CEDICT的示例解析器代码

Question

有没有人有解析CEDICT文件的示例代码？ CEDICT是一本汉英词典。例如，目前，如果我在文本编辑器中打开它，CEDICT文件中的一行如下所示：

‰Πç‰Πç[bu4] /（负前缀）/不/不/

我希望将其视为：

不不[bu4] /（负前缀）/不/不/

我发现Textwrangler作为文本编辑器为我做这件事。我现在需要的是实现相同的示例代码。

Answer 1

问题是，这只是一个编码问题。如果该行看起来像

‰Πç‰Πç[bu4] /（负前缀）/不/不/

这是因为文本编辑器不知道/意识到文本被编码为UTF-8。 Text Wrangler或其大哥BBEdit非常善于猜测编码，甚至可以要求以特定的编码显示文本。

由于我们不知道你想要什么，最终要实现，很难确切地告诉你具体要做什么。我能说的是你的应用程序（你使用哪种语言？）需要知道Unicode（并且能够读取/操作UTF字符串）。

我写了几个基于CEDICT的应用程序，一个用于Mac OS X，一个用于Android。对CEDICT进行解析和索引并不是很难。

更新

关于CEDICT的解析本身，这并不复杂。我不做Objective-C，从来没有，永远不会，但这个过程在任何语言都是一样的：

• 读一行。说出你自己的例子：不不[bu4] /（负前缀）/不/不/
• 你有四个领域：Trad。 Ch。，Simp。 Ch。，阅读，意义。 这些字段是空格分隔的。当然第4个字段可能包含空格，所以要小心。
• 存储（我使用sqlite db）4个字段到db。 您可能希望从定义字段中删除斜杠，将其替换为其他内容。
• 循环

您现在已将CEDICT转换为数据库。这很容易。至于象征中文，祝你好运，交配。比我更好的思想仍然在这个问题上挣扎。