我想把一个句子分成几个单词。
对于英语和欧洲语言来说，这很容易，只需使用split()
>>> "This is a sentence.".split()
['This', 'is', 'a', 'sentence.']
但是我也需要处理一些不使用空格作为分隔词的语言句子，比如汉语。
>>> u"这是一个句子".split()
[u'\u8fd9\u662f\u4e00\u4e2a\u53e5\u5b50']
很明显这不管用。
我如何把这样的句子分
浏览 25提问于2010-09-26得票数 22
回答已采纳
2回答
在Python中使用中文构建词典
、、、、
这是我第一次来这里，也是我第一次接触Python的世界。我也在学习汉语，我想创建一个使用字典复习汉语词汇的程序。下面是我通常使用的代码：
#!/usr/bin/python
# -*- coding:utf-8-*-
dictionary = {"Hello" : "你好"} # Simple example to save time
print(dictionary)
我不断得到的结果是：
{'hello': '\xe4\xbd\xa0\xe5\xa5\xbd'}
我也尝试过在字符串的开头加上一个"u“和中文字符，甚
浏览 1提问于2011-08-09得票数 5
回答已采纳
1回答
不和谐音乐机器人
、、、
我正在创造一个不和谐的机器人来播放音乐。它成功地加入了一个频道，但在搜索音乐时返回一个错误。这是我的密码：
@client.command(pass_context=True)
async def play(ctx, url):
server = ctx.message.server
await client.join_voice_channel(ctx.message.author.voice.voice_channel)
voice_client = client.voice_client_in(server)
player = await voice_cl
浏览 0提问于2018-10-31得票数 1
回答已采纳
这个测试通过了Free Pascal 3.0.4。(源文件编码为UTF8，操作系统为Windows10 64位) {$MODE DELPHI}
...
var
Raw: RawByteString;
Actual: string;
begin
Raw := UTF8Encode('关于汉语');
Actual := string (UTF8Decode(Raw));
CheckEquals('关于汉语', Actual);
end 在Free Pascal 3.2.0中，它失败了： expected: <关于汉语> bu
浏览 21提问于2020-09-05得票数 1
回答已采纳
2回答
在阅读和打印python中的土耳其语时，我遇到了以下问题，单词中的土耳其字母无法识别。但是，当我试图在其他语言上存储字符串时，例如俄语、日语和汉语，就不会出现这样的问题。
>>> s = u'abartmadığını'
>>> s
u'abartmad???n?'
>>> print s
abartmad???n?
如何调整编码以解决此问题？我在Windows10上使用Python2.7.10，将命令行的代码页更改为28595似乎不起作用，我只是在Python控制台中得到了以下错误。
LookupErro
浏览 2提问于2015-12-05得票数 1
回答已采纳
1回答
我想用中国的伯特模型。在tokenization.py中，我喜欢汉字函数( WordpieceTokenizer function，)，但我认为它不需要在汉语中使用单词，因为汉语的拟态单位是字符。
WordpieceTokenizer只是用来写英文的，对吗？
浏览 4提问于2019-12-19得票数 0
回答已采纳
2回答
我有一个句子混合了汉语、韩语和英语单词。我在Python语言中使用了len()函数，但它给出了错误的答案。例如，我们有一个字符串
a = '여보세요，我是Jason. Nice to meet you☺❤'
正确的单词数(不包括标点符号)是13，但len(a) = 32
如何正确统计字数？
非常感谢。
浏览 0提问于2018-03-08得票数 1
3回答
阿拉伯语和汉语有自己的数字符号。int可以正确地使用所有不同的数字书写方式。
我无法复制这种行为(python3.5.0)
>>> from unicodedata import name
>>> name('')
'RUMI DIGIT FIVE'
>>> int('')
ValueError: invalid literal for int() with base 10: ''
>>> int('五') # chinese/jap
浏览 7提问于2016-09-26得票数 7
回答已采纳
我正在从Excel表格向Access表格中插入行，excel表格中的某一列可以包含任何特殊字符。那么，我如何才能完全按照excel表格中的形式插入这些数据呢？因为我不知道数据中可以包含的特殊字符的列表，所以我不能使用Replace函数。
你好，图沙尔
浏览 3提问于2014-07-29得票数 0
美元。
$qtwo = str_split_unicode($q);
$arrlength = count($qtwo);
然后我得到了：
$where = array();
foreach ( $qtwo as $word ) {
$where[] = "CHS LIKE '%" . $word . "%'";
}
$where = implode(' OR ', $where);
if ($q[0] == "#") {
} else {$results4 = $db->query("
浏览 10提问于2016-12-19得票数 1
回答已采纳
由于Resharper不能很好地支持中文，我的所有评论都将被建议更改。
但我不认为我需要这么做。
问题1:如何消除Resharper评论中的拼写错误？
问题2:我在哪里可以找到汉语词典？我找到了，但找不到汉语词典。
浏览 2提问于2018-09-04得票数 16
1回答
为什么这是false
iex(1)> String.match?("汉语漢語", ~r/^[[:alpha:]]+$/)
false
但这是true?：
iex(2)> String.match?("汉语漢語", ~r/[[:alpha:]]/)
true
有时[:alpha:]是unicode，有时不是？
编辑：
我认为我最初的例子不够清楚。
为什么这是false
iex(1)> String.match?("汉", ~r/^[[:alpha:]]+$/)
false
但这是true?：
iex(2)> String.m
浏览 1提问于2015-11-07得票数 7
回答已采纳
2回答
英语字母表的所有字母都分为元音和辅音。
如果一个单词没有连续三个或三个以上的元音或辅音，就被认为是优音器。
我的目标是从不和谐的单词中创建谐音词，并输出从给定的单词创建一个谐音词所需的最小字符数。
示例：
输入：调度输出：1
输入： biiiiig 输出：2
码
fun main() {
val word = readLine()!!.toMutableList()
checkWord(word)
}
fun isVowel(c: Char): Boolean {
val vowels = listOf('a', 'e', 'i
浏览 0提问于2020-08-31得票数 0
回答已采纳
9回答
我正在寻找一个好的编程字体，允许我添加注释和字符串文字的Unicode，通常是日语和汉语，以及一些拉丁和西里尔语言。
到目前为止，情况似乎是“完全的，单空间的，免费的，选择2”，谷歌在这方面让我失望了(也许是因为没有好的？)
我发现的最好的是Arial，但它不是单空间，这对我和我使用的编辑器来说是一个很大的麻烦。更别提我编写Python时的Python缩进了。
(欢迎链接编辑)
浏览 17提问于2009-02-25得票数 145
XMLStreamWriter#writeCharacters(.)
writeCharacters(.)方法用于转义字符，如&、<、>和".“(来自)
但是，当我编写一些中文、日语字符时，输出的XML文件不是用"UTF-8“编码的，而是"GBK”或"Shift-JIS“。汉字、日文也是转义的，就像
汉语，英语，にほんご“--->”汉语，英语，にほんご
有什么要解决的吗？
public static void main(String[] args) throws Exception {
// GBK
Syste
浏览 1提问于2010-12-07得票数 0
2回答
我试图做一些关于简体中文文本的NLP (需要提取句子结构和做命名实体识别)。我以前在英语文本中使用过spaCy，但我看到关于中国模式的一点注记表明它们是一项正在进行的工作，对于我尝试过的例子来说，for提取的准确性很低。
哪个NLP库拥有最成熟的预建汉语模型？理想情况下，基于Python的。
浏览 0提问于2020-08-02得票数 1
4回答
如何将从汉字转换成汉语拼音？
例如。
你-> Nǐ
马-> Mǎ
更多信息：
汉语拼音的口音或数字形式都是可以接受的，数字形式是我的首选。
Java库是首选的，但是，可以放在包装器中的另一种语言的库也是可以的。
我希望任何曾经使用过的的人从质量/可靠性的角度来推荐或评论它。
浏览 9提问于2010-12-05得票数 5
回答已采纳
1回答
对于一个中文学习应用程序，我们让用户记录一个音节，然后我们使用语音识别来评估发音是否正确。
每个汉语音节都可以用不同的音调(音高差异)发音，这些音调具有不同的含义。我们发现Google Translate和Swift Speech framework都不够准确，无法确定发音的语气是否正确。因此，我们使用从音频中检测音调，以在语音识别应用编程接口之外进行评估。
挑战在于，在汉语中，声调只在音节的元音中发音。因此，如果用户只发一个元音，例如"a“，那么贝多芬就能很好地工作。但是在像"san“这样的音节中，辅音"s”和"n“会使结果变得模糊。
因此，我正在寻找一种方法
浏览 4提问于2021-09-29得票数 0
我正在用Python创建一个基于Tkinter的GUI。我想让用户使用热键与应用程序交互。我试过使用以下代码：
from tkinter import *
def select_all(_event=None):
print("selected")
root = Tk()
root.bind("<Control-A>", select_all)
root.bind("<Control-a>", select_all)
root.mainloop()
但是，不幸的是，当使用非英语布局时，它不起作用。
我如何强迫
浏览 1提问于2019-12-06得票数 0
回答已采纳
由于遗留的原因，我需要在Rad中使用一个使用AnsiString而不是UnicodeString的旧源代码。
因此，我的计划是大部分时间使用String，并且在我需要使用这个库时，将其转换为AnsiString，并尽快从AnsiString转换为String。
String temp = L"汉语/漢語";
AnsiString raw=UTF8Encode(temp);
String dest = UTF8ToString(raw);
当我检查的时候，我得到了？而不是汉语/漢語。我做错什么了？
浏览 0提问于2016-07-04得票数 3
回答已采纳
d:\Python\node_modules\lavasfy\dist\Client.js:59
return Promise.reject(new Error("Invalid Spotify client."));
^
Error: Invalid Spotify client.
at LavasfyClient.requestToken (d:\Python\node_modules\lavasfy\dist\Client.js:59:39)
at
浏览 6提问于2022-02-07得票数 0
1回答
我想要抓取这个网站按字母顺序排列的所有页面的链接： ? 也就是说，像这样的链接： ['/pinpai/2-a.html','/pinpai/3-b.html'...] 以便在这些东西中多取一些东西。 遵循this advanced webscraping tutorial，我激励自己学习xpath过滤。因为它们看起来不到17个字符，而且我在一个文档上找到了一些长度过滤资源，所以我尝试在下面这个scrapy scraper的爬行器中根据它们的长度来过滤链接： import scrapy
class NosetimeScraper(scrapy.Spid
浏览 42提问于2020-11-07得票数 0
回答已采纳
3回答
有没有人知道是否支持汉语拼音？我得到的结果是拼音正确的 (参见"Show romanization“链接)。
谢谢。
浏览 1提问于2010-01-09得票数 3
我一直在上传一个用python写成的不和谐的机器人给Heroku。我已使它能够使用以下代码播放音乐：
async def play(self, ctx, url):
ctx.voice_client.stop()
FFMPEG_OPTIONS = {"before_options": "-reconnect 1 -reconnect_streamed 1 -reconnect_delay_max 5", "options": "-vn"}
YDL_OPTIONS = {"fo
浏览 7提问于2022-01-10得票数 1
1回答
如果我将HTML文档字符集设置为UTF-8，数据库编码设置为UTF-8，并将UTF-8作为字符集传递给各种PHP函数，这会使我的站点能够处理任何语言吗？
浏览 1提问于2012-02-28得票数 2
回答已采纳
3回答
我正面临一个关于编码的问题。
例如，我有一条XML消息，其格式编码为"UTF-8“。
<message>
<product_name>apple</product_name>
<price>1.3</price>
<product_name>orange</product_name>
<price>1.2</price>
.......
</message>
现在，此消息支持多种
浏览 4提问于2010-11-19得票数 2
1回答
我正在研究多语种(英语、阿拉伯语、汉语)，我遇到了一个问题:如何标记数据？
我的火车数据提供了每个命名实体的句子和跨度列表。
例如：
[('The', 'DT'),
('company', 'NN'),
('said', 'VBD'),
('it', 'PRP'),
('believes', 'VBZ'),
('the', 'DT'),
('suit', 'NN'
浏览 0提问于2021-03-04得票数 0
回答已采纳
1回答
在堆栈溢出中，有很多关于如何只保留字符串中的字母字符的答案，最常见的是著名的regex '[^a-zA-Z]'。但是这个答案是完全错误的，因为它假设每个人都只写英语.我想我可以否决所有这些答案，但我最终认为再次问这个问题会更有建设性，因为我找不到答案。
有没有容易的(或不.)在python中，只保留所有语言中的字符串中的字母字符？我想也许一个库可以像javascript中的一样.我所指的所有语言都是英语，但也包括法语、俄语、汉语、greec...etc
浏览 2提问于2017-06-27得票数 12
回答已采纳
1回答
我正试着用快速的方法学习汉语。一个很好的工具是在我阅读出现的文本之前学习每个字符。
我想要一个函数，可以读取文本文件，识别每个汉字(或汉字)，并根据出现的次数对它们进行分类。
当涉及到编程时，我完全是一个新手，但我已经准备好用Python或任何其他我可以快速学习的语言来尝试一下。
例如，输入：
我妹妹现在在北京
输出：
在 - 2
妹 - 2
我 - 1
现 - 1
北 - 1
京 - 1
提醒一下，有超过4万个汉字，尽管5000个在日常使用中已经绰绰有余。
浏览 0提问于2015-11-27得票数 2
我目前正在使用MS的聊天机器人。
我国通常使用英语和汉语两种语言进行交谈和交谈。
然而，在路易斯，我只能定义一种文化。
因此，当我的文化设置为英语时，当我输入中文文本时，信心水平很低(例如，英语- 0.88，中文- 0.1)。相反的情况是一样的。
即使在我使用像JieBa或THULAC这样的库标记中文文本之后，情况也是一样的。
因此，当我做测试时，通常很容易陷入一个不相关的意图。
我想让路易斯很容易地认出英语和汉语。有办法解决这个问题吗？
非常感谢你的帮助。
浏览 0提问于2018-04-19得票数 0
回答已采纳
在使用Geraldo和ReportLab生成PDF报告时，我遇到了一些与Unicode相关的问题。
将包含亚洲字符的Unicode字符串传递到报表中时，它们在输出PDF中显示为黑框。此示例()是使用以下代码生成的：
#!/usr/bin/env python
# -*- coding: utf-8 -*-
from geraldo import Report, ReportBand, ObjectValue
from geraldo.generators import PDFGenerator
class UnicodeReport(Report):
title =
浏览 3提问于2011-08-31得票数 4
回答已采纳
在我的moodle网站上，英语和汉语都启用了。当语言发生变化时，站点的其余部分会更改为中文，但登录页面不会更改。有人能指引我吗？请帮帮忙。
浏览 3提问于2015-06-08得票数 0
回答已采纳
您能告诉我，如何在Microsoft Active Directory中以两种不同的语言保存名称？
一个名字必须是母语(俄语或汉语)，其次是英语。
浏览 0提问于2015-06-15得票数 3
回答已采纳
域名touzijia.com是投资家的汉语拼音。2006年在国家工信部备案名称：投资家。2016年再次备案，名称仍是：投资家。
请问该域名价值多少？
浏览 149提问于2020-02-20
我必须在Perforce Server中提交一个XML文件。XML标记的值可以在英语、日语、汉语等任何语言中形成。但是当我添加日语或汉语时，文件类型就变成二进制而不是文本。这是因为Perforce Server根据是否检测到文件的前8192字节中的非文本字符来识别二进制文件和文本文件。
经过研究，我知道有一个术语叫做p4 type that ，它可以用来覆盖文件类型自动检测的默认逻辑。
参考资料：
但是问题是这个解决方案是基于p4v和终端的，但是我想知道有什么方法可以通过编程来实现吗？
浏览 2提问于2020-05-27得票数 2
回答已采纳
1回答
在我的职责中，我有27项：
auto i = m_lbLanguage.AddString(_T("Afrikaans (Afrikaans)"));
m_lbLanguage.SetItemData(i, static_cast<DWORD_PTR>(LanguageMSA::Afrikaans));
i = m_lbLanguage.AddString(_T("Cebuano (Cebuano)"));
m_lbLanguage.SetItemData(i, static_cast<DWORD_PTR>(LanguageMSA::C
浏览 2提问于2022-01-01得票数 -1
回答已采纳
2回答
嗨，谁能建议我如何写日期格式，
dd MMM YYYY HH:mm
用汉语。例如，我需要
(2017 九月 28 11:30).
我想设置河马cms的日期格式。谢谢
浏览 11提问于2017-08-23得票数 0
2回答
在一个数据处理项目中，我需要检测汉语中的拆分词(中文中的单词不包含空格)。是否有一种使用本机c++特性或boost.locale库检测汉字的方法？
浏览 7提问于2020-06-23得票数 2
回答已采纳
我需要一个类库(C#)来创建PDF文件。但是许可证必须是Apache或MIT(不允许GPL和LGPL )。它必须支持亚洲语言，如汉语、日语。有谁能帮帮我呢？非常感谢。
浏览 1提问于2010-08-18得票数 4
1回答
我想在python中为中文开发一个对话式聊天机器人，就像用户说"你好“，意思是汉语中的"hello”，以及聊天机器人的回复。我认为从零开始构建并为chatbot编写所有预期的响应是非常困难的。我想找到一个开放源码库来连接我的API，它能够响应用户并与用户进行保存。我已经知道微软开发了一个名为“小兵”的聊天机器人，它是专门为中国人开发的，但我不知道他们是否为开发者提供了API，或者not.There也是另一个名为brobot()的github项目，但我不知道它是否提供中文支持。如有任何建议或指导，我们将不胜感激。
浏览 0提问于2018-07-02得票数 0
回答已采纳
1回答
我使用groovy机器人在我的不和谐音乐。最近，我看到一些人在发垃圾邮件，而有些人从来没有轮到他们。 如何将歌曲限制为每个用户90秒，以便歌曲在该时间过后自动停止？ 要么我添加一个命令到groovy音乐中，要么添加一个单独的机器人，这样它会在90秒后自动发送停止命令。 我尝试添加一个自动回复机器人，但它似乎不能正常工作。如果可能的话，我也可以换成更好的机器人。
浏览 9提问于2020-07-21得票数 1
回答已采纳
1回答
我已经尝试实现日期的区域设置。不过，除了汉语和韩语外，它的效果还不错。对于汉语和韩语，“？？”这个月就要来了。
语言: Groovy，grails1.3.7
请看下面的代码
Date from=new Date(params.from)
Date to=new Date(params.to)+1
//params.from and params.to is in english
dateMap.from=from
dateMap.to=to
SimpleDateFormat sdf = new SimpleDateFormat(&#
浏览 2提问于2015-08-09得票数 0
回答已采纳
我有多语种的字符串，包括使用空格作为分隔词的语言(英语、法语等)和不使用的语言(汉语、日语、韩语)。
考虑到这样的字符串，我想用空格分隔英语/法语/etc部分，并将中文/日文/韩文部分分隔成单独的字符。
我想把所有这些分离的成分都列在一个列表中。
有些例子可能会说明这一点：
Case 1：纯英语字符串。这件事很容易：
>>> "I love Python".split()
['I', 'love', 'Python']
Case 2：纯中文字符串：
>>> list(u"我爱蟒蛇"
浏览 11提问于2010-09-27得票数 12
回答已采纳
1回答
不同语言的USB标签
、、、
如果USB标签(名称)是在不同的语言(印地语或汉语)，我如何才能知道它是哪种语言编码传递给图标，或有任何方式，我们可以知道的语言，已使用的？用udevadm
浏览 0提问于2016-02-26得票数 1
2回答
API是否有办法将Revit标准术语(如“绝缘”、“3D视图”、“视图模板”、“细节级别”等)转换/翻译成特定语言(如德语、俄语、汉语等)？我希望确保我在本地化的外接程序使用术语中提供的消息是用户所熟悉的(关于Revit)。
浏览 3提问于2015-11-10得票数 0
回答已采纳
我使用PyPDF2读取python中的PDF文件。虽然它适用于英语和欧洲语言的语言(英文字母)，但图书馆无法阅读亚洲语言，如日语和汉语。我试过encode('utf-8')，decode('utf-8')，但是似乎没有什么效果。它只是在提取文本时打印一个空字符串。
我尝试过其他库，如textract和PDFMiner，但都没有成功。
当我从PDF中复制文本并将其粘贴到笔记本上时，字符就会变成一些随机格式的文本(可能是以不同的编码方式)。
def convert_pdf_to_text(filename):
text = ''
pd
浏览 1提问于2018-06-22得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
