問題タブ [icu]

私は、日本語での並べ替えが必要な 1 つのアプリケーションに取り組んでいます。

日本語のソートでは、カタカナと漢字をひらがなに変換してから、UTF-8 コードに従ってソートする必要があります。

ひらがな、カタカナ、漢字を組み合わせて、ひらがなに相当する「スペル」でソートします。注: ひらがな「アルファベット」を使用 – a、i、u、e、o、ka、ki、ku、ke、ki など

このタスクを実行する方法を教えてください。

論理的なステップやリンクなどのように..

ヘルプが得られるオープン ソース コードがあれば教えてください。

私は日本語の言語の並べ替えを必要とするいくつかのアプリケーションに取り組んでいます。

日本語のソートでは、カタカナと漢字をひらがなに変換してから、UTF-8 コードに従ってソートする必要があります。

ひらがな、カタカナ、漢字を組み合わせて、ひらがなに相当する「スペル」でソートします。注: ひらがな「アルファベット」を使用 – a、i、u、e、o、ka、ki、ku、ke、ki など

このタスクを実行するには、次のものが必要です。

1.日本語の文字を漢字かカタカナかひらがなに分類する。

2.カタカナと漢字をひらがなに変換します。

3.ひらがなに基づいてソートを行うアルゴリズムを適用します。

アプリケーションのデータベースは UTF-8 です。

ここで、第 1 ステップ「日本語の文字を漢字またはカタカナまたはひらがなに分類する」を実行します。、

Sqlite3 、 QT 、 ICU 、または Character の Unicode を提供できるその他のパッケージに C または C++ プログラミング言語用の API が存在するかどうかを知りたいですか?

Unicode に基づいて、日本語の文字を簡単に分類できます。

私が間違っている場合は修正してください。

質問は自明です。C API を使用しています。

両方をベースにしたICU照合サービスのCollat​​orを同時に利用できる場合：

1. "ko_KR" のようなロケールベース ( coll = ucol_open("ko_KR", &status) )

2. カスタマイズされたルール、つまり「調整」 ( coll = ucol_openRules(rlz, rlen, UCOL_OFF,UCOL_TERTIARY,NULL,&status) )

Collat​​or_Final = Collat​​or_Locale + Collat​​or_customize_rule

はいの場合、両方で同時にコレーターベースを使用する方法を提案してください。

DelphiのICU（http://site.icu-project.org/を参照）DLLを使用した人はいますか？

特に、コードページの変換と照合機能に興味があります。

ヘッダーファイルを見ると、ほとんどがクラスを使用するC ++であるように見えるので、まだ多くの調査を行わずに、Delphiに簡単にインポートできる単純な関数をエクスポートする単純なラッパーを作成する必要があると思います。

誰かがそのために何か仕事をしましたか？

または、コードページと照合順序について同様の広範なカバレッジを持つDelphiの別のソリューションを誰かが推奨できますか？

ICU 4.6には、Microsoft Visual Studio 2010用のダウンロード用のバージョンがありますが、Visual Studio 2008用にはありません。2010バージョンよりも少し無料のようで、MSDNが無料でダウンロードできるため、2008Expressを使用しています。 2008年ではそうではありませんが、2010年はそうではありません（間違っている場合は訂正してください）。

ICUの以前のリリースは4.4でしたが、これは「VisualStudio9」のダウンロードのみを提供します。現在、MicrosoftのサイトまたはWikipediaのいずれかでこのVisualStudio9に関する情報を見つけることができません。9がVisualStudio2008のC/C ++コンパイラのバージョンである可能性がありますか、それともさらに古いバージョンである可能性がありますか？

RTMを試しましたが、ICUが与えられたUErrorCode場合、対応するエラーメッセージ文字列を取得するにはどうすればよいですか？つまり、ICUの。に相当しstrerror(3)ます。

次のように、アプリケーションで 2 つの ICU Customize Collat​​ion ルールを使用したいと考えています。

1. "&b < a"
2. "&z < w"

では、これらのルールをどのように組み合わせて、ucol_openRules() API で使用できるようにしますか?

ドキュメントから;

長さは、UnicodeString にある UChar コード単位の数です。コード ポイント数が必要な場合は、countChar32() を使用してください。

と

文字列の長さ UChar コード単位で Unicode コード ポイントをカウントします。

コード ポイントは、1 つまたは 2 つの UChar コード単位を占める場合があります。コード ポイントのカウントには、すべてのコード単位の読み取りが含まれます。

このことから、コード ポイントは実際の文字であり、コード単位は文字の可能な部分の 1 つにすぎないと考える傾向があります。

例えば。

次のような Unicode 文字列があるとします。

「フーバー」

長さと countChar32 の両方が 6 になります。次に、長さをエンコードするために完全な 32 ビットを使用する 6 文字で構成される文字列があるとしますが、countChar32 は 6 になります。

これは正しいです？

この質問は、ここで尋ねられた質問に関連していますが、答えがわかりませんでした。

SQLite で ICU サポートを有効にして、Db エンジンを再構築しました。SELECT UPPER("ä") を実行して ICU のサポートを確認しました。結果は Ä です。