- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有包含两个相似字符的字符串。两者都显示为带有 ogonek 的小“a”:
±
±
(注意:根据渲染器,它们有时呈现相似,有时略有不同)
但是,它们是不同的:
第一个字符的特征:
在 PostgreSQL 中:
select ascii('ą');
ascii
-------
261
十六进制的 UTF-8 编码是:\xC4\x85
所以它是一个预组合字符 ( https://en.wikipedia.org/wiki/Precomposed_character )
第二个字符的特征:
在 PostgreSQL 中:
select ascii('ą');
ascii
-------
97
(与字符'a'相同)
这强烈表明渲染的字符是由两个字符组合而成的。它确实是:
十六进制的 UTF-8 编码是:\x61\xCC\xA8
所以是组合
一个\x61\
和一个组合字符 ( https://en.wikipedia.org/wiki/Combining_character ),单独的 ogonek:
̨ \xCC\xA8
我想使用 PostgreSQL 的 levenshtein 函数来确定单词的相似性,因此我想将两个字符视为相同的(因为这当然是写一个独特名称的人的意图)具有第一个或第二个字符的实体)。
我假设我可以使用 unaccent 来始终摆脱 ogonek,但这在第二种情况下不起作用:
第一个字符:预期结果:
select levenshtein('ą', 'x');
levenshtein
-------------
1
第一个字符:预期结果:
select levenshtein(unaccent('ą'), 'x');
levenshtein
-------------
1
第二个字符:预期结果:
select levenshtein('ą', 'x');
levenshtein
-------------
2
第二个字符:意外结果:
select levenshtein(unaccent('ą'), 'x');
levenshtein
-------------
2
所以,当我将两个字符与 levenshtein 和 unaccent 进行比较时,结果是 1:
select levenshtein(unaccent('ą'), unaccent('ą'));
levenshtein
-------------
1
而不是 0。
在第二种情况下,我怎样才能“摆脱 ogonek”?
(如何)使用String的UTF-8编码可以得到实现的结果?
编辑:正如@s-man 建议的那样,将组合字符添加到unaccent.rules
将解决这个特定问题。但是要普遍解决预组合字符与组合字符的unaccent问题,我必须明确添加/修改每个缺失/“错误配置”组合字符到/在配置中。
最佳答案
移除重音符号会让编辑距离为 0,但它也会让 ±
和 a
之间的距离为 0,这听起来并不理想。
更好的解决方案是 normalise Unicode 字符串,即将组合字符序列 E'a\u0328'
转换为预组合字符 E'\u0105'
,然后再进行比较。
不幸的是,Postgres 似乎没有内置的 Unicode 规范化功能,但您可以通过 PL/Perl 轻松访问一个。或 PL/Python语言扩展。
例如:
create extension plpythonu;
create or replace function unicode_normalize(str text) returns text as $$
import unicodedata
return unicodedata.normalize('NFC', str.decode('UTF-8'))
$$ language plpythonu;
然后:
test=# select levenshtein(unicode_normalize(E'a\u0328'), unicode_normalize(E'\u0105'));
levenshtein
-------------
0
这也解决了 your previous question 中的问题,其中组合字符对 Levenshtein 距离有贡献:
test=# select levenshtein(unicode_normalize(E'a\u0328'), 'x');
levenshtein
-------------
1
关于Postgresql levenshtein 和预组合字符与组合字符,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56683034/
我正在阅读哈德利的 Advanced R并尝试一些东西。我正在尝试创建一个 lazy闭包函数返回一个带有提供的函数 data.frame在其环境中以及使用 with并且能够在以后提供额外的函数参数。
我有两个 ViewController。初始 ViewController 是输入和存储 URL 的地方。此初始 ViewController 的 viewDidLoad 还应该在应用程序启动时开始加
你是怎么用的 对于应用程序中的 ListView 项也应该在设备 <11 上运行? 由于 activated_state 在 HC 之前不可用,我只能想到两个肮脏的解决方法: 在您的 Activit
我正在为 android (2.1 > 3.1) 编写一个应用程序,我想使用熟悉的做法,即在 Honeycomb 应用程序中使用应用程序图标来进入家庭 Activity ,但是,当我之前运行该 Act
如果搜索的键不存在,我如何覆盖方法 GET 或编写一个将在服务器端执行的新函数返回另一个键值? 示例: 如果关键字“word_1 word_2 word_3 word_4”不存在则搜索关键字“word
对于我的存储库,我使用的是 Git 和 Stash。在 Stash 端,我限制了(只读)对 master 的访问权限,因此任何用户都可以从 master 分支分支以获取功能/分支,但不能直接 merg
如何配置dgrid及其存储以定义渲染行时是否已经选择了行? 例如,如果我的行数据是这样的: { id: 1, name: 'Item Name', selected: true } 我当前
有没有一种方法可以将变量从一个 BeanShell 前/后处理器引用到另一个 BeanShell 处理器(它们在同一个线程组中)? 如果我在 HTTP 请求下的 BeanShell 预处理器中创建了一
问题 我已尝试添加预操作 shell 脚本,这些脚本会根据我正在构建的内容打开/关闭我的 .pch 文件中的某些定义。 但是,在运行构建时,没有任何反应。我不是一个流利的 shell 脚本编写者,所以
我有一个 HTML 字符串用作 jQuery 输入文档。 // the variable html contains the HTML code jQuery( html ).find( 'p' ).
在 Mercurial 中允许 merge 之前有没有办法进行一些检查? 通过将以下内容添加到 ~/.hg/hgrc,我找到了更新前 Hook ,并拥有一个在允许更新之前运行的脚本: [hooks]
总结: 预 Controller Hook 是否在缓存期间执行?是否有任何 Hook 点可以执行? (系统前?) 我应该强调一个事实,即 Hook 不会影响发送到浏览器的内容。这不是问题。 详细版:
我正在使用适用于 android 的 Skobbler Map API,到目前为止它一直非常好。按照官方的“操作方法”,我已经能够将 map 应用到我的应用程序中。比我可以让应用程序下载 map 并离
当我安装bcrypt时我的 hapi js 项目的模块尚未安装,它显示类似 node-pre-gyp install --fallback-to-build 我尝试通过运行来安装; npm i nod
我试图使用此代码的变体: apply plugin: 'java' apply plugin: 'idea' idea.workspace.iws.withXml { provider ->
假设我们有一个 PHP 项目,其依赖项 A 和 B 分别依赖于 PHP 库 X,但版本不同。 通常,人们会使用诸如 composer 之类的 PHP 依赖管理器,它可以通过在与 A 和 B 兼容的版本
这似乎违背了代码块的目的,但我希望能够在代码块中加粗。例如,如果我想将返回行加粗: int main(void) { **return 0;** } 最佳答案 您必须在 HTML 中执行此操作
我们是否应该使用 Huggingface(预)训练一个 BERT 无框模型的小写输入数据?我查看了 Thomas Wolf ( https://github.com/huggingface/trans
我有两个模式: 技能: var mongoose = require("mongoose"); var SkillSchema = new mongoose.Schema({ skill: {
我这里有问题。这适用于 Chrome,但我无法在 IE11 的 index.html 中使用任何动画。当它不想工作时,我会看到一个静态屏幕。同样在 IE 中,消息不会像它应该的那样消失。如果我将 di
我是一名优秀的程序员,十分优秀!