UnicodeDecode

clase final pública UnicodeDecode

Decodifica cada cadena en "entrada" en una secuencia de puntos de código Unicode.

Los puntos de código de caracteres para todas las cadenas se devuelven utilizando un único vector `char_values`, con las cadenas expandidas a caracteres en orden de fila principal.

El tensor `row_splits` indica dónde comienzan y terminan los puntos de código para cada cadena de entrada dentro del tensor `char_values`. En particular, los valores de la `i`ésima cadena (en orden de fila principal) se almacenan en el segmento `[row_splits[i]:row_splits[i+1]]`. De este modo:

  • `char_values[row_splits[i]+j]` es el punto de código Unicode para el carácter `j` en la cadena `i` (en orden de fila principal).
  • `row_splits[i+1] - row_splits[i]` es el número de caracteres en la cadena `i` (en orden de fila principal).

Clases anidadas

clase UnicodeDecode.Opciones Atributos opcionales para UnicodeDecode

Métodos públicos

Salida <Entero>
valoreschar ()
Un tensor 1D int32 que contiene los puntos de código decodificados.
estático <T extiende Número> UnicodeDecode <T>
crear (alcance alcance , entrada Operando <Cadena>, Codificación de entrada de cadena, Clase<T> Tsplits, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecode.
UnicodeDecode estático <largo>
crear (alcance alcance , entrada Operando <Cadena>, Codificación de entrada de cadena, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecode utilizando tipos de salida predeterminados.
UnicodeDecode estático.Opciones
errores (errores de cadena)
UnicodeDecode estático.Opciones
reemplazarControlCharacters (reemplazarControlCharacters booleano)
UnicodeDecode estático.Opciones
replacementChar (reemplazo largo Char)
Salida <T>
divisiones de fila ()
Un tensor 1D int32 que contiene las divisiones de fila.

Métodos heredados

Métodos públicos

Salida pública <Entero> charValues ​​()

Un tensor 1D int32 que contiene los puntos de código decodificados.

creación pública estática UnicodeDecode <T> (alcance del alcance , entrada del operando <String>, codificación de entrada de cadena, división de clases <T>, opciones... opciones)

Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecode.

Parámetros
alcance alcance actual
aporte El texto a decodificar. Puede tener cualquier forma. Tenga en cuenta que la salida se aplana a un vector de valores de caracteres.
entradaCodificación Codificación de texto de las cadenas de entrada. Esta es cualquiera de las codificaciones admitidas por los convertidores algorítmicos ICU ucnv. Ejemplos: `"UTF-16", "US ASCII", "UTF-8"`.
opciones lleva valores de atributos opcionales
Devoluciones
  • una nueva instancia de UnicodeDecode

creación pública estática UnicodeDecode <Long> (alcance alcance , entrada de operando <Cadena>, codificación de entrada de cadena, opciones... opciones)

Método de fábrica para crear una clase que envuelve una nueva operación UnicodeDecode utilizando tipos de salida predeterminados.

Parámetros
alcance alcance actual
aporte El texto a decodificar. Puede tener cualquier forma. Tenga en cuenta que la salida se aplana a un vector de valores de caracteres.
entradaCodificación Codificación de texto de las cadenas de entrada. Esta es cualquiera de las codificaciones admitidas por los convertidores algorítmicos ICU ucnv. Ejemplos: `"UTF-16", "US ASCII", "UTF-8"`.
opciones lleva valores de atributos opcionales
Devoluciones
  • una nueva instancia de UnicodeDecode

Errores públicos estáticos UnicodeDecode.Options (errores de cadena)

Parámetros
errores Política de manejo de errores cuando se encuentra un formato no válido en la entrada. El valor de 'estricto' hará que la operación produzca un error InvalidArgument en cualquier formato de entrada no válido. Un valor de 'reemplazar' (el valor predeterminado) hará que la operación reemplace cualquier formato no válido en la entrada con el punto de código `replacement_char`. Un valor de 'ignorar' hará que la operación omita cualquier formato no válido en la entrada y no produzca ningún carácter de salida correspondiente.

UnicodeDecode.Options estático público reemplazarControlCharacters (reemplazarBooleanoControlCharacters)

Parámetros
reemplazarControlCharacters Si se deben reemplazar los caracteres de control C0 (00-1F) con `replacement_char`. El valor predeterminado es falso.

UnicodeDecode.Options estático público replacementChar (Reemplazo largo Char)

Parámetros
reemplazoChar El punto de código del carácter de reemplazo que se utilizará en lugar de cualquier formato no válido en la entrada cuando `errors='replace'`. Se puede utilizar cualquier punto de código Unicode válido. El valor predeterminado es que el carácter de reemplazo Unicode predeterminado es 0xFFFD o U+65533).

Salida pública <T> filaSplits ()

Un tensor 1D int32 que contiene las divisiones de fila.