BreakIterator如何在Android中工作？

  • Z时代
  • 2024-01-10
  • 分类：问答

我正在用Android（蒙古语的自定义垂直脚本TextView）制作自己的文本处理器。我以为自己必须找到所有换行位置，以便可以实现换行，但是后来发现BreakIterator。这似乎找到了各种语言中的字符，单词，行和句子之间的所有可能的中断。

我正在尝试学习如何使用它。该文档比一般文档更有帮助，但仅通过阅读仍然难以理解。我还找到了一些教程（请参见此处，此处和此处），但是它们缺少我想要的输出的完整说明。

我添加了此问答形式的答案，以帮助自己学习使用方法BreakIterator。

我将其设置为Java之外的Android标签，因为它们之间显然存在一些差异。此外，Android现在支持ICUBreakIterator，将来的答案可能会解决此问题。

回答：

BreakIterator可用于查找字符，单词，行和句子之间的可能间隔。这对于诸如将光标移动到可见字符，双击以选择单词，三次单击以选择句子以及换行等操作很有用。

样板代码

以下示例中使用了以下代码。只需调整第一部分即可更改的文本和类型BreakIterator。

// change these two lines for the following examples
String text = "This is some text.";
BreakIterator boundary = BreakIterator.getCharacterInstance();
// boiler plate code
boundary.setText(text);
int start = boundary.first();
for (int end = boundary.next(); end != BreakIterator.DONE; end = boundary.next()) {
    System.out.println(start + " " + text.substring(start, end));
    start = end;
}

如果您只是想测试一下，可以将其直接粘贴到onCreateAndroid 的“活动”

中。我使用的System.out.println不是，Log因此它也可以在纯Java环境中进行测试。

我使用的java.text.BreakIterator是ICU，而不是ICU，仅可通过API 24获得。有关更多信息，请参见底部的链接。

性格

更改样板代码以包括以下内容

String text = "Hi 中文éé\uD83D\uDE00\uD83C\uDDEE\uD83C\uDDF3.";
BreakIterator breakIterator = BreakIterator.getCharacterInstance();

输出量

0 H
1 i
2  
3 中
4 文
5 é
6 é
8 ????
10 ????????
14 .

最让人感兴趣的部分是在索引6，8和10。您的浏览器可能无法正确显示字符，但是即使它们由多个UTF-16值组成，用户也会将所有字符解释为单个字符。

话

更改样板代码以包括以下内容：

String text = "I like to eat apples. 我喜欢吃苹果。";
BreakIterator boundary = BreakIterator.getWordInstance();

输出量

0 I
1  
2 like
6  
7 to
9  
10 eat
13  
14 apples
20 .
21  
22 我
23 喜欢
25 吃
26 苹果
28 。

这里有一些有趣的事情要注意。首先，在空格的两侧都检测到断字。其次，即使有不同的语言，仍然可以识别多字符的中文单词。即使将语言环境设置为，在测试中也是如此Locale.US。

线数

您可以使代码与Words示例相同：

String text = "I like to eat apples. 我喜欢吃苹果。";
BreakIterator boundary = BreakIterator.getLineInstance();

输出量

0 I 
2 like 
7 to 
10 eat 
14 apples. 
22 我
23 喜
24 欢
25 吃
26 苹
27 果。

请注意，中断位置不是整行文本。它们只是换行文本的便捷位置。

输出类似于Words示例。但是，现在前面的单词中包含空格和标点符号。这是有道理的，因为您不希望换行以空格或标点符号开头。还要注意，汉字每个字符都会有换行符。这与可以跨中文行打破多字符单词的事实是一致的。

句子

更改样板代码以包括以下内容：

String text = "I like to eat apples. My email is me@example.com.\n" +
        "This is a new paragraph. 我喜欢吃苹果。我不爱吃臭豆腐。";
BreakIterator boundary = BreakIterator.getSentenceInstance();

输出量

0 I like to eat apples. 
22 My email is me@example.com.
50 This is a new paragraph. 
75 我喜欢吃苹果。
82 我不爱吃臭豆腐。

正确的断句用多种语言识别。此外，电子邮件域中的点也没有误报。

笔记

您可以在创建时设置语言环境BreakIterator，但如果不设置，则仅使用默认语言环境。

进一步阅读

  • 文献资料

  • ICU版本的BreakIterator

  • 这是更有用的教程之一。

以上是 BreakIterator如何在Android中工作？ 的全部内容， 来源链接： utcz.com/qa/400663.html

回到顶部