cjk相关内容

如何在不使用空格作为单词分隔符的语言(如中文)上执行PythonSplit()？

我要将一个句子拆分成单词列表。 对于英语和欧洲语言，这很容易，只需使用Split() >>> "This is a sentence.".split() ['This', 'is', 'a', 'sentence.'] 但我还需要处理中文等不使用空格作为单词分隔符的句子。 >>> u"这是一个句子".split() [u'u8fd9u662fu4e00u4e2au53e5u5 ..

发布时间：2022-06-23 09:32:40 python string unicode nlp cjk Python

实际使用中最常见的非BMP Unicode字符是什么？

根据您的经验，到目前为止，BMP(基本多语言平面)之外的Unicode字符、代码点和范围是最常见的？它们需要UTF-8格式的4个字节或UTF-16格式的替代格式。 我本以为答案是中文和日文字符，但没有包括在最广泛使用的中日韩多字节字符集中，但在我参与的英语维基词典项目中，我们发现到目前为止Gothic alphabet要普遍得多。 更新 我已经编写了几个软件工具来扫描整个维基百科 ..

发布时间：2022-06-22 12:12:57 unicode cjk codepoint surrogate-pairs astral-plane 其他开发

仅在某些情况下，MySQL才返回不正确的UTF8扩展字符

注意：在下面的问题中，您可能会看到？或块而不是字符，这是因为您没有适当的字体。请忽略此操作。 背景 我有一个表，其中的数据结构如下： CREATE TABLE `decomposition_dup` ( `id` int(11) NOT NULL AUTO_INCREMENT, `parent` varchar(50) COLLATE utf8mb4_unicode_ci N ..

发布时间：2022-05-23 22:24:19 mysql unicode sql-like cjk utf8mb4 数据库

VB6 打印机上的 Unicode 打印

我正在尝试在打印机(嗯，实际上是 PDFCreator)上打印 Unicode(中文)字符串，但我得到的只是字符的 VERTICAL 打印. 我使用从gdi32.dll导入的TextOutW函数: TextOutW dest.hDC, x, y, StrConv(szText, vbUnicode), Len(szText) 如果我尝试打印“0.12"(如果我打印汉字，无论如何我都会得到 ..

发布时间：2022-01-20 19:39:10 unicode printing vb6 cjk 其他开发

日文字符的正则表达式

我正在使用 Struts 进行国际化.我想为日语和英语用户编写 Javascript 验证.我知道英语的正则表达式，但不知道日语用户.是否可以为基于Unicode验证的两个用户编写一个正则表达式? 请帮帮我. 解决方案 这是一个正则表达式，可用于匹配所有英文字母数字字符、日文片假名、平假名、多字节字母数字(hankaku 和 zenkaku)和破折号: /[一-龠]+|[ぁ-ゔ]+ ..

发布时间：2022-01-18 13:10:53 javascript regex unicode internationalization cjk 前端开发

在 Python 中使用非 ASCII 字符编码邮件主题 (SMTP)

我使用 Python 模块 MimeWriter 构造消息和 smtplib 发送邮件构造消息是: 文件 msg.txt:----------------------内容类型:多部分/混合；来自:我至:me@abc.com主题:主题内容类型:text/plain;charset=utf-8主题 我使用下面的代码发送邮件: 导入 smtplibs=smtplib.SMT ..

发布时间：2022-01-17 15:07:54 python utf-8 character-encoding smtp cjk Python

如何在Javascript中获取日文字符的长度?

我有一个带有 SHIFT_JIS 字符集的 ASP 经典页面.页面head部分下的meta标签是这样的: 我的页面有一个文本框 (txtName)，它只能允许 200 个字符.我有一个验证字符长度的 Javascript 函数，该函数在我的提交按钮的 ..

发布时间：2022-01-16 15:41:44 javascript unicode asp-classic cjk shift-jis 前端开发

在 C# 中将 zenkaku 字符转换为 hankaku，反之亦然

正如标题行中所说，我想在 C# 中将 zenkaku 字符转换为 hankaku 字符和vic-vrsa，但不知道该怎么做.所以，说“ラーメン"到“ﾗｰﾒﾝ"，反之亦然.是否有可能以一种根据输入格式自动确定转换需要走哪条路的方法来编写它? 解决方案 您可以使用 Strings.StrConv() 方法通过包含对 Microsoft.VisualBasic.dll 的引用，或者您可以 p/i ..

发布时间：2022-01-15 10:49:20 c# string format cjk C#/.NET

Windows 窗体文本框不能粘贴汉字吗

我正在开发一个 WinForm 应用程序，并且我有一个文本框，我在其中粘贴来自 Google 翻译的文本.我在几种 Sematic 和 Indo Languages 中取得了积极的结果，但汉字显示为 Boxes. 有什么办法可以克服吗? 解决方案 您应该使用支持 CJK 编码的适当 Unicode 字体.更好的是“Arial Unicode MS"，但它可能在没有安装 MS Offi ..

发布时间：2022-01-13 11:35:00 c# winforms unicode textbox cjk C#/.NET

如何用java将汉字保存到文件中?

我用下面的代码把汉字存成.txt文件，但是用写字板打开的时候看不懂. StringBuffer Shanghai_StrBuf = new StringBuffer("\u4E0A\u6D77");布尔附加 = 真；FileOutputStream fos;fos = new FileOutputStream(FileName, Append);for (int i = 0;i 我能做什么? ..

发布时间：2022-01-07 21:42:15 java file character-encoding cjk Java开发

使用perl检测汉字?

有没有办法用Perl检测汉字?有什么办法可以用符号点'.'分割汉字吗?完美吗? 解决方案 取决于您对什么是汉字的特定概念.也许您正在寻找 /\p{Script=Hani}/，但如果我们想广泛使用，下面的正则表达式模式将匹配出现在中文写作中的内容.必要时加以限制. 使用5.014；/(?: \p{Block=CJK_Compatibility}|\p{Block=CJK_Compatibi ..

发布时间：2021-12-28 12:22:23 perl split detect cjk 其他开发

如何在 Ruby 的字符串中检测某些 Unicode 字符?

给定 Ruby 1.8.7 中的字符串(没有使用 \p{} 支持 Unicode 属性的令人敬畏的 Oniguruma 正则表达式引擎)，我希望能够确定该字符串是否包含一个或多个中文、日文或韩文字符；即 class 字符串def contains_cjk?...结尾结尾>>'日本语'.contains_cjk?=>真的>>'광고프로그램'.contains_cjk?=>真的>>'艾弗森将退出篮坛 ..

发布时间：2021-12-27 15:41:03 ruby unicode encoding character-encoding cjk 其他开发

如何判断一个字符是否是汉字

如何使用ruby判断一个字符是否为汉字? 解决方案 一篇关于 Ruby 编码的有趣文章:http://blog.grayproductions.net/articles/bytes_and_characters_in_ruby_18(这是一个系列的一部分 - 也请查看文章开头的目录) 我以前没有用过汉字，但这似乎是unicode支持的列表:http://en.wikipedia.or ..

发布时间：2021-12-27 15:35:37 ruby unicode encoding cjk character-properties 其他开发

Unicode 中汉字的完整范围是多少?

U+4E00..U+9FFF 是完整集的一部分，但不是全部 解决方案 也许您会通过 CJK Unicode FAQ(其中包含“中文、日文和韩文"字符) “东亚文字"文档确实提到: 包含汉字的块 汉字表意字符存在于 Unicode 标准的五个主要块中，如见表12-2 表 12-2.包含汉字的块 块范围注释CJK 统一表意文字 4E00-9FFF 通用CJK 统一表意 ..

发布时间：2021-12-26 13:21:25 unicode cjk 其他开发

什么是所有日语空格字符?

我需要拆分一个字符串并提取由空格字符分隔的单词.源可能是英文或日文.英文空白字符包括制表符和空格，日语文本也使用这些字符.(IIRC，所有广泛使用的日语字符集都是 US-ASCII 的超集.) 所以我需要用来分割字符串的字符集包括普通的 ASCII 空格和制表符. 但是，在日语中，还有另一个空格字符，通常称为“全角空格".根据我的 Mac 的 Character Viewer 实用程序 ..

发布时间：2021-12-22 20:11:55 text unicode whitespace tokenize cjk 其他开发

检测 Windows 字体大小(100%、125% 和 150%)

我创建了一个完美运行的应用程序，直到用户选择 125% 或 150%.它会破坏我的应用程序.后来我找到了一种通过检测DPI来找到字体大小的方法. 在拥有中文版 Windows 7 的人开始使用我的应用程序之前，这一直很有效.整个应用程序在中文 Windows 7 上中断.据我所知(我无法真正测试它，因为我只有英文版本并且安装语言包不会导致问题)中文字符导致奇怪的 DPI 破坏了我的应用程序. ..

发布时间：2021-12-08 14:17:29 c# .net winforms windows-7 cjk C#/.NET

Flutter 从服务器中提取的日语字符解码错误

我正在使用 Flutter 构建一个移动应用. 我需要从服务器获取一个包含日语文本的 json 文件.返回的json的一部分是: {"id": "egsPu39L5bLhx3m21t1n","userId": "MCetEAeZviyYn5IMYjnp","userName": "巽裕亮","content": "フルマラソン完走に対して2018/05/06のふりかえりの行いました！"} ..

发布时间：2021-12-06 23:18:29 rest dart flutter cjk 其他开发

语言分析框架的词素分析已弃用 API 的替代品是什么

语言分析框架已弃用，甚至在 64 位版本中也不可用.文档说 - 使用 CFStringTokenizer 但标记器不提供 lang 分析框架中可用的功能. lang 分析框架提供的词素分析 API 的替代品是什么? 编辑:尽管 Pantong 的回复有所帮助，但并非在所有情况下都有效，例如对于具有 3-4 个汉字字符的单词，它返回不正确的结果.(不正确我的意思是它与 Lang 分析框架 ..

发布时间：2021-11-25 07:38:33 macos 64-bit cjk C#

浏览器如何处理“豆腐"?人物

字符.我正在创建的混合 Cordova/Android 应用程序中使用 Orbitron 字体 - 非常简单因为它紧凑且具有我所追求的干净、未来主义的外观.然而，不久前我意识到 Orbitron 是一种相当有限的字体，只支持基本的拉丁字符集. 我正要开始切换到由 Google 创建的 Noto * 系列字体，所以 No more Tofu - 豆腐是印刷师用来描述空白矩形的术语当字体没有合适 ..

发布时间：2021-11-17 01:18:26 css arabic cjk font-family tamil 前端开发

在小程序中显示中文文本

我们有一个可以显示中文文本的小程序.我们为它指定了一种字体 (Arial)，它在 Windows 和 Mac OSX 下都可以正常工作. 但在 Linux 上的 Firefox 中，中文字符呈现为正方形.有没有办法解决这个问题?请注意，我们不能假设客户端上存在特定的字体文件. 解决方案 那是因为 Windows 和 Mac 上的 Arial 都是 Unicode 字体，而在 Linu ..

发布时间：2021-11-16 22:19:33 java linux localization applet cjk Java开发