php中文分词源码遇到的小问题
程序员文章站
2022-03-31 15:45:21
...
define('_SP_', chr(0xFF).chr(0xFE)); define('UCS2', 'ucs-2be');
这2个常量定义的作用是什么?_SP_定义成chr(0xFF).chr(0xFE)是什么意思,我在ascii对照表内根本找不到FF,FE这2个对应的编码啊?
后面的代码如下
//载入副词典 $hw = ''; $ds = file($dicAddon);//17行的txt格式字典文件 foreach($ds as $d) { $d = trim($d); if($d=='') continue; $estr = substr($d, 1, 1); if( $estr==':' ) { $hw = substr($d, 0, 1); } else { $spstr = _SP_; $spstr = iconv(UCS2, 'utf-8', $spstr);//怎么会出现ucs2编码?咋回事 $ws = explode(',', $d);//每一行的汉字,用中间的逗号分成数组 $wall = iconv('utf-8', UCS2, join($spstr, $ws));//用_SP_又组合成了字符串??,然后又转换成了ucs2? $ws = explode(_SP_, $wall);//又接着分割成数组?啥意思啊!!! foreach($ws as $estr) { $this->addonDic[$hw][$estr] = strlen($estr); } } }
这段代码,就是载入字典文件,可是我没明白ELSE代码的逻辑?谁能简单说说
回复讨论(解决方案)
你的字典文件是 ucs-2be 编码的
chr(0xFF).chr(0xFE) 是 ucs-2be 的 BOM
你的字典文件是 ucs-2be 编码的
chr(0xFF).chr(0xFE) 是 ucs-2be 的 BOM
还是有些不懂,建立_SP_这个常量有什么作用啊?ucs-2be的BOM直接写出来存入一个变量就行了,为什么还要拿chr()函数计算出来?
chr(0xFF).chr(0xFE) 可写作 “\xff\xfe"
不过作者没有你那么聪明,所以就用字符串函数写了
chr(0xFF).chr(0xFE) 可写作 “\xff\xfe"
不过作者没有你那么聪明,所以就用字符串函数写了
作者是dede的作者,怎么可能?kending bushi zheyangde
不是他,就是你
不知道变通!
不是他,就是你
不知道变通!
版主,我真没弄懂,人家用_SP_当字符串分割标识的,不是BOM吧,能帮帮忙嘛!
BOM 是编码类型声明,把 _SP_ 解释为 BOM 是为了帮助理解
你不是”在ascii对照表内根本找不到FF,FE这2个对应的编码“
再看
define('_SP_', chr(0xFF).chr(0xFE)); define('UCS2', 'ucs-2be');$spstr = _SP_;$spstr = iconv(UCS2, 'utf-8', $spstr);echo bin2hex($spstr);得到 efbfbe
这是 utf-8 的 BOM
至于他为什么要这样做,你看看字典文件就知道是怎么回事了
BOM 是编码类型声明,把 _SP_ 解释为 BOM 是为了帮助理解
你不是”在ascii对照表内根本找不到FF,FE这2个对应的编码“
再看
define('_SP_', chr(0xFF).chr(0xFE)); define('UCS2', 'ucs-2be');$spstr = _SP_;$spstr = iconv(UCS2, 'utf-8', $spstr);echo bin2hex($spstr);得到 efbfbe
这是 utf-8 的 BOM
至于他为什么要这样做,你看看字典文件就知道是怎么回事了
你说的好像不对,但是也没人知道