UnicodeDecode

classe finale pubblica UnicodeDecode

Decodifica ogni stringa in "input" in una sequenza di punti di codice Unicode.

I punti di codice dei caratteri per tutte le stringhe vengono restituiti utilizzando un singolo vettore "char_values", con le stringhe espanse in caratteri nell'ordine della riga principale.

Il tensore "row_splits" indica dove iniziano e finiscono i punti di codice per ciascuna stringa di input all'interno del tensore "char_values". In particolare, i valori per la `i`esima stringa (in ordine di riga principale) sono memorizzati nella sezione `[row_splits[i]:row_splits[i+1]]`. Così:

  • `char_values[row_splits[i]+j]` è il punto di codice Unicode per il `j`esimo carattere nella `i`esima stringa (nell'ordine della riga principale).
  • `row_splits[i+1] - row_splits[i]` è il numero di caratteri nella `i`esima stringa (nell'ordine della riga principale).

Classi nidificate

classe UnicodeDecode.Options Attributi facoltativi per UnicodeDecode

Metodi pubblici

Output <Intero>
charValues ​​()
Un tensore 1D int32 contenente i punti di codice decodificati.
statico <T estende Numero> UnicodeDecode <T>
create ( ambito ambito , operando <String> input, stringa inputEncoding, Class<T> Tsplits, Opzioni... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione UnicodeDecode.
statico UnicodeDecode <Lungo>
create ( ambito ambito , input operando <String>, codifica input stringa, Opzioni... opzioni)
Metodo factory per creare una classe che racchiude una nuova operazione UnicodeDecode utilizzando i tipi di output predefiniti.
UnicodeDecode.Options statico
errori (Errori di stringa)
UnicodeDecode.Options statico
replaceControlCharacters (sostituzione booleana di caratteri di controllo)
UnicodeDecode.Options statico
sostituzioneChar (sostituzione lungaChar)
Uscita <T>
rigaDividi ()
Un tensore int32 1D contenente la riga divisa.

Metodi ereditati

Metodi pubblici

output pubblico <intero> charValues ​​()

Un tensore 1D int32 contenente i punti di codice decodificati.

public static UnicodeDecode <T> create ( ambito ambito , operando <String> input, stringa inputEncoding, Class<T> Tsplits, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione UnicodeDecode.

Parametri
scopo ambito attuale
ingresso Il testo da decodificare. Può avere qualsiasi forma. Si noti che l'output viene appiattito in un vettore di valori char.
inputEncoding Codifica del testo delle stringhe di input. Questa è una qualsiasi delle codifiche supportate dai convertitori algoritmici ICU ucnv. Esempi: `"UTF-16", "US ASCII", "UTF-8"`.
opzioni trasporta valori di attributi opzionali
ritorna
  • una nuova istanza di UnicodeDecode

public static UnicodeDecode <Long> create ( ambito ambito , operando <String> input, stringa inputEncoding, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione UnicodeDecode utilizzando i tipi di output predefiniti.

Parametri
scopo ambito attuale
ingresso Il testo da decodificare. Può avere qualsiasi forma. Si noti che l'output viene appiattito in un vettore di valori char.
inputEncoding Codifica del testo delle stringhe di input. Questa è una qualsiasi delle codifiche supportate dai convertitori algoritmici ICU ucnv. Esempi: `"UTF-16", "US ASCII", "UTF-8"`.
opzioni trasporta valori di attributi opzionali
ritorna
  • una nuova istanza di UnicodeDecode

errori pubblici statici UnicodeDecode.Options (errori di stringa)

Parametri
errori Criterio di gestione degli errori quando viene trovata una formattazione non valida nell'input. Il valore di 'strict' farà sì che l'operazione produca un errore InvalidArgument su qualsiasi formattazione di input non valida. Un valore "replace" (il valore predefinito) farà sì che l'operazione sostituisca qualsiasi formattazione non valida nell'input con il punto di codice "replacement_char". Un valore "ignore" farà sì che l'operazione salti qualsiasi formattazione non valida nell'input e non produca alcun carattere di output corrispondente.

public static UnicodeDecode.Options replaceControlCharacters (Boolean replaceControlCharacters)

Parametri
sostituireControlCharacters Indica se sostituire i caratteri di controllo C0 (00-1F) con "replacement_char". L'impostazione predefinita è falsa.

public static UnicodeDecode.Options replaceChar (Long replaceChar)

Parametri
sostituzioneChar Il punto di codice del carattere sostitutivo da utilizzare al posto di qualsiasi formattazione non valida nell'input quando `errors='replace'`. È possibile utilizzare qualsiasi punto di codice Unicode valido. Il valore predefinito è che il carattere sostitutivo Unicode predefinito è 0xFFFD o U+65533.)

Uscita pubblica <T> rowSplits ()

Un tensore int32 1D contenente la riga divisa.