客服电话
APP下载
迪恩网络APP
随时随地掌握行业动态
官方微信
扫描二维码
关注迪恩网络微信公众号
|
注意：本文转自 http://blog.verycd.com/dash/cmd=showentry&eid=1677 ，以下为原文 细心的网友可能会发现，VeryCD的资源搜索是支持拼音的，不论你是直接输入拼音，还是输入同音字，我们的搜索程序都会提示你正确的关键字。比如: http://search.verycd.com/search?q=萧雅轩 (注：此链接已经过时) 之前我们使用的是一个网上已经很普遍的汉字转拼音函数，通过使用后发现，这个函数的算法虽然简便，但只能取得GB2312中根据拼音排列的3755个常用汉字，所以其适用范围很有限。由于其它汉字大都按部首/笔画顺序排列，所以我们只能通过建立一个汉字-拼音表来实现一一对应。 这个时候输入法生成器就派上了用场，利用它的逆转换功能生成一个汉字拼音的文本文件。然后再写一个PHP小程序，即可删除这个文本文件中的词组和多音字。
1<?php
通过读入WINPY2.TXT再配合几个字符串操作函数就可以非常简单的获取到汉字的拼音了(具体的代码xdanger还在写，我这里就不贴出来了)2//注意，在2000/XP下生成的文本文件是Unicode格式，需要先转换到GB2312 3$py = file_get_contents("WINPY.TXT"); 4$arr_tmp = explode("\r\n", $py); 5$arr_py = array(); 6foreach ($arr_tmp as $v) 7{ 8 if (preg_match("/^[".chr(0x81)."-".chr(0xfe)."].[a-z]/", $v)) 9 { 10 $word = substr($v, 0, 2); 11 if (!$arr_py[$word]) 12 { 13 $arr_py[$word] = substr($v, 2); 14 $output .= $v."\n"; 15 } 16 } 17} 18$handle = fopen("WINPY2.TXT", 'w'); 19fwrite($handle, $output); 20?> 附注：我们在最后处理的时候忽略了多音字的因素，以后仍然有待改进。 网上关于正则判断中文的文章大都使用[chr(0xa1)-chr(0xff)]来判断中文，事实上这只能判断出GB2312的几千个汉字，生僻字和繁体字都不包含在内，正确的应该是[chr(0x81)-chr(0xfe)]。 注：原附件已被删除，本文仅提供原理。 |
2022-07-18
2022-08-17
2022-11-06
2022-08-17
2022-08-15
PacktPublishing/Python-Machine-Learning-Second-Edition: Python Machine Learning
sussillo/hfopt-matlab: A parallel, cpu-based matlab implemention of the Hessian
win7系统电脑使用过程中有不少朋友表示遇到过win7系统USB驱动器RAM的状况，当出现win7
emersion/go-ostatus: An OStatus library written in Go
The vCenter Server contains a server-side request forgery (SSRF) vulnerability.
elipapa/markdown-cv: a simple template to write your CV in a readable markdown f
zju-sclab/NDT-library: These is ndt library for ndt_mapping and ndt_localization
Call Me Maybe 中英字幕 对于加拿大歌手卡莉·蕾·吉普森很多人有些陌生，她隶属于贾
TComponent类TComponent类直接由TPersistent派生。TComponent的独特特征是它的属性能
drac/Material-Design-Color-Palette-for-Inkscape: Google Material Design Color Pa
请发表评论