine dei quali ho dovuto concludere che i musicisti avevano avuto una serata sbagliata: ieri sera sono stato certo di assistere a una serata magica (a meno che la formazione non si esprima sempre a questi livelli...)

In particolare evidenza i solisti (Chestnut, Moody e Gisbert) con il supporto puntuale e attentissimo della ritmica di Lee ed Ector hanno dato una lezione di rilassatezza, interplay e inventiva. L'interazione tra ritmica e solisti è stata fluida e creativa per tutta la sera: praticamente il gruppo non ha mai suonato due chorus allo stesso modo e la tensione ritmica non ha mai avuto un cedimento.

Moody (84 anni!) - che era anche il divertente presentatore della serata e si è perfino esibito come cantante in una versione di "Pennies from heaven" - si è espresso a livelli elevatissimi soprattutto al tenore toccando vertici di espressività e lirismo nel suo intervento (troppo breve!) su "You Don't Know What Love Is".

Chestnut, il (colossale) pianista, ha trovato modo di visitare praticamente tutti gli stili dallo stride fino a passaggi atonali, facendo sfoggio di un senso armonico e ritmico stupefacente e strappando al pubblico applausi fragorosi.

Gisbert, alla tromba, ha dato prova di inventiva e maestria tecnica, con entusiasmanti successioni di acuti, che non potevano mancare in una formazione intitolata alla memoria di Dizzy, con cui tutti i componenti hanno avuto occasione di suonare per diverso tempo.

In uno dei brani, Gisbert si è esibito in un assolo con la sordina Harmon dando una dimostrazione pratica - e rarissima - di come si può utilizzare questa sordina senza essere una citazione di Miles Davis.

Un capitolo a parte merita Roberta Gambarini, cantante e interprete strepitosa. Dopo essersi presentata con una sequenza di fuochi artificiali con una version scat di "On the Sunny Side of the Street" (dove ha eseguito gli assoli di Gillespie, Rollins e Stitt dal disco "Sonny Side Up"), ha proseguito con una serie di emozionanti interpretazioni ("You don't know what love is", "Blue'n Boogie") riuscendo ad essere fresca e personale persino su un brano stravisitato come "Lover Man". La persona che assisteva al concerto con me ha commentato: "Non è un'interprete, è un altro strumento"

Insomma, come aveva preannunciato Moody nella sua presentazione:

"All musicians in this group are baaaaaad, and this is a baaaaaaad group".

Settimana Musicale...

2009-11-04T15:33:00.002+01:00

Domenica 1 Novembre, Teatro Manzoni a Bologna: Take 6. Bello spettacolo. Voci molto belle (soprattutto il basso, Alvin Chea). Unico neo: l'eccesso di bravura li porta a straripare sul repertorio, che a volte viene sottoposto a un trattamento straniante. Ma insomma, ce ne fossero così.....

Martedì 3, Novembre 2009, Teatro Comunale di Modena (nel quadro della reassegna musicale Grandezze e Meraviglie): Agrippina, di G.F. Haendel. La mia seconda opera Hendeliana (a teatro: la prima era stata Partenope, l'anno scorso). Una rappresentazione tutta giocata sul filo del comico/grottesco (e per mia vergogna devo dire che c'ho messo circa mezzo atto a capirlo - dopo aver pensato che il regista avesso assunto qualche sotanza proibita di troppo). Bella, tutto sommato, ad onta di diverse mancanze musicali (cantanti ed orchestra non sempre all'altezza, IMHO: ma dopotutto si tratta pur sempre di allievi). La cosa migliore dello spettacolo - a mio parere quella di essere riuscito a disinnescare il terribile senso di noia che possono provocare, nell'opera barocca, la staticità dell'azione e la rigidità formale (recitativo-aria col 'da-capo'-recitativo...). Se prendo come termine di confronto Partenope, che era visivamente bellissima e che ebbe un trattamento musicale migliore, non posso dimenticare che uscire svegli dal primo atto fu impresa erculea (gli altri due erano meglio).

Giovedì 5 Novembre 2009, Baluardo della Cittadella, Modena: Dizzy Gillepie All Stars. Stay tuned....

"Live at the Plugged Nickel", cavalli e pigiami.

2009-09-16T18:56:00.007+02:00

Reduce da un ulteriore tentativo di ascolto di "Live at the Plugged Nickel" (sette CD registrati dal secondo quintetto di Miles Davis nel 1965), ne ho ancora una volta un'impressione piuttosto sgradevole.

Il trio è sempre centrato e a tratti entusiasmante. Miles suona il repertorio come se lo detestasse (che, per "My Funny Valentine", che all'epoca aveva suonato forse 12000 volte) magari è giustificato, ma maltratta "Agitation" nello stesso modo). Il suono è sempre sgradevole, non di rado proprio stonato. Il fraseggio è frammentario ai limiti dell'intelleggibile.

La performance di Shorter condivide molti tratti di quella di Davis, anche se con un fraseggio più disteso (e senza stonare, anche se la scelta evidentemente è di suonare costantemente out). A dire il vero Shorter è anche molto penalizzato dalla microfonazione, quindi magari c'era dell'altro che si è perso.

"Plugged Nickel" è considerato uno dei migliori live di jazz "un documento ineguagliabile di come il quintetto suonava dal vivo in quel periodo". La Penguin Guide of Jazz gli dà una stella (o anche di più, non ricordo) Se l'avessi sentito in un "blindfold" avrei detto che i fiati erano fatti, ubriachi o tutt'e due. Conclusione provvisoria: mi sfugge qualcosa, oppure nonostante gli anni passati a provarci, non capisco nulla di jazz in particolare e di musica in generale.

Allora uno s'informa.

in "Miles dal vivo e in studio" leggo che LATPN è un tentativo di rinuovere dal repertorio le consuete associazioni emotive. A me sembra una spiegazione insufficiente.

C'è anche una circostanza storica: l'ingaggio al Plugged Nickel iniziò subito dopo che Davis fu dimesso dall'ospedale dopo la seconda operazione all'anca, operazione poco riuscita ed allora probabilmente sperimentale. L'esito fu poco risolutivo per i problemi di deambulazione e soprattutto per i dolori. Dopo mesi di convalescenza il trombettista era molto fuori allenamento nello strumento ed indebolito fisicamente, il che potrebbe spiegare la tecnica strumentale assai meno che esaltante che si può ascoltare. Però questa è una spiegazione parziale, che lascia fuori le molte note 'false', il frequente ricorso a clichè e il fatto che anche Shorter dà un'esibizione molto opaca.

Poi invece ho trovato sul sito di NPR questa testimonianza (http://www.npr.org/templates/story/story.php?storyId=1579820), che riassumo.

Si tratta di un aneddoto che la musicologa Michelle Mercer riferisce ha raccolto da Wayne Shorter, di qui nel 2004 stava scrivendo la biografia.

Prima di entrare nel Plugged Nickel, la sera del 22 Dicembre, Il batterista Tony Williams (che aveva poco più di vent'anni ed era - musicalmente . il più irrequieto del gruppo) propose agli altri tre membri (Wayne Shorter, sax, Herbie Hancok, piano, e Ron Carter, basso: Miles Davis in quel momento non c'era) di fare due serate di "anti-musica" in cui invece di suonare la prima cosa che tutti si aspettavano, ognuno doveva suonare l'ultima cosa che chiunque si sarebbe aspettato. Proposta che fu accettata (con diversi dubbi da parte degli altri) prima che, entrando in sala, fossero essi stessi sorpresi dal trovarvi Teo Macero (il produttore di Davis alla Columbia) con tutto l'armamentario di registrazione (Davis aveva saltato una data a Novembre e aveva concesso alla Columbia di registrare quella data in cambio, sena dirlo agli altri). Williams fulminò tutti con gli occhi per chiarire che indietro non si tornava più. Davis - che non sapeva nulla - sulle prime fu piuttoso sorpreso (o peggio, lo si sente quando Hancock suona un accordo completamente diverso da quello che Miles si aspettava) poi, quando ebbe capito la situazione, si adattò e poi si entusiasmò al gioco, che continuò per tutte e due le serate. I musicisti poterono riascoltare le incisioni solo quattro anni dopo come highlights (il pletorico "Complete" è recente)

Se questa testimonianza si può prendere per buona, ma non si capisce perché Shorter dovesse inventarsi una cosa del genere, le conseguenze sulla lettura di LATPN sono abbastanza clamorose.

Intanto le due serate rappresentarono un unicum nella vita del quintetto. Non avevano mai suonato così fino ad allora e - probabilmente - non suonarono mai più allo stesso modo (anche se non c'è dubbio che l'esperienza avrà lasciato un segno). Dimostrato anche dal fatto che (libro della Mercer) quando il disco uscì (diversi anni dopo ed era la selezione, non il complete) i componenti del gruppo si stupirono che quello che avevano suonato quella sera avesse senso. Insomma LATPN sarebbe un titanico esercizio d'interplay e un gigantesco dito medio mostrato ad un pubblico che (due sere prima di Natale) era più che altro interessato ad ubriacarsi. Per non parlare di Teo Macero, cui sarà venuto un colpo.

Una verifica sperimentale, l'ho avuta (ri)sentendo i vari video del quintetto che vi si trovano su youtube. In nessuno (neanche in versioni abbastanza esplorative - http://www.youtube.com/watch?v=x_whk6m67VE) i temi e il lavoro solistico sono affrontati come in LATPN.

Ad esempio, questa "I Fall in Love Too Easily" (http://www.youtube.com/watch?v=QNvuwtil4PU&feature=related), che è del 1967, ha ben poco delle versioni di LATPN. Peccato si trovino solo video del 1963 e 1967 (del 65 niente, forse proprio per i malanni che affligggevano Davis in quell'anno).

Chiaramente fare un disco di highlights era la scelta giusta. Dall'ascolto del Complete, quello che io riesco a capire è che, su due serate di concerto a regole invertite le cose che hanno funzionato furono molto meno di quelle che non hanno funzionato o che erano semplicemente sbagliate (un band normale che cercasse di fare un concerto con queste regole farebbe un caos totale). Si capisce anche come mai i più spiazzati siano Davis e Shorter, che devono inseguire le sorprese del piano e del basso (Williams, l'ideatore del gioco, è quello che tutto sommato non fa anti-drumming). Si spiegano così tutte le stranezze che ho sentito attribuire a stanchezza fisica, disgusto per l'ambiente musicale dei club, etc.

Infine, mi sarei aspettato che questa possibilità (ma la chiamerei certezza) interpretativa avesse avuto più risonanza. Certo sarebbe difficile continuare a sostenere che questo è il miglior live di jazz di tutti i tempi. Uno stupefacente esperimento, al massimo. Invece l'ho scoperta solo pochi giorni fa e quasi per caso (ed è strano, visto che per riscrivere gran parte dell'articolo di Davis su Wikipedia mi sono - un paio d'anni fa - letto tutto quello che riuscivo a trovare su Davis e, per tic, continuo a farlo). Anche perchè immagino che i dubbi che sono venuti a me saranno venuti a qualcun altro. Evidentemente c'è un sacco di gente che vede un re in pigiama ma dice di averlo visto a cavallo.

Normalizzazioni

2009-09-16T09:08:00.004+02:00

Quando "Sorrisi e Canzoni TV" si mette a distribuire i dischi dei Doors, bisogna ammettere che un ciclo è finito.

E ai calabroni ci penso io!

2009-09-07T11:30:00.000+02:00

"Aveva costruito una bomba per sbarazzarsi di un nido di calabroni che avevano fatto il nido in una crepa della casa della sua abitazione.

La bomba, realizzata con polvere pirica ricavata da ordigni pirotecnici, ha invece distrutto la casa. L'uomo, un pregiudicato di Velletri, è stato arrestato."

Da "La Gazzetta di Modena" Domenica, 6 Settembre 2009

A lavar la testa all'asino

2009-05-27T12:13:00.007+02:00

Da Wikipedia:

"L'azoto molecolare (N₂, composto di due atomi di azoto) è un gas incolore, inodore, insapore e inerte che costituisce il 78% dell'atmosfera terrestre (è il gas più diffuso nell'aria)."

Da Repubblica (27 Maggio 2009), articolo dal titolo: "Saras, l'orrore del sopravvissuto" a firma di Carlo Bonini.

"I vapori di azoto non hanno odore. "Ti portano via in 15 secondi". Perché bruciano ogni singola molecola di ossigeno che incontrano. [...] l'azoto. Il veleno che uccide subito. Senza odore e senza rumore."

Ricapitoliamo. L'azoto non è un vapore (è un gas). Non è velenoso (è inerte), e meno male, perché costituisce il 78% di quello che respiriamo. Siccome non è ossigeno può causare asfissia ( come si può anche leggere sulla wikipedia italiana e più estesamente sulla versione inglese). Dalla fonte citata si deduce che l'asfissia da azoto provoca perdita di coscienza in circa quaranta secondi e la morte dopo alcuni minuti. L'articolo dice che l'azoto uccide in 15 secondi. Last but not least, l'azoto non "brucia ogni singola molecola di ossigeno che incontra", anzi, l'azoto non brucia proprio per niente, come dimostra il fatto che viene normalmente usato per le saldature in atmosfera inerte.

Si deduce facilmente che o il contenuto della cisterna non era azoto, oppure le circostanze riportate nell'articolo sono totalmente errate. Probabilmente entrambe le cose, come 30 secondi di ricerca sull' Hydrocracking (che nell'articolo è scritto in maniera erronea: 'Hidro cracking') fanno sospettare.

Carlo Bonini, per inciso, non è un pivello:

"Carlo Bonini (Roma, 4 marzo 1967) è un giornalista italiano.

Giornalista professionista, dopo aver lavorato per Il Manifesto e Il Corriere della Sera, dove si è occupato di cronache giudiziarie, è diventato inviato del quotidiano La Repubblica."

Nell'articolo biografico che ho linkato, la sua carriera è, tra l'altro, definita "talentuosa". Si tratta, insomma, di uno dei reporter italiani di punta. Forse non ha l'obbligo di sapere cos'è l'azoto e cosa ti fa (anche se, insomma, si tratta di nozioni da quinta elementare avanzata). Ma mi sembra che la redazione dei giornali dovrebbe avere qualche funzione. E da ultimo: l'articolo di cui si parla non è uno di quelli infilati tra i necrologi e le notizie sulla campagna acquisti della serie C: è un articolo di seconda pagina, richiamato in prima... insomma, uno dei principali dell'edizione odierna.

Morale: anche se non fossi stato aiutato dai miei ricordi di Chimica di base, mi sarebbero bastati pochi minuti per verificare le basi sull'azoto e i suoi effetti. Repubblica è uno dei più diffusi quotidiani nazionali, ma non perde occasione di dimostrare di non riuscire a dare affidabilmente neanche la data odierna (gli altri quotidiani sono normalmente allo stesso livello). Questa è la qualità dell'informazione che ci vogliono far "micropagare" (e che comunque paghiamo, volenti o nolenti, attraverso i contributi pubblici all'editoria).

P.S.: So bene che Wikipedia non è una fonte affidabile, ma in questo caso la cito perché corrobora quello che più o meno sapevo già, e che comunque si trova in qualunque testo di Scienze delle medie.

Frank Zappa e la stampa italiana...

2009-05-26T18:05:00.007+02:00

"Rock journalism is people who can't write, interviewing people who can't talk, in order to provide articles for people who can't read." (Frank Zappa)

"Il giornalismo rock è gente che non sa scrivere, che intervista gente che non sa parlare, al fine di produrre articoli per gente che non sa leggere." (Frank Zappa)

Penso che il profetico Frank avrebbe potuto dire la stessa cosa di tutta la stampa/informazione contemporanea ed azzeccarci perfettamente.

Leggo su Punto Informatico , che i giornali italiani hanno l'intenzione di cercare di fare pagare i propri contenuti (parola evidentemente usata con ampio beneficio d'inventario) online:

"A lanciare il dibattito è stato Carlo De Benedetti, con una lettera aperta inviata a Il Sole 24 Ore giovedì 21 Maggio. Il principale azionista del gruppo che comprende La Repubblica e L'Espresso ha gettato sul tavolo tutti i nodi principali: la difficoltà di farsi pagare da utenti internet viziati dal modello free, l'esigenza di investire sui contenuti di approfondimento e qualità, le promesse del modello basato sui micro-pagamenti. "

Un tempo ero uno di quelli che comprano un quotidiano tutti i giorni, e perseguivo il mio vizio ignorando il mio crescente senso di insoddisfazione, finché un bel giorno (il 7 Gennaio del 1997, credo) un titolone pluricolonnare di Repubblica:

"Bianco e i Popolari in piazza per il Cancellierato"

mi convinse che mi stavano pesantemente prendendo per i fondelli (Bianco (Gerardo) in piazza? Coi popolari?? Per il cancellierato????).

Smisi di comprare i fogliacci senza rimpianti e senza crisi di astinenza, ricascandoci solo di rado (3-4 volte al mese, ultimamente). Leggo qualche volta un quotidiano locale (per comic relief e per sapere cosa c'è al cinema) e, a volte, l'Economist. Come fonte di notizie, la stampa italiana (on e offline) si piazza un bel po' sotto televideo. A meno che uno non provi un divorante interesse per l'ultima dichiarazione del politico di turno. Le versioni online aggiungono una spruzzata di tette e idiozie in stile Novella 3000 (se ne sentiva la mancanza) forum pesantemente censurati e sondaggi probabilmente pilotati (o facilmente pilotabili).

Ogni volta che mi capita di avere notizie di prima mano devo constatare che i mezzi d'informazione (principalmente italiani, ma non solo) le deformano al punto da rendere il loro resoconto totalmente inaffidabile, e spesso falso al 100%. La competenza di molti dei "commentatori" su ciò che commentano è spesso risibile: Domenica Repubblica aveva un articolo sugli "hacker" da cui si deduceva che - secondo l'autore - "bug" significa "buco" ("Gli hacker trovano i bug e li allargano"). Chapeau.

Mi chiedo chi mai, sano di mente e di corpo, pagherebbe per accedere a questi detriti? A meno di ricorrere ai trucchetti che usano i venditori di suonerie, l'unico risultato che otterranno sarà azzerare i loro proventi pubblicitari online.

Antiecologia

2009-05-18T16:41:00.003+02:00

"Non hai finito di mangiare la minestra. Pensa quanti bambini (spesso: del Biafra, N.d.R.) non ce l'hanno e la vorrebbero."

"Hai mangiato una bistecca. Pensa a quanta anidride carbonica hai prodotto, surriscaldando il pianeta e depauperando le nostre risorse."

La mia generazione (e quelle seguenti, e probabilmente quelle precedenti) è dalla nascita perseguitata da frasettine intese - come queste qui sopra - ad instillarci decine e centinaia di sensi colpa per fenomeni su cui non abbiamo il minimo controllo (che cosa potevo mai fare io - a sei anni - per fermare la guerra del Biafra? O oggi, per sovvertire il riscaldamento globale?)

Si dice che questo incessante flusso di spine nel fianco, che rende impossibile godersi in maniera poco problematica qualsiasi cosa, incluso tirare lo sciacquone - aveva uno o due bottoni? Ho schiacciato quello grande o quello piccolo? - abbia importanti funzioni educative, normalmente introdotte da un preambolo del tipo "Se tutti ci comportassimo responsabilmente..." (la fame nel mondo sarebbe sconfitta, l'energia che consumiamo in un anno ci basterebbe fino alla morte termica dell'universo, Angelina Jolie ci si offrirebbe per tre notti al mese, etc.)

Da un po' di tempo sono giunto alla conclusione che - per diversi motivi che esporrò - i discorsetti edificanti di cui sopra sono un enorme, ripugnante gomitolo di balle che ho deciso di ignorare (non di violare per dispetto, neh) anche se so già che questo non basterà a liberarmi dai sensi di colpa che mi sono stati scientificamente inculcati per anni.

Tanto per cominciare, salta sempre fuori che i problemi e le soluzioni non sono mai semplici come vengono presentate (ammesso che vengano presentate accuratemente, che accade di rado. Se le presenta un giornale, o una TV, non accade praticamente mai).

Ad esempio, le crisi alimentari nei paesi del terzo mondo sono spesso provocate dallo scatenarsi di una guerra (che impedisce ai contadini di coltivare e vendere i loro prodotti) In questi casi l'affluenza di tutti gli aiuti alimentari immaginabili serve a molto poco, visto che lo stato di guerra rende impossibile distribuirli (e quindi capita spesso che gli aiuti vengano rivenduti al mercato nero dagli stessi responsabili della guerra). Molte berline inquinano meno di molte utilitarie. I pannolini di stoffa, al contrario di quelli di cellulosa, si possono riusare, ma vanno lavati, ed è difficile sapere quale delle due pratiche abbia un maggiore impatto ambientale. Di questo tipo di situazioni complicate i fan dei comportamenti responsabili collettivi non parlano quasi mai.

Anche se la soluzione prospettata avesse qualche efficacia (e spesso non ce l'ha) la premessa ("Se tutti ci comportassimo responsabilmente...") è ovviamente irrealizzabile. Non tutti si comporteranno responsabilmente: l'unica cosa che si può sperare è modificare il comportamento medio. E la brutta notizia è che il peso di un comportamento virtuoso individuale, data un popolazione di 60 milioni di individui (e per problemi planetari, bisogna mettere in conto 6 miliardi), è esattamente 1/60,000; tradotto: trascurabile ad ogni effetto - ci sono lotterie con probabilità di vincita migliori. Questo anche senza considerare che le persone che adotteranno il supposto comportamento virtuoso sono quelle permeabili a ragionamenti di tipo "educativo" che non sono poi tanti. Quindi uno si fa il mazzo a dividere i rifiuti, il solido dal liquido e dal gassoso, l'umido dal secco, ha la cucina avvolta da un miasma micidiale (è l'umido che fermenta) e tutto per spostare di un sessantamilionesimo la media del ciclo dei rifiuti italiani. E magari scopre che nella sua zona i camion del pattume mischiano tutto e lo portano in discarica.

Ma, ci viene detto, questo è l'unico modo per risolvere il problema del riscaldamento globale/fame nel mondo/indisponibilità di Angelina Jolie/... E questa, naturalmente, è la menzogna (o minchiata) più grossa. I comportamenti impartiti per via educativa funzionano - se lo fanno - al massimo su base generazionale, come sapeva benissimo James Clerk Maxwell ("Una volta credevamo alla teoria corpuscolare della luce. Oggi crediamo alla teoria ondulatoria della luce, perché tutti i proponenti della teoria corpuscolare sono morti").

Al contrario, i comportamenti collettivi favoriti dalla leva economica s'instaurano quasi istantaneamente: sono bastati dieci mesi di crescita del prezzo della benzina per far scomparire (in maniera probabilmente permanente) gli odiati SUV da tutte le classifiche di vendita automobilistiche. Sicuramente, si penserebbe, la collettività favorisce i comportamenti "virtuosi" anche economicamente. Vediamo come.

Le fragole biologiche (locali, virtuose), costano più del pollo (d'allevamento, colpevole, "meat is murder") e il quadruplo delle fragole locali. Il pane, poco meno. I SUV (mostri ecologici) hanno usufruito per molto tempo, dell'immatricolazione "come autocarro" che permette lo scarico dell'IVA. I prodotti "equi e solidali" (virtuosi, solidaristici) costano più dei prodotti iniqui e egoistici: e fin qui magari, è ovvio, non fosse che gli equosolidali costano di più dei prodotti equivalenti più cari in assoluto. I virtuosi trasporti pubblici (nella ecologica Modena) smettono di circolare tra le 19:30 e le 20:00. I contenitori per la raccolta differenziata vengono simpaticamente sparsi ai quatro venti (per la nostra salute cardiocircolatoria, immagino). Le amministrazioni che fanno più raccolta differenziata tendono ad essere quelle con la TARSU (Tassa sui Rifiuti Solidi Urbani) più elevata.

Non bisogna essere geni statistico-economici per rendersi conto che il fatto che i comportamenti "virtuosi" siano economicamente svantaggiosi restringe la loro pratica ad un minuscolo gruppo di appassionati il che li rende, se possibile, ancora meno influenti. A nessuno viene da chiedersi come mai i comportamenti "virtuosi" sono sempre economicamente svantaggiosi?

Potrei continuare, ma mi fermerò al mio esempio preferito: gli elettrodomestici in standby. Questi sono frutto di un' evidente perversione mentale dell'industria elettronica e sono la risposta ad una domanda che nessuno aveva mai posto ("Voglio qualosa che sembra spento ma è acceso"). Io posseggo apparecchiature irritanti che hanno un led rosso acceso per segnalare che sono spenti (cosa che Dilbert aveva a suo tempo sbeffeggiato...). Odioso. Tuttavia è praticamente impossibile, oggi, acquistare un elettrodomestico "bruno" che, quando viene spento, è spento. Fra l'altro, molti di questi dispositivi, quando vengono effettivamente spenti, perdono alcune funzionalità (ora, settaggi vari...). Molti PC si possono spegenere del tutto solo staccando fisicamente il cavo d'alimentazione. Si potrebbe immaginare che vengano fatte pressioni sull'industria elettronica per cambiare questo stato di cose, visto che tra quelli che si preoccupano di più ci sono i fornitori di elettricità. Se viene fatto non lo so: intanto però è emerso un altro comportamento virtuoso, "spegnete i vostri elettrodomestici".

E infine, da un po' di tempo ho cominciato a pensare che i più ardenti sponsor dei comportamenti scomodi e virtuosi siano un po' come quelli che sostengono che purgarsi fa bene perché sono segretamente innamorati dei clisteri. Non c'è comportamento o tecnologia abbastanza virtuosa da soddisfarli: le centrali idroelettriche deviano i ruscelli di montagna, quelle eoliche deturpano il paesaggio, quelle fotoelettriche sottraggono spazio all'erbetta.

Per questo ho deciso di inaugurare l'epoca che per comodità definirò "dei miei porci comodi". Siccome credo che i problemi, tutto sommato, esistano, sarò virtuoso se sarà comodo esserlo e se mi andrà, se no seguirò la linea di minore resistenza. E nel frattempo cercherò di sentirmi il meno in colpa possibile...

Dimenticavo: gli argomenti di cui sopra (e soprattutto il famoso un sessantamilionesimo) si applicano a fortiori , e con minimi aggiustamenti, al processo elettorale democratico. Disperatevi se volete, o fateci una bella risata, che è più salutare.

Se deragliasse.

2009-04-29T18:04:00.003+02:00

Il paese è l'India. (Il nord dell'India, per essere più precisi).
I protagonisti, tre vitelloneschi fratelli, che hanno perso da poco il padre.
L'occasione, un viaggio in treno per ritrovare se stessi, ma in realtà per incontrare la loro madre (che non ne vuole sapere, e la cui personalità giustifica almeno in parte l'insulsaggine della sua prole).

Il film è 'Il treno per Darjeeling' ('The Darjeeling Limited') . Una pellicola che ha ricevuto molti riconoscimenti e che giudico uno dei più insipidi e noiosi polpettoni che mi abbia rifilato ultimamente il Blockbuster all'angolo.

Qualcuno più acuto di me ha reinterpretato questo film come una personificazione della teoria Freudiana, in cui i tre fratelli incarnano Id, Ego e SuperEgo (e con l'obbligatorio codazzo Edipico). Ripensandolo in questa luce, non riesco a trovarlo meno insipido e noioso.

I personaggi principali coprono una gamma comportamentale che va dall'ottuso all'insopportabile passando per l'insulso. La scena finale che dovrebbe rappresentare la liberazione dal fardello paterno sembra invece la riproposizione ciclica dell'inizio con i personaggi esattamente al punto di partenza. Lo sfondo indiano della storia non è, infatti, altro che uno sfondo e lascia l'impressione che i personaggi siano stati catapultati in un calendario fotografico dedicato all'India. Il fatto di aver visto 'The Millionaire' da poco non fa che rafforzare questa sensazione.

Come sempre in questi casi è utile ricordarsi del regista - Wes Anderon - per poterlo evitare in futuro.

Questione di definizioni

2009-04-28T11:17:00.002+02:00

Sentita sul radiogiornale di Radio24 il 27/04/2009:

Giornalista: "Utilizzate personale italiano?"

Portavoce della Costa Crociere: "Sì, utilizziamo personale italiano nel senso che tutto il personale è coordinato dal comandante in seconda, che è italiano. Per le mansioni operative, utilizziamo personale di nazionalità indiana, da noi accuratamente selezionato."

Rien

2009-04-23T09:33:00.001+02:00

Non ! Rien de rien
Non ! Je ne regrette rien
Ni le bien qu'on m'a fait
Ni le mal tout ça m'est bien égal !

Non ! Rien de rien
Non ! Je ne regrette rien
C'est payé, balayé, oublié
Je me fous du passé !

Avec mes souvenirs
J'ai allumé le feu
Mes chagrins, mes plaisirs
Je n'ai plus besoin d'eux !

Balayées les amours
Et tous leurs trémolos
Balayés pour toujours
Je repars à zéro

Non ! Rien de rien
Non ! Je ne regrette rien
Ni le bien, qu'on m'a fait
Ni le mal, tout ça m'est bien égal !

Non ! Rien de rien
Non ! Je ne regrette rien
Car ma vie, car mes joies
Aujourd'hui, ça commence avec toi !

La forza dei numeri

2009-04-14T11:12:00.005+02:00

Cito da wikipedia, alla voce "Richter Scale":

Richter Magnitudes	Description	Earthquake Effects	Frequency of Occurrence
Less than 2.0	Micro	Microearthquakes, not felt.	About 8,000 per day
2.0-2.9	Minor	Generally not felt, but recorded.	About 1,000 per day
3.0-3.9	Minor	Often felt, but rarely causes damage.	49,000 per year (est.)
4.0-4.9	Light	Noticeable shaking of indoor items, rattling noises. Significant damage unlikely.	6,200 per year (est.)
5.0-5.9	Moderate	Can cause major damage to poorly constructed buildings over small regions. At most slight damage to well-designed buildings.	800 per year
6.0-6.9	Strong	Can be destructive in areas up to about 160 kilometres (100 mi) across in populated areas.	120 per year
7.0-7.9	Major	Can cause serious damage over larger areas.	18 per year
8.0-8.9	Great	Can cause serious damage in areas several hundred miles across.	1 per year
9.0-9.9	Great	Devastating in areas several thousand miles across.	1 per 20 years
10.0+	Epic	Never recorded; see below for equivalent seismic energy yield.	Extremely rare (Unknown)

La voce sottolineata dice: "Magnitudo 5.0-5.9: Moderato. Provoca danni significativi in edifici mal costruiti in regioni limitate. Provoca danni lievi ad edifici ben costruiti. Frequenza: 800 all'anno."

Po ci si può leggere questo, se si vuole.

Malcontenti

2009-04-03T13:59:00.001+02:00

Se attorno a noi tutto cambia ci sentiamo spaesati. Se attorno a noi tutto resta lo stesso, ci sentiamo vecchi.

Blasfemie

2009-03-25T09:41:00.003+01:00

Benedetto XVI est tombé par terre, c'est la faute à Voltaire

Le nez dans le ruisseau, c'est la faute à Rousseau

Il Cardinal Bagnasco interviene sulle recenti polemiche: "Non accetteremo prese in giro al Papa". Come ha detto qualcuno, "Dovevano pensarci prima del conclave."

Mi chiedo come faranno per non accettarlo: una strategia efficace potrebbe essere trattenere il fiato fino a diventare blu.

Vuoi Giocare?

2009-03-24T13:01:00.000+01:00

Dimmi, vuoi essere la mia compagna di gioco?
Vuoi sempre, sempre giocare?
Andare insieme nel buio,
con cuore infantile sembrare importante,
prendere posto con serietà a capotavola,
versare vino e acqua con sapienza,
lanciare perle, gioire per niente,
e con nostalgia indossare vecchi vestiti?
Dimmi, vuoi giocare a tutto quel che è vita,
all'inverno nevoso e al lunghissimo autunno,
si può bere il tè, muti,
il tè di rubino e il vapore giallo?
Vuoi vivere davvero con cuore puro,
stare in silenzio a lungo, a volte aver paura,
perché sulla piazza si aggira il novembre,
perché lo spazzino è un uomo povero e malato,
che fischia sotto la nostra finestra?
Vuoi giocare al serpente, all'aquila,
ai lunghi viaggi, al treno, alla nave,
al Natale, al sogno, a tutte le cose belle?
Vuoi giocare all'amante felice?
Fingere il pianto, il funerale colorato?
Vuoi vivere, vivere per sempre,
vivere nel gioco che è diventato vero?
Stare distesi per terra tra i fiori
e vuoi, vuoi giocare alla morte?

Dezső Kosztolanyi

Blues Surprise

2009-03-11T13:17:00.002+01:00

Da un'analisi della performance di 'Jelly Roll' come è incisa su "Ah-Hum" dalla band di Mingus, ho scoperto che su un blues in Do si possono usare sia la scala blues di Re, sia quella di Fa (e questo non è molto sorprendente, in fondo), sia dei riff che girano intorno al trdicesimo (sesto) grado della scala di Do (La).

Naturalmente Jelly Roll non è un normale blues in 12 e non è in Do (la versione del disco è in MIb), ma tutto funziona lo stesso.

Ah-Hum...

Da evitare come la peste

2009-03-07T09:54:00.002+01:00

Da evitare come la peste è la cosiddetta storia del jazz che l'Espresso sta allegando a partire dal numero in edicola il 6 Marzo 2008. Sono l'infelice possessore del primo dei 12 numeri - contenenti un DVD e un CD - e quindi, parlo per esperienza.

L'ho comprato nonostante qualche dubbio, e - visto il titolo - con la non irragionevole aspettativa di trovarmi di fronte ad una storia del jazz. I titoli dei capitoli in cui è suddiviso il DVD sembravano avvalorare questa interpretazione, così come i brani sul CD (Louis Armstrong con gli Hot 5 e 7, Fats Waller, Bessie Smith) per qunto un po' fuori carattere rispetto al periodo trattato, cioè le origini.

Niente di tutto ciò. Il DVD è un confuso affastellamento - condotto da Marco Nunzi - di dichiarazioni sul jazz di musicisti italiani - jazz ma anche no - che sembrano raccolte al bar alla fine di una serata di abbondanti libagioni.

Alcui momenti memorabili: Ballista che ricorda che il ragtime era "suonato nei saloon, da un pianista che stava sotto un cartello con scritto 'Non sparate sul pianista.' "; Pieranunzi che per rispondere alla fondamentale domanda "Esiste l'improvvisazione?" suona prima un po' di una suite di Bach, poi una sua parafrasi (invero scarsa) e conclude dicendo "Come vedi, l'improvvisazione è dappertutto" (e lo spettatore si augura avesse risposto "No"); il bluesman Ciotti che dice che "i neri erano esposti al blues, agli spirituals, ai gospels....la Motown viene dal gospel. Invece quelli del blues erano i ribelli".

Non solo i convenuti (o forse solo gli autori del documentario) sono evidentemente incapaci di imbastire un qualsiasi discorso storico coerente, sono anche incapaci di imbastire un discorso dotato di qualche organicità.

Aggiungo che gli unici artisti di colore interpellati sono alcuni componenti di un gruppo di percussioni africane guidato da un italiano. Tutti gli altri sono bianchi, italiani e dotati di accento centromeridionale (non che questo abbia un significato particolare, tranne fare sospettare che gravitino tutti attorno alla Casa del Jazz a Roma). Alla fine della visione si resta con la vaga impressione che il Jazz non sarebbe nato senza gli immigrati italiani (La Rocca, Roppolo et al.) e il contributo della Banda di Otricoli - Tn (da cui un bisnonno di Renzi emigrò negli USA). D'altronde, dice uno nel DVD, il jazz è una Musica Latino Americana.

La relazione tra il contenuto del DVD e quello del CD (salvo una comparsata di Bessie Smith in un film dell'epoca) è un mistero.

Il mio consiglio: se avete bisogno di una storia del Jazz, rivolgetevi a Polillo o (se siete dei musicisti) ai libri di Schuller. Questo è un promo mal fatto.

La sottile arte dell'eufemismo.

2009-03-05T10:09:00.002+01:00

Siccome non si può dire che che si prendono le impronte deigitali ai deputati, hanno chiamato l'operazione "rilevazione delle minuzie".
Azzeccato...scommetto che non hanno trovato altro da rilevare.

Le due prime annate di Musica Jazz sono consultabili online

2009-03-05T10:05:00.002+01:00

Sul sito del Centro Nazionale Studi sul Jazz.

N. 1-2 -15 AGOSTO 1 SETTEMBRE 1945

N. 3 - 20 SETTEMBRE 1945

N. 4 - 5 OTTOBRE 1945

N. 5 - 20 OTTOBRE 1945

N. 6 - 5 NOVEMBRE 1945

N. 7 - 22 NOVEMBRE 1945

N. 8 - 15 DICEMBRE 1945

Il signore dei DL

2009-02-16T18:27:00.001+01:00

Un DL per domarli, Un DL per trovarli,
Un DL per ghermirli e nel buio incatenarli,
Nella Terra dello Ior, dove l'Ombra cupa scende.

Disattenzione?

2009-01-21T09:32:00.003+01:00

Forse non sono stato attento. Fatto sta che, da quando Wynton Marsalis ha invitato Francesco Cafiso a partecipare al concerto per Obama della Lincon Canter Jazz Orchestra, avevo drizzato un po' le orecchie per vedere se la RAI o altre televisioni italiane avrebbero ripreso la notizia e creato almenu un po' del battage pubblicitario che fu fatto a suo tempo per Giovanni Allevi e il suo concerto al Blue Note (dicono i maligni che fu un concerto promozionale per il quale la sala venne affittata apposta).

Nulla.

Non m'interessano in questa sede polemiche sul valore (relativo o assoluto) dei due personaggi, su cui si è discusso anche troppo. E poi, forse il battage è di là da venire. Ma se così non fosse, cosa si deve pensare?

Che l'occasione era meno importante? Che Cafiso (20 anni) è meno giovane musicista di Allevi (40 anni)? Che è meno bravo o meno diplomato al conservatorio? Che il povero Francesco paga il fio di non essere più un enfant prodige ma semplicemente un ottimo contraltista? O che il peso del marketing discografico in questo campo è straripante?

Ai posteri....

Hancock on Hubbard

2009-01-09T11:08:00.001+01:00

"Freddie Hubbard was, I believe, the greatest jazz trumpet stylists of my generation. His influence is still being felt in the sound of many young trumpeters today. His warm tone and formidable technique will be considered marvels well into the future."
Il resto potete leggerlo qui.

Il giappone, questo sconosciuto

2009-01-07T14:05:00.001+01:00

Sentito al ristorante (giapponese):

"Siccome Tokyo è all'altezza di Palermo, anche quando là c'è -2 gradi, in realtà fa molto caldo"

"...la civiltà moderna là è arrivata circa vent'anni fa. Cioè no..."

"L'umidità d'estate arriva a al 90-95%" "Cioè, come qui" "Mhhh...no, là è diverso".

Ciao, Freddie

2008-12-30T10:03:00.004+01:00

Ieri è morto Freddie Hubbard, un gigante della tromba jazz. Aveva avuto un attacco cardiaco lo scorso 26 Novembre. Lascia decenni di musica formidabile e un vuoto che il mondo del jazz farà fatica a colmare. Qui sotto è con Art Blakey e gli All Star Jazz Messengers (Benny Golson, Curtis Fuller, Walter Davis Jr, Buster Williams) nel 1984. Il brano, ovviamente, è "I remember Clifford".

Ciao, Freddie.

Capitomboli

2008-12-27T11:11:00.003+01:00

A natale abbiamo speso molto meno dell'anno scorso, dice l'ADICONSUM, e un bel po' : il 20%.

La malcelata soddisfazione che traspare dai molti commenti su questi dati (dati?? io direi di aspettare un po': come si fanno ad avere i dati sui consumi di natale il 26/12???) assomiglia un po' al sacrificio di Origene (che si tagliò i coglioni per far dispetto alla moglie).

Non c'è bisogno di essere degli economisti per capire che esultare simultaneamente per il ritorno alla sobrietà dei consumi e stracciarsi le vesti per le difficoltà che la crisi procurerà a tutti noi è contradditorio. Almeno fino a che non mangeremo tutti quello che produciamo direttamente, ma non so se è il caso di augurarselo: la vita nell'economia di sussistenza non è comoda, chiedete - che so - a un contadino bengalese.

Dopo anni di scemenze mercatistiche, mi deprime pensare di dover ascoltare per anni scemenze pauperistiche.

Nessuno che sia arcistufo di De Rita?

2008-12-16T18:57:00.004+01:00

Tutti gli anni, e spesso più volte all'anno, il saggio De Rita - del Censis- ci dice la sua sugli italiani. Su quello che fanno, pensano, sentono, mangiano (mi fermo). E su quello che faranno, diranno, penseranno l'anno prossimo.

I (tele)giornali se lo bevono allegramente e per alcuni giorni si dedicano a raccontarci chi siamo, cosa che pare non sapessimo prima che le truppe deritiane ci intervistassero. Più o meno come gli oroscopi (un po' in anticipo sull'ultima settimana dell'anno).

E proprio come accade per questi ultimi, nessuno si dà mai la pena - nemmeno il CICAP, che per gli oroscopi lo fa - di andare a vedere, l'anno dopo, se De Rita ci avesse azzeccato o no.

Se è per questo, vista la propensione per i numeri dei (nostri) giornalisti, nessuno si dà nemmeno la pena di andare a vedere se quello che il saggio De Rita riferisce abbia un qualche supporto nei numeri che sono stati raccolti (fossi in lui, almeno una volta cederei alla tentazione di dire cose tipo "Quest'anno il nostro rapporto mostra come lo 0.25% della popolazione italiana sia composto di marziani albini").

Purtroppo, a differenza degli astrologi che - ad eccezione dello strabordante Marco Pesatori - si limitano in genere a consigli pedestri del tipo "Giove in Ariete è nocivo per la cistifellea, evitate i fritti", De Rita è titanicamente sentenzioso, paternalista, solonico. Più confessore/sacerdote che statistico, immancabilmente moraleggiante, quasi sempre poco sorprendente. Ma chi gliel'ha chiesto?

Francamente, preferirei che parlasse di 'chi quadro' e 't di student'... in alternativa, che non parlasse proprio. Un paio di tabelle riassuntive sarebbero un sollievo.

Insomma, De Rita arriva buon terzo nella mi personale classifica dei commentatori seccanti (dopo Alberoni e Jeremy Rifkin). Chissà se è solo una mia idiosincrasia?

Libertà, alberi e pistole

2008-11-14T14:50:00.003+01:00

L'ho ascoltata per anni. L'ho sentita cantare per anni. Probabilmente l'ho cantata anche io (anche se non me ne ricordo chiaramente). Era come una canzone di quelle che si cantano in Chiesa: nobili parole, musica facile e con tutte le caratteristiche tipiche di un inno, e un bel coro per ritornello.

"La libertà non è star sopra un albero,
non è neanche il volo di un moscone,
la libertà non è uno spazio libero,
libertà è PAR-TE-CI-PA-ZIO-NE"

Ho dovuto aspettare di avere 35 anni o più per essere colpito da un pensiero folgorante (ma non ero in viaggio per Damasco e non caddi da cavallo). Il pensiero diceva:

"Tu non sei d'accordo con questa canzone. Per niente. Neanche con una parola. Questa canzone propone un'idea della libertà che, al meglio, scarta senza neanche prenderla in considerazione l'idea di libertà individuale che ti è tanto cara. Al peggio, propone una deprimente dittatura collettivistica"

Wow. Menato per il naso per quasi vent'anni dalle caratteristiche anestetizzanti (musica facile e belle parole: libertà, albero, partecipazione) di una canzonetta. Infatti, era la prima volta che mi soffermavo a pensare al significato del testo. Che poi...il significato del ritonello. Perchè le strofe (che devo dire ascoltavo ancora meno) in parte lo contraddicono, di partecipazione non si parla più o di straforo (un testo abbastanza incoerente, in verità).

Insomma, io penso che la libertà sia innanzitutto poter stare sopra un albero (fra 'altro) senza che qualcuno ti venga a scassare i cabasisi - "Scendi, che andiamo a partecipare". Vacci tu. Io vengo se mi va.

E strano, perché poi delle altre canzoni di Gaber (quelle che mi piacevano e quelle che no) il testo lo ascoltavo e qualche ragionamento (senza esagerare, aveve pur sempre diciassette anni) ce lo facevo. Evidentemente le qualità oppiacee, psico-catto-comuniste (e certo, chi s'immagina di parlar male della partecipazione in parrocchia? e in sezione? e nel gruppo di autocoscienza? La partecipazione è prima di tutto BUONA) di questo ritornello mi avevano completamente otturato le vie pensatorie...

Quando si sente una parola bella/buona (casa pane mamma caldo...partecipazione) bisognerebbe sempre mettere mano alla pistola.

Mandiamolo in pensione

2008-11-11T12:49:00.004+01:00

Lemma	:	contaminare
Sillabazione/Fonetica	:	[con-ta-mi-nà-re]
Etimologia	:	Dal lat. contaminare
Verbo
Definizione	:	v. tr. [io contàmino ecc.] 1 insozzare, inquinare, infettare: l'acqua contaminata di un pozzo; il gas ha contaminato l'aria 2 (fig.) corrompere spiritualmente: contaminare l'animo 3 fondere in un unico testo più elementi di diversa provenienza; fare una contaminazione.

Ecco, io sarei deliziato se si potesse pensionare, o mettere a riposo per una trentina d'anni, l'uso 3. Se non si può farlo dappertutto, si potrebbe perlomeno sospenderne l'uso giornalistico? Non sentire per qualche anno idiozie come:

"...un paese meraviglioso, dove la musica arriva e si contamina"

Che poi, è sempre usato in senso positivo (e a me invece la frase appena citata fa anche un po' schifo).

Molti anni fa, l'idea che l'impurità e la sovrapposizione di fonti diverse potessero talvolta essere un pregio, invece che un difetto, era nuova e originale (oddio, neanche poi tanto). Oggi è un esausto luogo comune. Fra l'altro è spesso sbagliato,e viene applicato a qualunque imbastardimento passi per strada.

Quindi, dai, leviamo di mezzo "contaminare" così, dovendo cercare una perifrasi, magari il parlante (scrivente) è indotto a pensare un po' (impresa disperata, lo so). E già che ci siamo, pensioniamo anche trash. (Forse questo è meglio strozzarlo.)

Commento obbligatorio

2008-11-05T13:58:00.002+01:00

E così dopo giorni (magari - sono almeno settimane) passate in un ridicolo entusiasmo per le elezioni USA, a giochi chiusi si scatena il dibattito: sarà di destra, Obama? Di sinistra? Dove destra e sinistra sono da intendersi in termini rigorosissimamaente italiani, neh...

Un po' come interpretare i risultati dei Mondiali di calcio in funzione dei loro effetti sul match Zagarolo-Tricarico.

(Io nel frattempo sono soprattutto sollevato che otto anni di Bush siano finiti, nella certezza che uno qualunque dei due candidati sarebbe stato meglio per tutti quanti. Certo con McCain settantaduenne, l'idea del "president Palin" non mi sorrideva).

Il denaro è nulla.

2008-10-08T12:09:00.001+02:00

Ha detto il Papa. Da domenica prossima, niente più questua in Chiesa.

Airport 77

2008-10-08T12:06:00.002+02:00

Decenni di film su disastri aerei dovrebbero avere insegnato a tutti che niente terrorizza tutti quanti come vedere il capitano dell'aereo che annuncia ai passeggeri che non c'è niente da temere.

Evidentemente gli autori degli annunci sulla gestione della crisi economica (che di questi tempi hanno cadenza quotidiana) non sono stati attenti a 'Airport 77'.

Carnevale quotidiano

2008-09-23T09:30:00.002+02:00

Dai quotidiani odierni:

"Lo scandalo dei bidelli: ce ne sono più che carbinieri"
Altrettanto scandaloso: ci sono più cavoli che capre. "Appuntato, rifornisca di gessetti la Terza E"
"Linea Dura a Milano: Vietato Drogarsi in Pubblico"
Dura, che dico, durissima.

Festival

2008-09-18T11:12:00.006+02:00

Il prossimo fine settimana (tra due giorni...) comincia a Modena il festival della Filosofia. Per quello che ne so, è stato il primo festival serio, ed ha fatto scuola: c'è un festival della Letteratura (a Mantova) e uno della Matematica (a Roma) e - credo - altri. Ho saputo (ieri) dalla radio che c'è anche un festival del Diritto (sempre questo fine settimana a Piacenza).

Non si tratta di una cosa che possa infastidirmi - anzi in un certo senso la trovo anche una cosa positiva, ma temo la tendenza... Non sarà che, come nei luoghi di vacanza sono spuntate le sagre più improbabili (del pane e salame, delle polpette al sugo....), il Settembre delle nostre città si popolerà di altrettanto improbabili e pretestuosi festival seri (della computisteria, della metallurgia...).