Question

我正在Unity中使用Assembly C＃的项目。我尝试获得特殊字符，例如é，但在控制台中它只显示一个空白字符：“”。例如翻译“你好吗？”应该返回“CómoEstás？”，但它会返回“Cmo Ests”。我将返回字符串“Cmo Ests”放在一个字符数组中，并意识到它是一个非空的空白字符。我正在使用Encoding.UTF8，当我这样做时：

char ch = '\u00e9';
print (ch);

会打印“é”。我尝试使用以下方法从给定字符串中获取字节：

byte[] utf8bytes = System.Text.Encoding.UTF8.GetBytes(temp);

在翻译“你好吗？”时，它会返回一个字节字符串，但对于特殊字符如é，我得到一系列字节239,191,189，这是一个替换字符。

我需要从字符中检索哪些类型的信息才能准确确定它是什么字符？我是否需要对Google提供给我的信息做些什么，或者是其他什么？我需要一个一般情况，我可以放在我的程序中，并将适用于任何输入字符串。如果有人可以提供帮助，我们将不胜感激。

以下是引用的代码：

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using UnityEngine;
using System.Collections;
using System.Net;
using HtmlAgilityPack;


public class Dictionary{
string[] formatParams;
HtmlDocument doc;
string returnString;
char[] letters;
public char[] charString;
public Dictionary(){
    formatParams = new string[2];
    doc = new HtmlDocument();
    returnString = "";
}

public string Translate(String input, String languagePair, Encoding encoding)
    {
        formatParams[0]= input;
        formatParams[1]= languagePair;
        string url = String.Format("http://www.google.com/translate_t?hl=en&ie=UTF8&text={0}&langpair={1}", formatParams);

        string result = String.Empty;

        using (WebClient webClient = new WebClient())
        {
            webClient.Encoding = encoding;
            result = webClient.DownloadString(url);
        }       
        doc.LoadHtml(result);
        input = alter (input);
        string temp = doc.DocumentNode.SelectSingleNode("//span[@title='"+input+"']").InnerText;
        charString = temp.ToCharArray();
        return temp;
    }
// Use this for initialization
void Start () {

}
string alter(string inputString){
    returnString = "";
    letters = inputString.ToCharArray();
    for(int i=0; i<inputString.Length;i++){
        if(letters[i]=='\''){
            returnString = returnString + "&#39;";  
        }else{
            returnString = returnString + letters[i];   
        }
    }
    return returnString;
}
}

Answer 1

也许你应该使用另一个API / URL。下面的这个函数使用一个不同的url来返回JSON数据并且看起来效果更好：

    public static string Translate(string input, string fromLanguage, string toLanguage)
    {
        using (WebClient webClient = new WebClient())
        {
            string url = string.Format("http://translate.google.com/translate_a/t?client=j&text={0}&sl={1}&tl={2}", Uri.EscapeUriString(input), fromLanguage, toLanguage);
            string result = webClient.DownloadString(url);

            // I used JavaScriptSerializer but another JSON parser would work
            JavaScriptSerializer serializer = new JavaScriptSerializer();
            Dictionary<string, object> dic = (Dictionary<string, object>)serializer.DeserializeObject(result);
            Dictionary<string, object> sentences = (Dictionary<string, object>)((object[])dic["sentences"])[0];
            return (string)sentences["trans"];
        }
    }

如果我在控制台应用程序中运行它：

    Console.WriteLine(Translate("How are you?", "en", "es"));

将显示

¿Cómo estás?

Answer 2

你其实很喜欢它。只需插入带有\ u的编码字母就可以了。

string mystr = "C\u00f3mo Est\u00e1s?";

Answer 3

我对GoogleTranslate API了解不多，但我首先想到的是你有一个Unicode规范化问题。

看看System.String.Normalize()，这是朋友。

Unicode非常复杂，所以我会过度简化！许多符号可以用Unicode以不同的方式表示，即：'é'可以表示为'é'（一个字符），或者表示为'e'+'重音字符'（两个字符），或者，取决于什么从API返回，完全不同于其他东西。

Normalize函数会将您的字符串转换为具有相同Textual含义的字符串，但可能会使用不同的二进制值来修复输出问题。

Answer 4

我在我的项目[语言资源本地化翻译]

中遇到了同样的问题

我正在做同样的事情并且正在使用.. System.Text.Encoding.UTF8.GetBytes（），因为utf8编码正在接收像你这样的特殊字符例如，结果字符串中的239,191,189。

请看一下我的解决方案...希望这有帮助

不要在所有谷歌翻译中使用编码将返回正确的字符串中的。做一些字符串操作并按原样读取字符串......

通用解决方案 [适用于Google支持的每种语言翻译]

try
{
    //Don't use UtF Encoding 
    // use default webclient encoding

    var url = String.Format("http://www.google.com/translate_t?hl=en&text={0}&langpair={1}", "►" + txtNewResourceValue.Text.Trim() + "◄", "en|" + item.Text.Substring(0, 2));                    

     var webClient = new WebClient();
     string result = webClient.DownloadString(url); //get all data from google translate in UTF8 coding..

      int start = result.IndexOf("id=result_box");
      int end = result.IndexOf("id=spell-place-holder");
      int length = end - start;
      result = result.Substring(start, length);
      result = reverseString(result);

      start = result.IndexOf(";8669#&");//◄
      end = result.IndexOf(";8569#&");  //►
      length = end - start;

      result = result.Substring(start +7 , length - 8);
      objDic2.Text =  reverseString(result);

       //hard code substring; finding the correct translation within the string.
        dictList.Add(objDic2);
}
catch (Exception ex)
 {
  lblMessages.InnerHtml = "<strong>Google translate exception occured no resource   saved..." + ex.Message + "</strong>";
                error = true;
}

public static string reverseString(string s)
{
    char[] arr = s.ToCharArray();
    Array.Reverse(arr);
    return new string(arr);

}

从代码中可以看出，没有执行编码，我发送2个特殊的键字符号为“►”+ txtNewResourceValue.Text.Trim（）+“◄”，以确定返回转换的开始和结束谷歌。

此外，我已经检查了我的语言实用工具我得到了“CómoEstás？”发送时你如何谷歌翻译... :)

祝你好运 [Shaz]

---------------------------被修改------------------- ------

public string Translate（String input，String languagePair） {

    try
    {


        //Don't use UtF Encoding 
        // use default webclient encoding
        //input        [string to translate]
        //Languagepair [eg|es]

        var url = String.Format("http://www.google.com/translate_t?hl=en&text={0}&langpair={1}", "►" + input.Trim() + "◄", languagePair);

        var webClient = new WebClient();
        string result = webClient.DownloadString(url); //get all data from google translate 

        int start = result.IndexOf("id=result_box");
        int end = result.IndexOf("id=spell-place-holder");
        int length = end - start;
        result = result.Substring(start, length);
        result = reverseString(result);

        start = result.IndexOf(";8669#&");//◄
        end = result.IndexOf(";8569#&");  //►
        length = end - start;

        result = result.Substring(start + 7, length - 8);

        //return transalted string
        return reverseString(result); 


    }
    catch (Exception ex)
    {
        return "Google translate exception occured no resource   saved..." + ex.Message";

    }
}

Answer 5

您的方法存在一些问题。首先，UTF8编码是多字节编码。这意味着如果您使用任何非ASCII字符（char代码> 127），您将获得一系列特殊字符，向系统指示这是一个Unicode字符。所以实际上你的序列239,191,189表示一个不是ASCII字符的单个字符。如果你使用UTF16，那么你得到固定大小的编码（2字节编码），它实际上将一个字符映射到一个无符号的短（0-65535）。

c＃中的char类型是一个双字节类型，因此它实际上是一个unsigned short。这与其他语言形成对比，例如C / C ++，其中char类型是1字节类型。

所以在你的情况下，除非你真的需要使用byte []数组，否则你应该使用char []数组。或者，如果您想对字符进行编码以便可以在HTML中使用，那么您可以遍历字符并检查字符代码是否为＆gt; 128，然后你可以用＆amp; hex替换它;字符代码。

如何从角色获取数据

5 个答案: