Delphi 2009:在unicode utf-8中搜索跳过变音符号
我有包含阿拉伯语文本的utf-8编码文件,我必须搜索它.
我的问题是变音符号,如何搜索跳过它们? 就像你在Internet Explorer中加载该文本(在HTML ofcourse中转换文本)一样,IE正在跳过那些变音符号? 有帮助吗? Edit1:只需按以下代码执行搜索: var m1 : TMemo; //contains utf-8 data) m2 : TMemo; // contains results ... m2.lines.BeginUpdate; for s in m1.Lines do begin if pos(eSearch.Text,s)>0 then begin m2.Lines.Add(s); end; end; m2.Lines.EndUpdate; Edit2:unicode数据示例: ??????????? 解决方法
我发现变音符号不是唯一的问题.
我会做字符替换,用空字符串替换它们,我也会将文本标准化”””””””””””””””””””””””””””””””’ . 对于搜索我也会使用像“khoja stemmer”这样的轻型词干器(Java源码here) 更先进的方法是像TREC那样做: >删除标点符号 我会通过这个修改后的文本索引文本(对于备忘录,我将在原始文本中存储单词的索引),并为搜索查询执行相同的操作. 我也会在Memo1.Text中搜索而不是逐行搜索,搜索可以是多行,可以在一行的末尾并包装到下一行. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |