文章列表
宋词分析改编版（ruby）
- 博客分类：
- ruby
上一次我写的宋词分析，是在Windows环境下的，缺省编码是GBK（936），所以在处理UTF-8的时候，需要转换为GBK，再进行处理分析。
不过现在已经是ruby1.9版了，那么就改一下，在uft-8下处理程序，主要就是把原宋词文件内容从gbk编码为utf-8，再进行相应的处理，dos下需要chcp 65001转换为utf-8编码，再执行才可以看到正确结果，否则就是乱码。
我用的SciTE，在Options->Open Global Options File中，code.page=65001，output.code.page=65001去除前面的#，就可以正确处理 ...
在今年3月份的，就看到这个帖子《东风何处是人间》了，对宋词进行分词计数，当时就保存了这个帖子，想以后有时间写个ruby版的。后来就忘记了
近期这个帖子大火啊，也终于抽出时间写ruby版的了。
个人水平有限，程序写的很糟糕，至少比原文的看着复杂多了，不知道是否能有ruby高手给大家写个示例。
数据：《全宋词》文本
#coding: utf-8
require "iconv"
s1 = Iconv.conv 'gbk','utf-8',"，"
s2 = Iconv.conv 'gbk','utf-8',"。"
s3 = ...
一个烂大街的题，前两天刚好看到别人解这个题，用c++实现的，网上还有很多的java版的等等，我就改成了ruby版的，ruby版的程序算是比较短的了吧，还是有些函数式的影子，而不是纯粹的ruby化面向对象。
小明和小强都是张老师的学生，张老师的生日是M月N日，2人都知道张老师的生日
是下列10组中的一天，张老师把M值告诉了小明，把N值告诉了小强，张老师问他们知道他的生日是那一天吗？
3月4日 3月5日 3月8日
6月4日 6月7日
9月1日 9月5日
12月1日 12月2日 12月8日
小明说：如果我不知道的话，小强肯定也不知道
小强说：本来我也不知道，但是现在我知道 ...
呵呵，如果大家都在起点看过200本以上的小说，就能知道小明好在哪里了。
不种马，不YY，写实的现在在起点已经很难很难找了。支持小明的很多都是起点5、6甚至7级的用户和VIP，这样的人都觉得起点在逐步的堕落，看看首页的类门户小说介绍，还有强推的垃圾作品，小明只是一个导火索，让大家发泄一下而已。
写小明的是个16岁的高中生，其实也未必能写的这样象小学生的作品，只是适逢其会吧。
而且小明的一些语言也是有亮点存在的。大家可以自己体会一下。
- 2006-09-21 10:57
- 浏览 1698
- 评论(1)