字符处理

使用场景

不同语言中字符规则差异较大，通常很难从对应文本中提取需要的信息。通过字符处理，可以在不同语言规则下，以相似的逻辑处理文本。

开发步骤

字符属性

字符属性用于判断字符类别，如判断字符是否为数字、字母、空格，是否为从右到左语言的字符，是否为表意文字(主要是中文日文韩文)等。

该功能通过Unicode类的isDigit等接口实现，具体开发步骤如下。

导入模块。

import { i18n } from '@kit.LocalizationKit';

判断字符属性。

let isDigit: boolean = i18n.Unicode.isDigit(char: string);

以一般类别值为例，判断字符类类型，具体请参考getType接口文档。
```
let type = i18n.Unicode.getType(char: string);
```

开发实例

// 导入模块
import { i18n } from '@kit.LocalizationKit';

// 判断字符是否是数字
let isDigit = i18n.Unicode.isDigit('1'); // isDigit: true

// 判断字符是否是从右到左语言的字符
let isRTL = i18n.Unicode.isRTL('a'); // isRTL: false

// 判断字符是否是表意文字
let isIdeograph = i18n.Unicode.isIdeograph('华'); // isIdeograph: true

// 获取字符的一般类别值
let type = i18n.Unicode.getType('a'); // type: U_LOWERCASE_LETTER

音译

音译是指以当地语言发音相近的内容替换原本的内容。通过Transliterator类的transform接口实现，具体开发步骤如下。

说明： 本模块支持中文汉字转为拼音，但对于多音字无法根据上下文语义有效处理。

导入模块。

import { i18n } from '@kit.LocalizationKit';

创建Transliterator对象，获取音译列表。

let transliterator: i18n.Transliterator = i18n.Transliterator.getInstance(id: string);  // 传入音译支持的ID，创建Transliterator对象
let ids: string[] = i18n.Transliterator.getAvailableIDs();  // 获取音译支持的ID列表

音译文本。

let res: string = transliterator.transform(text: string);  // 对text内容进行音译

开发实例

// 导入模块
import { i18n } from '@kit.LocalizationKit';

// 音译成Latn格式
let transliterator = i18n.Transliterator.getInstance('Any-Latn');
let wordArray = ["中国", "德国", "美国", "法国"]
for (let i = 0; i < wordArray.length; i++) {
    let res = transliterator.transform(wordArray[i]); // res: zhōng guó, dé guó, měi guó, fǎ guó
}

// 汉语音译去声调
let transliter = i18n.Transliterator.getInstance('Any-Latn;Latin-Ascii');
let result = transliter.transform('中国'); // result: zhong guo

// 汉语姓氏读音
let nameTransliter = i18n.Transliterator.getInstance('Han-Latin/Names');
let result1 = nameTransliter.transform('单老师'); // result1: shàn lǎo shī
let result2 = nameTransliter.transform('长孙无忌'); // result2: zhǎng sūn wú jì


// 获取音译支持的ID列表
let ids = i18n.Transliterator.getAvailableIDs(); // ids: ['ASCII-Latin', 'Accents-Any', ...]

字符标准化

字符标准化是指按指定的范式标准化字符。通过Normalizer类的normalize接口实现，具体开发步骤如下。

导入模块。

import { i18n } from '@kit.LocalizationKit';

创建标准化对象。传入文本标准化的范式，创建标准化对象，文本标准化的范式包括NFC、NFD、NFKC和NFKD，范式的详细介绍请参考国际标准。
```
let normalizer: i18n.Normalizer = i18n.Normalizer.getInstance(mode: NormalizerMode);
```

文本标准化。

let normalizedText: string = normalizer.normalize(text: string); // 对text文本进行标准化

开发实例

// 导入模块
import { i18n } from '@kit.LocalizationKit';

// 以NFC范式标准化字符
let normalizer = i18n.Normalizer.getInstance(i18n.NormalizerMode.NFC);
let normalizedText = normalizer.normalize('\u1E9B\u0323'); // normalizedText: \u1E9B\u0323

断词换行

断词换行是指根据设定的区域参数获取文本中的分割点，通过BreakIterator类的接口实现，具体开发步骤如下。

导入模块。

import { i18n } from '@kit.LocalizationKit';

创建用于断句的对象。传入合法的locale参数，生成BreakIterator类型的对象，该对象将按照locale所指定的区域的规则进行断句。
```
let iterator: i18n.BreakIterator = i18n.getLineInstance(locale: string);
```

设置要处理的文本。

iterator.setLineBreakText(text: string); // 设置要处理的文本
let breakText: string = iterator.getLineBreakText(); // 查看iterator正在处理的文本

获取可断句的位置。

let currentPos: number = iterator.current(); // 获取iterator在当前所处理文本中的位置
let firstPos: number = iterator.first(); // 设置为第一个可断句的分割点，返回该分割点的位置。第一个分割点总是在文本的起始位置，firstPos = 0
let nextPos: number = iterator.next(number); // 将iterator移动number数量个分割点，number为正数代表向后移动，number为负数代表向前移动，默认值为1。nextPos为移动后在文本中的位置，如果超出文本的长度范围，返回-1
let isBoundary: boolean = iterator.isBoundary(number); // 判断number位置是否是分割点

开发实例

// 导入模块
import { i18n } from '@kit.LocalizationKit';

// 断句对象
let iterator = i18n.getLineInstance('en-GB');

// 断句文本
iterator.setLineBreakText('Apple is my favorite fruit.');

// 将BreakIterator对象移动到文本起始位置
let firstPos = iterator.first(); // firstPos: 0

// 将BreakIterator对象移动几个分割点
let nextPos = iterator.next(2); // nextPos: 9

// 判断某个位置是否是分割点
let isBoundary = iterator.isBoundary(9); // isBoundary: true

// 获取BreakIterator对象处理的文本
let breakText = iterator.getLineBreakText(); // breakText: Apple is my favorite fruit.

文件路径镜像处理

文件路径镜像处理是指对输入路径进行本地化处理。通过I18NUtil类的getUnicodeWrappedFilePath接口实现，具体开发步骤如下。

导入模块。

   import { BusinessError } from '@kit.BasicServicesKit';
   import { i18n, intl } from '@kit.LocalizationKit';

调用文件路径镜像处理接口。

  try {
    let path : string = "/data/out/tmp"; // 定义路径
    let delimiter : string = "/"; // 定义路径分隔符
    let locale : intl.Locale = new intl.Locale("ar"); // 定义本地化locale对象
    let mirrorPath : string = i18n.I18NUtil.getUnicodeWrappedFilePath(path, delimiter, locale); // 调用接口
  } catch (error) {
    console.error(`call I18NUtil.getUnicodeWrappedFilePath failed, error code: ${error.code}, message: ${error.message}.`);
  }

开发实例

// 导入模块
import { BusinessError } from '@kit.BasicServicesKit';
import { i18n, intl } from '@kit.LocalizationKit';

try {
    // 传入镜像语言，对路径进行镜像处理
    let path : string = "/data/out/tmp";
    let delimiter : string = "/";
    let locale : intl.Locale = new intl.Locale("ar");
    let mirrorPath : string = i18n.I18NUtil.getUnicodeWrappedFilePath(path, delimiter, locale); // mirrorPath: tmp/out/data/

    // 传入非镜像语言，不处理路径
    let localeZh : intl.Locale = new intl.Locale("zh");
    let unMirrorPath : string = i18n.I18NUtil.getUnicodeWrappedFilePath(path, delimiter, localeZh); // unMirrorPath: /data/out/tmp
} catch (error) {
    console.error(`call I18NUtil.getUnicodeWrappedFilePath failed, error code: ${error.code}, message: ${error.message}.`);
}