将语言字符转换为拉丁字母表

Question

我尝试编写一个应用程序来学习外语字符。例如，如果你想学习日语，那么你需要记住所有的平假名、片假名和汉字（例如あ、い、か... = 平假名　カ、サ、ケ... = 片假名 本、学... = 汉字）。

例如： 某个用户正在学习日语。所以他必须学会： か = ka 本 = hon，意思是：基础/书籍/这个

他还必须学习发音。

我的第一个问题是：是否有任何库或工具可以在.NET中轻松完成这项任务？我也看了微软输入法，但我无法弄清楚如何在我的项目中使用它。

我还查看了Unicode数据库，基本上是可以完成的。我还设法编写了一个项目将“か”转换为“ka”。唯一缺失的是意义（例如，“本=basis/book/this”），这些信息也由Unicode数据库提供。不幸的是，我在获取UCD数据的.xml文件中找不到它们。当我在UCD-Website上输入单词时，它可以工作。

另一种方法是使用似乎与UCD相关的CLDR库。不幸的是，我无法弄清楚两者（UCD或CLDR）应该使用哪个。 CLDR：http://cldr.unicode.org/ 我的问题是UCD是否是最佳方式，我是否也可以使用CLDR。

我真的不想使用普通列表，在那里我只需输入所有字符即可。这将需要太多时间，特别是对于所有汉字（超过10,000个）。

谢谢

编辑：我解决了它，我从Unicode字符数据库（UCD）中提取了信息。您可以下载一个.XML文件的完整数据库。我只需要学会如何处理它并找到正确的属性。

- user2349053

Answer 1

谷歌和微软都提供API以便调用翻译文本。 例如：http://www.microsoft.com/en-us/translator/translatorapi.aspx 根据您选择的服务类型，可能需要支付少量费用。它们还为翻译提供语音。不必重新发明轮子。 :-)

如果这是一个CodePage类型的问题，可以从以下有趣的博客开始：http://www.joelonsoftware.com/articles/Unicode.html 编辑：针对评论中的选项，谷歌可以提供几种可能的翻译例子，例如：本。

- phil soady

---

嗯，你说得对。它们都提供了这些API，我也在使用它们进行其他一些操作。恐怕这不是我要问的内容。我正在寻找一种用拉丁字母表示日语字母的方法（以日语字母为例）。如果我仅在必应或谷歌翻译器中输入那个字母，有时会返回一个正确但与此情况无关的翻译。例如，き = ki（拉丁字母），但当用平假名写入时，它也可以表示“树”（实际的日本人会用汉字写）。所以问题在于谷歌可能会误解它并返回“树”而不是“ki”。 - user2349053

但非常感谢你尝试帮助我：）。祝你周末愉快。 - user2349053

你说得对，谷歌可以翻译日文字符。但是我指的是另外一件事情：“本=书，卷……”这是我在程序中需要的第一件事情，也就是它的意思。我需要的第二件事情是如何发音，而在这种情况下，它的发音应该是“hon”（对于日语来说）。这是谷歌和必应无法做到的。与此同时，我已经解决了我的问题，我从Unicode字符数据库（UCD）中获取了意思和发音提示。我从一个.XML文件中读取它。非常感谢您的帮助：）。祝您有愉快的一天。 - user2349053

我是一个新用户，没有足够的经验值来为你的答案提供奖励...抱歉。 - user2349053

如果您点击向上箭头，可以表示该内容有用。如果您认为它是问题的答案，请点击勾号。 - phil soady

我收到一条消息，上面写着“投票需要15点声望”……所以我想我只有在提出或回答几个问题后才能这样做。 - user2349053

Answer 2

你需要的是一个转写API或库，实际上，你需要的是一个罗马化库，虽然不完全相同，但最好忘记我说的话，你很快就会发现，我不想打破你的美梦。你可能需要看看这个https://bitbucket.org/Dimps/unidecodesharpfork，或者这个http://unidecode.codeplex.com/，或者这个http://transliterator.codeplex.com/。我用unidecodesharpfork来转写俄语，它有些令人不满意，因为它只转写每个字符，而没有按照ISO标准正确地进行罗马化。

很不幸，“音译”（实际上你需要的是罗马化，所以当我/你说到音译时，指的是罗马化）并不像unidecodesharpfork作者所认为的那样简单，只需列出一个字母表中的字符，并用另一种字母表中对应的字符替换每个字符。因为有时音译取决于前面或后面的字符，还有一个关于罗马化的ISO标准，例如俄语（参见http://en.wikipedia.org/wiki/Romanization_of_Russian）。此外，音译并不是文化无关的。例如，如果您是德语使用者，则会与英语使用者不同地音译俄语。

因此，对于严肃的用途，我建议使用Google音译API（仅提供英语使用者的观点），但我发现它已被弃用。https://developers.google.com/transliterate/

也许是时候为这10,000个字符读出音译了 :)

- Stefan Steiger

---

谢谢你提供的链接。我查看了它们，但不确定能否使用。Unicodesharpfork是相当不错的，但无法在Unicode中找到字符的描述。我会继续寻找并在此处发布结果：）祝你周末愉快。 - user2349053

我解决了，我从Unicode字符数据库（UCD）中提取了信息。您可以下载整个数据库的.XML文件。我只需要学习如何处理它并找到正确的属性。非常感谢您的帮助。我是一个新用户，因此无法为您的答案提供奖励:(。祝您有美好的一天:)。 - user2349053