Ch06自定义字符串处理类.ppt_第1页
Ch06自定义字符串处理类.ppt_第2页
Ch06自定义字符串处理类.ppt_第3页
Ch06自定义字符串处理类.ppt_第4页
Ch06自定义字符串处理类.ppt_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1,第6章 定义字符串处理类,6.1 自定义类的创建 6.2 数据与属性的定义 6.3 构造函数与销毁函数 6.4 Web 中文文本分词相关函数 6.5 密码穷举相关函数 6.6 其它常用函数 6.7 类的使用与测试 6.8 本章小结,2,6.1 自定义类的创建,3,4,Public Enum SortOfCharSet DigitalSet = 0 数字集合 UCaseSet = 1 大写字母集合 LCaseSet = 2 小写字母集合 AllLetters = 3 所有字母集合 AllChars = 4 所有数字和字母集合 UserCharSet = 5 用户字符集 End Enum,6.2 数据与属性的定义,5,Private Const _strDigits As String = “0123456789“ Private Const _strUCase As String = “ABCDEFGHIJKLMNOPQRSTUVWXYZ“ Private Const _strLCase As String = “abcdefghijklmnopqrstuvwxyz“ Private _strCharSet As String Public ReadOnly Property CharSet() As String Get Return _strCharSet End Get End Property Private _eCompare As CompareMethod = CompareMethod.Binary,6,Private Sub SetCharSet(ByVal nCharSet As SortOfCharSet, _ Optional ByVal strUser As String = “) 设置字符集,6.3 构造函数与销毁函数,7,Public Sub New() SetCharSet(SortOfCharSet.AllChars) End Sub Public Sub New(ByVal nCharSet As SortOfCharSet, _ Optional ByVal UserCharSet As String = “) SetCharSet(nCharSet, UserCharSet) End Sub Public Sub Dispose() Me.Finalize() End Sub,8,在中文Web信息处理中,如信息检索、信息抽取,以及图书情报关键词的建立,都需要对文本信息进行分词处理。 对于英文文本,单词用空格分隔,只需要对后缀进行处理,即可进行统计分析。 中文句子是以连续的字符串形式出现的,词与词之间没有间隔,这就涉及到中文文本的分词处理。,6.4 Web 中文文本分词相关函数,9,在中文Web信息处理中,如信息检索、信息抽取,以及图书情报关键词的建立,都需要对文本信息进行分词处理。 对于英文文本,单词用空格分隔,只需要对后缀进行处理,即可进行统计分析。 中文句子是以连续的字符串形式出现的,词与词之间没有间隔,这就涉及到中文文本的分词处理。,6.4 Web 中文文本分词相关函数,10,Public Function NextString(ByVal strSource As String, ByVal strSeg As String) As String 获取 第一个strSeg 以后的字符串 以 “abc/de/ff“, “/“ 为参数,将返回 “de/ff“ Dim I As Integer Dim J As Integer J = strSeg.Length If J = 0 Then Return “ I = strSource.IndexOf(strSeg, _eCompare) If I = -1 Then Return “ Else Return strSource.Substring(I + J) End If End Function,11,Public Function GetLeftString(ByVal strSource As String, ByVal strSeg As String) _ As String 获取 strSeg 左边的字符串 以 “abc/de/ff“, “/“ 为参数,将返回 “abc“ Dim nLoc As Integer nLoc = strSource.IndexOf(strSeg, _eCompare) If nLoc = -1 Then Return strSource Else Return strSource.Substring(0, nLoc) End If End Function,12,Public Function GetNumTail(ByVal strSource As String, ByVal strSeg As String, _ ByVal nLocation As Integer) As String 获取被 strSeg 分隔的第 n 个字符串尾巴,0 将直接返回整个字符串 以 “abc/de/ff“,“/“,1 为参数,将返回 “de/ff“ Dim I As Integer = 0 Dim strTmp As String = strSource If nLocation = 0 Then Return strSource Do While I “ strTmp = NextString(strTmp, strSeg) I = I + 1 Loop Return strTmp End Function,13,Public Function GetNumString(ByVal strSource As String, _ ByVal strSeg As String, _ ByVal nLocation As Integer) As String 获取 第 nLocation 个 strSeg 前面的一段字符串,Start from 0. 以 “abc/de/ff“, “/“, 1 为参数,将返回 “de“ Dim strVal(0) As String Dim strResult() As String strVal(0) = strSeg strResult = strSource.Split(strVal, StringSplitOptions.RemoveEmptyEntries) If nLocation = strResult.Length Then Return “ Else Return strResult(nLocation) End If End Function,14,Public Function GetLastString(ByVal strSource As String, ByVal strSeg As String) _ As String 获取 strSeg 分隔的最后一段子字符串 以 “abc/de/ff“, “/“ 为参数,将返回 “ff“ Dim nLen As Integer Dim nLoc As Integer nLen = strSeg.Length nLoc = strSource.LastIndexOf(strSeg) If nLoc = -1 Then Return “ Else Return strSource.Substring(nLoc + nLen) End If End Function,15,Public Function GetLastString(ByVal strSource As String, ByVal strSeg As String) _ As String 获取 strSeg 分隔的最后一段子字符串 以 “abc/de/ff“, “/“ 为参数,将返回 “ff“ Dim nLen As Integer Dim nLoc As Integer nLen = strSeg.Length nLoc = strSource.LastIndexOf(strSeg) If nLoc = -1 Then Return “ Else Return strSource.Substring(nLoc + nLen) End If End Function,16,Public Function GenNextDate(ByVal strPW As String) As String 输入691231, 输出700101 Dim strTmp As String Dim dt As Date If strPW.Length 6 OrElse CheckLegalChars(strPW, _strDigits) = False Then Return “ strTmp = strPW.Insert(4, “-“) strTmp = strTmp.Insert(2, “-“) Try dt = DateTime.Parse(strTmp) dt = dt.AddDays(1) Return dt.ToString(“yyMMdd“) Catch ex As Exception Return “ End Try End Function,6.5 密码穷举相关函数,17,Public Function GenPreviousDate(ByVal strPW As String) As String 输入700101, 输出691231 Dim strTmp As String Dim dt As DateTime If strPW.Length 6 OrElse CheckLegalChars(strPW, _strDigits) = False _ Then Return “ strTmp = strPW.Insert(4, “-“) strTmp = strTmp.Insert(2, “-“) Try dt = DateTime.Parse(strTmp) dt = dt.AddDays(-1) Return dt.ToString(“yyMMdd“) Catch ex As Exception Return “ End Try End Function,18,Public Function ReplaceSubString(ByVal strSource As String, _ ByVal strOld As String, _ ByVal strNew As String) As String 输入:“ab*cd*e“,“*“,“22“ 输出:“ab22cd*e“,只替换第一个 If strSource.Contains(strOld) = False OrElse strOld = “ OrElse strNew = “ _ Then Return strSource Dim nLocation As Integer = strSource.IndexOf(strOld, _eCompare) Dim nOldLen As Integer = strOld.Length If nLocation = -1 OrElse nOldLen = 0 Then Return strSource Else Return strSource.Substring(0, nLocation) & strNew _ & strSource.Substring(nLocation + nOldLen) End If End Function,6.6 其它常用函数,19,Public oString As StringProcess.StringProcess = New StringProcess.StringProcess,6.7 类的使用与测试,20,StringProcess 自定义类来自多个工程项目的经验总结,可以用于 Web 中文文本分词处理和 Web 知识发现,也可以用于密码穷举和邮政信函的循环编号。 GetNumString 方法常用于从源字符串中获取指定序号的特征数据; On

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论