- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我正在尝试使用日语词法分析器 MeCab在 C# 程序(Visual Studio 2010 Express、Windows 7)中,编码出了点问题。如果我的输入(粘贴到文本框中)是这样的:
一方、広義の「ネコ」は、ネコ類(ネコ科動物)の一部、あるいはその全ての獣を指す包括的名称を指す。
然后我的输出(在另一个文本框中)如下所示:
? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*( åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*) åè©ž,サ変接続,*,*,*,*,*? åè©ž,サ変接続,*,*,*,*,*????????????????????????? åè©ž,サ変接続,*,*,*,*,*EOS
我猜这是其他编码的文本被误认为是 UTF-8 编码的文本。但是假设它是 EUC-JP 并使用 Encoding.Convert 将其转换为 UTF-8 不会改变输出;假设它是 Shift-JIS 并做同样的事情会产生不同的乱码。此外,虽然它确实在处理文本——这就是 MeCab 输出应该被格式化的方式——它似乎也没有将输入解释为 UTF-8。如果它这样做,输出中就不会出现所有以单字符“化合物”开头的相同行,显然无法识别。
当我通过 MeCab 的命令行运行该句子时,我又得到了一组看起来不同的乱码。但是,同样,它只是左边的一排问号和圆括号,所以 Windows 命令行不支持带有日文字符的字体不仅仅是问题;同样,它只是不以 UTF-8 格式读取输入。 (我确实以 UTF-8 模式安装了 MeCab。)
代码的相关部分如下所示:
[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl)]private extern static IntPtr mecab_new2(string arg);[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl)][return: MarshalAs(UnmanagedType.AnsiBStr)]private extern static string mecab_sparse_tostr(IntPtr m, string str);[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl)]private extern static void mecab_destroy(IntPtr m);private string meCabParse(string jpnText){ IntPtr mecab = mecab_new2(""); string parsedText = mecab_sparse_tostr(mecab, jpnText); mecab_destroy(mecab); return parsedText;}
(关于摆弄看似合理的事物以查看它们是否有所作为,我尝试将“UnmanagedType.AnsiBStr”切换为“UnmanagedType.BStr”,这给出了错误“AccessViolationException was unhandled”,并添加“CharSet=CharSet.Unicode”到 DllImport 参数,这将输出变成了“EOS”。)
这就是我进行转换的方式:
// 65001 = UTF-8 codepage, 20932 = EUC-JP codepageprivate string convertEncoding(string sourceString, int sourceCodepage, int targetCodepage){ Encoding sourceEncoding = Encoding.GetEncoding(sourceCodepage); Encoding targetEncoding = Encoding.GetEncoding(targetCodepage); // convert source string into byte array byte[] sourceBytes = sourceEncoding.GetBytes(sourceString); // convert those bytes into target encoding byte[] targetBytes = Encoding.Convert(sourceEncoding, targetEncoding, sourceBytes); // byte array to char array char[] targetChars = new char[targetEncoding.GetCharCount(targetBytes, 0, targetBytes.Length)]; //char array to targt-encoded string targetEncoding.GetChars(targetBytes, 0, targetBytes.Length, targetChars, 0); string targetString = new string(targetChars); return targetString;}private string meCabParse(string jpnText){ // convert the text from the string from UTF-8 to EUC-JP jpnText = convertEncoding(jpnText, 65001, 20932); IntPtr mecab = mecab_new2(""); string parsedText = mecab_sparse_tostr(mecab, jpnText); // annnd convert back to UTF-8 parsedText = convertEncoding(parsedText, 20932, 65001); mecab_destroy(mecab);}
建议/ mock ?
最佳答案
我偶然发现了这个线程,正在寻找一种方法来做同样的事情。我以您的代码为起点,this blog post了解如何编码 UTF8 字符串。
以下代码为我提供了正确编码的输出:
public class Mecab
{
[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl, CharSet=CharSet.Unicode)]
private extern static IntPtr mecab_new2(string arg);
[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl, CharSet = CharSet.Unicode)]
private extern static IntPtr mecab_sparse_tostr(IntPtr m, byte[] str);
[DllImport("libmecab.dll", CallingConvention = CallingConvention.Cdecl, CharSet = CharSet.Unicode)]
private extern static void mecab_destroy(IntPtr m);
public static String Parse(String input)
{
IntPtr mecab = mecab_new2("");
IntPtr nativeStr = mecab_sparse_tostr(mecab, Encoding.UTF8.GetBytes(input));
int size = nativeArraySize(nativeStr) - 1;
byte[] data = new byte[size];
Marshal.Copy(nativeStr, data, 0, size);
mecab_destroy(mecab);
return Encoding.UTF8.GetString(data);
}
private static int nativeArraySize(IntPtr ptr)
{
int size = 0;
while (Marshal.ReadByte(ptr, size) > 0)
size++;
return size;
}
}
关于c# - 试图让 libmecab.dll (MeCab) 与 C# 一起工作,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6365931/
#include using namespace std; class C{ private: int value; public: C(){ value = 0;
这个问题已经有答案了: What is the difference between char a[] = ?string?; and char *p = ?string?;? (8 个回答) 已关闭
关闭。此题需要details or clarity 。目前不接受答案。 想要改进这个问题吗?通过 editing this post 添加详细信息并澄清问题. 已关闭 7 年前。 此帖子已于 8 个月
除了调试之外,是否有任何针对 c、c++ 或 c# 的测试工具,其工作原理类似于将独立函数复制粘贴到某个文本框,然后在其他文本框中输入参数? 最佳答案 也许您会考虑单元测试。我推荐你谷歌测试和谷歌模拟
我想在第二台显示器中移动一个窗口 (HWND)。问题是我尝试了很多方法,例如将分辨率加倍或输入负值,但它永远无法将窗口放在我的第二台显示器上。 关于如何在 C/C++/c# 中执行此操作的任何线索 最
我正在寻找 C/C++/C## 中不同类型 DES 的现有实现。我的运行平台是Windows XP/Vista/7。 我正在尝试编写一个 C# 程序,它将使用 DES 算法进行加密和解密。我需要一些实
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
有没有办法强制将另一个 窗口置于顶部? 不是应用程序的窗口,而是另一个已经在系统上运行的窗口。 (Windows, C/C++/C#) 最佳答案 SetWindowPos(that_window_ha
假设您可以在 C/C++ 或 Csharp 之间做出选择,并且您打算在 Windows 和 Linux 服务器上运行同一服务器的多个实例,那么构建套接字服务器应用程序的最明智选择是什么? 最佳答案 如
你们能告诉我它们之间的区别吗? 顺便问一下,有什么叫C++库或C库的吗? 最佳答案 C++ 标准库 和 C 标准库 是 C++ 和 C 标准定义的库,提供给 C++ 和 C 程序使用。那是那些词的共同
下面的测试代码,我将输出信息放在注释中。我使用的是 gcc 4.8.5 和 Centos 7.2。 #include #include class C { public:
很难说出这里问的是什么。这个问题是含糊的、模糊的、不完整的、过于宽泛的或修辞性的,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开它,visit the help center 。 已关
我的客户将使用名为 annoucement 的结构/类与客户通信。我想我会用 C++ 编写服务器。会有很多不同的类继承annoucement。我的问题是通过网络将这些类发送给客户端 我想也许我应该使用
我在 C# 中有以下函数: public Matrix ConcatDescriptors(IList> descriptors) { int cols = descriptors[0].Co
我有一个项目要编写一个函数来对某些数据执行某些操作。我可以用 C/C++ 编写代码,但我不想与雇主共享该函数的代码。相反,我只想让他有权在他自己的代码中调用该函数。是否可以?我想到了这两种方法 - 在
我使用的是编写糟糕的第 3 方 (C/C++) Api。我从托管代码(C++/CLI)中使用它。有时会出现“访问冲突错误”。这使整个应用程序崩溃。我知道我无法处理这些错误[如果指针访问非法内存位置等,
关闭。这个问题不符合Stack Overflow guidelines .它目前不接受答案。 我们不允许提问寻求书籍、工具、软件库等的推荐。您可以编辑问题,以便用事实和引用来回答。 关闭 7 年前。
已关闭。此问题不符合Stack Overflow guidelines 。目前不接受答案。 要求我们推荐或查找工具、库或最喜欢的场外资源的问题对于 Stack Overflow 来说是偏离主题的,因为
我有一些 C 代码,将使用 P/Invoke 从 C# 调用。我正在尝试为这个 C 函数定义一个 C# 等效项。 SomeData* DoSomething(); struct SomeData {
这个问题已经有答案了: Why are these constructs using pre and post-increment undefined behavior? (14 个回答) 已关闭 6
我是一名优秀的程序员,十分优秀!