实例介绍
【实例简介】分词时 支持自定义字典
【实例截图】
【核心代码】
using System;
using System.Collections.Generic;
using System.ComponentModel;
using System.Data;
using System.Drawing;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using System.Windows.Forms;
using System.Text.RegularExpressions;
namespace TextToPinyin
{
public partial class TextToPinyinForm : Form
{
//词典的文件名，含路径
string filename;
public TextToPinyinForm()
{
InitializeComponent();
//初始化词典文件路径；
filename = @"Dictionary\\Dictionary.xml";
}
//测试各个分词模块
private void SegWords()
{
//清理输出文本框
textBoxOutput.Text = "";
//要检测的文本不能为空
if (string.IsNullOrEmpty(textBoxInput.Text))
{
MessageBox.Show("要处理的文本不能为空");
return;
}
//检测格式是否符合要求
if (!CheckInputText(textBoxInput.Text))
{
MessageBox.Show("要处理的内容必须是全中文");
return;
}
//生成词典
Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename);
//只取词典中的中文词汇，无需拼音
List<string> wordList = dict.Dictionary.Keys.ToList<string>();
//进行正向分词
List<string> wordsLeft = Helper.Segmentation.SegMMLeftToRight(textBoxInput.Text, ref wordList);
//判断分词是否正常返回
if (wordsLeft == null)
{
MessageBox.Show("正向分词模块执行失败");
return;
}
//将正向分词结果显示出来
textBoxOutput.Text = "正向分词：";
foreach (string word in wordsLeft)
{
textBoxOutput.Text = word;
textBoxOutput.Text = ", ";
}
//换行
textBoxOutput.Text = "\r\n";
//进行逆向分词
List<string> wordsRight = Helper.Segmentation.SegMMRightToLeft(textBoxInput.Text, ref wordList);
//判断分词是否正常返回
if (wordsRight == null)
{
MessageBox.Show("逆向分词模块执行失败");
return;
}
//将正向分词结果显示出来
textBoxOutput.Text = "逆向分词：";
foreach (string word in wordsRight)
{
textBoxOutput.Text = word;
textBoxOutput.Text = ", ";
}
//换行
textBoxOutput.Text = "\r\n";
//进行双向分词
List<string> wordsDouble = Helper.Segmentation.SegMMDouble(textBoxInput.Text, ref wordList);
//判断分词是否正常返回
if (wordsDouble == null)
{
MessageBox.Show("双向分词模块执行失败");
return;
}
//将正向分词结果显示出来
textBoxOutput.Text = "双向分词：";
foreach (string word in wordsDouble)
{
textBoxOutput.Text = word;
textBoxOutput.Text = ", ";
}
}
//测试读取词典
private void ReadDict()
{
//清空输出框内容
textBoxOutput.Text = "";
//读取词典
Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename);
//显示词典条数
textBoxOutput.Text = "词典读取成功，获得词条：";
textBoxOutput.Text = dict.Dictionary.Count;
textBoxOutput.Text = "条。";
textBoxOutput.Text = "\r\n";
//提示只显示前100条，不然程序会卡死
if (dict.Dictionary.Count > 100)
{
textBoxOutput.Text = "只显示词典的前100条，太多程序会卡死：";
textBoxOutput.Text = "\r\n";
}
else
{
textBoxOutput.Text = "词典所有内容如下：";
textBoxOutput.Text = "\r\n";
}
//将词典内容显示在窗口中，只显示前100条
int i = 0;
foreach (KeyValuePair<string, string> pair in dict.Dictionary)
{
textBoxOutput.Text = pair.Key;
textBoxOutput.Text = ", ";
textBoxOutput.Text = pair.Value;
textBoxOutput.Text = "\r\n";
//只显示前100条
i ;
if (i >= 100)
break;
}
}
//判断输入的字符是否符合格式
private bool CheckInputText(string inputStr)
{
//字符串不能为空
if (string.IsNullOrEmpty(inputStr))
return false;
//判断字符串是否完全是中文
//匹配中文字符的正则表达式
//还要匹配换行符
string patternCN = @"^[\u4e00-\u9fa5\r\n] $";
//匹配表达式，如果匹配成功，说明格式符合要求
if (Regex.IsMatch(textBoxInput.Text, patternCN))
{
return true;
}
else
return false;
}
//将汉字转化为拼音
private void ConvertCnToPinyin()
{
//清理输出文本框
textBoxOutput.Text = "";
//要转换的文本不能为空
if (string.IsNullOrEmpty(textBoxInput.Text))
{
MessageBox.Show("要处理的文本不能为空");
return;
}
//检测格式是否符合要求
if (!CheckInputText(textBoxInput.Text))
{
MessageBox.Show("要处理的内容必须是全中文");
return;
}
//生成词典
Entity.PinyinDictionary dict = new Entity.PinyinDictionary(@filename);
//只取词典中的中文词汇，无需拼音
List<string> wordList = dict.Dictionary.Keys.ToList<string>();
//进行正向分词
List<string> wordsLeft = Helper.Segmentation.SegMMLeftToRight(textBoxInput.Text, ref wordList);
//判断分词是否正常返回
if (wordsLeft == null)
{
MessageBox.Show("正向分词模块执行失败");
return;
}
//转为拼音
string pinyin = "";
foreach (string word in wordsLeft)
{
//如果是单字，要检测字典中是否包含该单字
if (word.Length == 1 && !dict.Dictionary.ContainsKey(word))
{
//如果词典中不包含该中文单字，就要从微软的dll库读取拼音
pinyin = Helper.PinyinConvert.GetFirstPinYinCount(word.ToCharArray()[0]).ToLower();
}
else
{
//一般情况不用检测，直接取词典中的拼音即可
pinyin = dict.Dictionary[word].ToLower();
}
//但如果不需要声调，还必须去掉声调
if (!checkBoxWithTone.Checked)
{
//这个正则表达式表示，去掉字符串中的数字
pinyin = Regex.Replace(pinyin, @"\d", "");
}
//将拼音显示出来
textBoxOutput.Text = pinyin;
//结尾加个空格
textBoxOutput.Text = " ";
}
//去掉最后一个空格
textBoxOutput.Text = textBoxOutput.Text.Trim();
}
//测试读取词典
private void buttonTestDict_Click(object sender, EventArgs e)
{
ReadDict();
}
//测试分词模块
private void buttonSegm_Click(object sender, EventArgs e)
{
//测试分词
SegWords();
}
//转换中文为拼音
private void buttonCnToPinyin_Click(object sender, EventArgs e)
{
//转为拼音
ConvertCnToPinyin();
}
//去掉非中文字符
private void buttonRemoveUnCn_Click(object sender, EventArgs e)
{
//下面的正则表达式表示：去掉所有的非中文字符
textBoxInput.Text = Regex.Replace(textBoxInput.Text, @"[^\u4e00-\u9fa5]*", "");
}
//选择用户自己的词典
private void buttonSelectDict_Click(object sender, EventArgs e)
{
//将用户选择的文件名和路径，指定为用户词典文件
if (openFileDialogDict.ShowDialog() == DialogResult.OK)
{
filename = openFileDialogDict.FileName;
MessageBox.Show("词典更改为：" filename);
}
}
}
}
好例子网口号：伸出你的我的手 — 分享！
网友评论
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
支持(0) 盖楼(回复)
支持(0) 盖楼(回复)