代码之家 › 专栏 › 技术社区 › brouille

建议使用Java创建翻译器

replaceall pattern-matching replace regex java

brouille · 技术社区 · 10 年前

我想做一个翻译例如:英语到西班牙语。

我想翻译一个 大型文本 带有翻译地图。

HashMap <String, Object> hashmap = new HashMap <String, Object>();
hashmap.put("hello", "holla"); 
.
.
.

女巫对象我应该用它来处理1000个单词的初始文本吗?字符串或StringBuilder可以吗?

我怎么能做一个大的代替 ? 没有迭代每个单词和地图的每个元素?

我不想把字符串中的每一个单词都记下来,然后在我的地图中找到一个匹配项

也许是一张带有单词首字母的多功能地图?

如果你有任何回答或建议,谢谢

2 回复 | 直到 9 年前

Adriaan Koster 10 年前

下面是一个示例实现:

import java.io.*;
import java.util.*;

public class Translator {

    public enum Language {
        EN, ES
    }

    private static final String TRANSLATION_TEMPLATE = "translation_%s_%s.properties";
    private final Properties translations = new Properties();

    public Translator(Language from, Language to) {
        String translationFile = String.format(TRANSLATION_TEMPLATE, from, to);
        try (InputStream is = getClass().getResourceAsStream(translationFile)) {
            translations.load(is);
        } catch (final IOException e) {
            throw new RuntimeException("Could not read: " + translationFile, e);
        }
    }

    private String[] translate(String text) {
        String[] source = normalizeText(text);
        List<String> translation = new ArrayList<>();
        for (String sourceWord : source) {
            translation.add(translateWord(sourceWord));
        }
        return translation.toArray(new String[source.length]);
    }

    private String translateWord(String sourceWord) {
        Object value = translations.get(sourceWord);
        String translatedWord;
        if (value != null) {
            translatedWord = String.valueOf(value);
        }
        else {
            // if no translation is found, add the source word with a question mark
            translatedWord = sourceWord + "?";
        }
        return translatedWord;
    }

    private String[] normalizeText(String text) {
        String alphaText = text.replaceAll("[^A-Za-z]", " ");
        return alphaText.split("\\s+");
    }

    public static void main(final String[] args) {
        final Translator translator = new Translator(Language.EN, Language.ES);
        System.out.println(Arrays.toString(translator.translate("hello world!")));
    }
}

然后在类路径(例如src/main/resources)上放置一个名为“translation_EN_ES.properties”的文件:

hello=holla
world=mundo

user557597 user557597 10 年前

如果你事先知道所有的单词,你可以很容易地创建一个Regex Trie。
然后在运行时,编译正则表达式一次。那你就可以走了。

要创建正则表达式,请下载并安装RegexFormat 5 here .

从主菜单中,选择 工具->Regex的字符串-三元树
将列表粘贴到输入框中,然后按生成按钮
它抛出一个完整的正则表达式Trie,它的速度与任何哈希查找一样快。

将该对话框中的压缩输出复制到 Rxform格式 选项卡(mdi)窗口。
右键单击窗口以获取上下文菜单,选择 其他实用程序->换行符
将其设置为大约60个字符的宽度,然后按ok。

下一步按 C++ 按钮,打开 MegaString(MegaString)
对话单击生成C样式字符串 1类线 按OK。
将结果复制并粘贴到Java源代码中。

在“全部替换为”回调中使用正则表达式。
在回调中,将匹配项用作哈希表的键,以返回
要替换的翻译。

它很简单,一次通过,噢,太快了。

有关工具的更极端示例,请参见 this 13万单词词典的正则表达式。

信件样本十、

"(?:x(?:anth(?:a(?:m|n|te(?:s)?)|e(?:in|ne)|i(?:an|"
"c|n(?:e)?|um)|o(?:ma(?:s|ta)?|psia|us|xyl))|e(?:be"
"c(?:s)?|n(?:arthral|i(?:a(?:l)?|um)|o(?:biotic|cry"
"st(?:s)?|g(?:amy|enous|raft(?:s)?)|lith(?:s)?|mani"
"a|n|ph(?:ile(?:s)?|ob(?:e(?:s)?|ia|y)|ya)|time))|r"
"(?:a(?:fin(?:s)?|n(?:sis|tic)|rch|sia)|ic|o(?:derm"
"(?:a|i(?:a|c))|graphy|m(?:a(?:s|ta)?|orph(?:s)?)|p"
"h(?:agy|ily|yt(?:e(?:s)?|ic))|s(?:is|tom(?:a|ia))|"
"t(?:es|ic))))|i(?:pho(?:id(?:al)?|pag(?:ic|us)|sur"
"an))?|oan(?:a|on)|u|y(?:l(?:e(?:m|n(?:e(?:s)?|ol(?"
":s)?))|i(?:c|tol)|o(?:carp(?:s)?|g(?:en(?:ous)?|ra"
"ph(?:s|y)?)|id(?:in)?|l(?:ogy|s)?|m(?:a(?:s)?|eter"
"(?:s)?)|nic|ph(?:ag(?:an|e(?:s)?)|on(?:e(?:s)?|ic)"
")|rimba(?:s)?|se|tomous)|yl(?:s)?)|st(?:er(?:s)?|i"
"|o(?:i|s)|s|us)?)))"