Question

我正在考虑使用C语言进行语言识别程序。我已经在互联网上搜索并找到了基于N-Gram的文本分类文章，我还创建了自己的一组实用程序来处理我的一些编程需求。现在，我想尝试首先创建一个简单的程序printf日语单词，用平假名，片假名和汉字书写。我相信这可以用C语言完成，但我不确定如何实现它，也许这与unicode编程有关。任何人都可以尝试向我解释我需要首先学习什么，我需要#include的库（/ ies），或者可以使用哪些实用程序作为我执行和实现该程序的基础。

Answer 1

我不认为C是这个项目的最佳选择。 IMO你应该考虑使用更高级别的语言（比如C＃），这些语言有一些非凡的内置支持，只是一个简单的例子：

C＃：

byte[] buffer = new byte[] { 0xE8, 0x82, 0xB2, 0xE5, 0x84, 0xBF }; 
string s = Encoding.UTF8.GetString(buffer);

动臂。完成。

现在在C中，据我所知，没有简单的标准编码/解码库或实用程序。你必须手工制作这些东西。我自己开始这样做，但意识到这是浪费我的时间。：）

如果您坚持使用C，我建议您先阅读有关不同类型编码（多字节/宽字节编码）的所有内容。网上Unicode有很多很好的教程可以帮助你入门（这是我使用过的good one）。

编辑：好的，如果没有C＃，那么让我们在C中再做一个“简短”的例子......这假设你对编码有所了解（注意使用宽字符：wchar_t）：

#include <stdio.h>  
#include <stdlib.h>
#pragma import(__use_utf8_ctype)
#include <wchar.h>
#include <locale.h>

int main(int argc, char *argv[]) 
{
  wchar_t water = 27750;
  setlocale(LC_ALL, "");

  printf("%lc",water);
  return 0;
}

mike@linux-4puc:~> ./a.out 
汦

那是中国人......我认为这是同一个汉字，但我对日语并不好... 有如何打印，现在存储类似的工作，你将存储在wchar_t，然后进行比较。

语言识别

1 个答案: