Question

我正在开发从java到c＃的转换项目，是否有BreakIterator的c＃等价物？我正在尝试IEnumerator，但在下面找不到iterator.SetText()用法，有人可以为下面的行提出等效的C＃代码：

String finalResult=""
ArrayList<String> resultList = new ArrayList<String>();
BreakIterator iterator = BreakIterator.getSentenceInstance(currentLocale);
//int counter = 0;
iterator.setText(finalResult);
int lastIndex = iterator.first();
while (lastIndex != BreakIterator.DONE) 
{
int firstIndex = lastIndex;
lastIndex = iterator.next();
if (lastIndex != BreakIterator.DONE) 
{
    String sentence = finalResult.substring(firstIndex, lastIndex);
    resultList.add(sentence);
    System.out.println("sentence = " + sentence);
    //counter++;
}
}

Answer 1

BreakIterator是一种用于支持对Unicode文本的任意字符串进行语言环境感知的边界分析的机制。我怀疑Java类在很大程度上基于（也许甚至直接依赖于，但我正在推测）ICU（Unicode的国际组件）项目：http://site.icu-project.org/

引用ICU docs：

文本边界分析是在格式化和处理文本时查找语言边界的过程。此过程的示例包括：

在显示或打印时，在自动换行文本的适当位置找到合适的点。

找到用户选择的单词的开头。

计算字符，单词，句子或段落。

确定用户按下箭头键时文本光标的移动距离（某些字符在文本存储区中需要多个位置，而文本存储区中的某些字符根本不显示）。

列出文档中唯一词的列表。

弄清楚给定范围的文本是否仅包含整个单词。

每个单词的首字母大写。

找到文本的特定单位（例如，找到文档中的第三个单词）。

ICU提供C语言绑定，恰当地命名为ICU4C。 ICU FAQ描述了ICU4C：

C和C ++语言以及许多操作系统环境不完全支持Unicode和符合标准的文本处理服务。即使某些平台确实提供了良好的Unicode文本处理服务，但可移植的应用程序代码无法使用它们。 ICU4C库填补了这一空白。 ICU4C为应用程序提供了开放，灵活，可移植的基础，可用于其软件全球化要求。 ICU4C密切跟踪行业标准，包括Unicode和CLDR（通用语言环境数据存储库）。

SIL International提供了C＃语言绑定，使您可以通过名为icu-dotnet的项目在C＃应用程序中使用ICU4C。

您可以在Github上找到官方的icu-dotnet存储库：
https://github.com/sillsdev/icu-dotnet

或者通过Nuget安装它：
https://www.nuget.org/packages/icu.net/

C＃等效于Java的BreakIterator

1 个答案: