ICU自定义音译

Question

我希望利用 ICU 库进行音译，但我想为一组特定的自定义音译提供一个自定义音译文件，以便在编译时合并到 ICU 核心中，以便在其他地方以二进制形式使用。出于兼容性原因，我正在使用 ICU 4.2 的源代码。

据我了解，从其网站的 ICU 数据页面来看，解决此问题的一种方法是在 ICUHOME/source/data/translit/ 中创建文件 trnslocal.mk，并在该文件中包含单行 TRANSLIT_SOURCE_LOCAL=custom.txt。

对于 custom.txt 文件本身，我基于主文件 root.txt 使用了以下格式：

custom{
    RuleBasedTransliteratorIDs {
            Kanji-Romaji {
            file {
              resource:process(transliterator){"custom/Kanji_Romaji.txt"}
              direction{"FORWARD"}
            }
         }
    }
    TransliteratorNamePattern {
        // Format for the display name of a Transliterator.
        // This is the language-neutral form of this resource.
        "{0,choice,0#|1#{1}|2#{1}-{2}}" // Display name
    }
    // Transliterator display names
    // This is the English form of this resource.
    "%Translit%Hex"         { "%Translit%Hex" }
    "%Translit%UnicodeName" { "%Translit%UnicodeName" }
    "%Translit%UnicodeChar" { "%Translit%UnicodeChar" }
    TransliterateLATIN{        
        "",
        ""
    }
}

然后将其存储在目录 custom 中> 文件Kanji_Romaji.txt，找到这里。因为它使用 > 而不是我在其他文件中看到的 →，所以我适当地转换了每个条目，所以它们现在看起来像：

丁 → Tei ;
七 → Shichi ;

当我编译 ICU 项目时，我没有任何错误。

然而，当我尝试在测试文件中使用此自定义音译器（与内置音译器配合良好的测试文件）时，我遇到了错误 error: 65569:U_INVALID_ID。

我使用以下代码来构造音译器并输出错误：

UErrorCode status = U_ZERO_ERROR;
Transliterator *K_R = Transliterator::createInstance("Kanji-Romaji", UTRANS_FORWARD, status);
if (U_FAILURE(status))
{
std::cout << "error: " << status << ":" << u_errorName(status) << std::endl;
return 0;
}

此外，循环到 Transliterator::countAvailableIDs() 和 Transliterator::getAvailableID(i) 确实如此不列出我的自定义音译。我记得读过有关自定义转换器的内容，它们必须在 /source/data/mappings/convrtrs.txt 中注册。有类似的音译器文件吗？

看来我的自定义音译器要么没有构建到适当的包中（尽管没有编译错误），要么格式不正确，要么以某种方式没有注册使用。顺便说一句，我知道运行时的 RuleBasedTransliterator 路由，但我希望能够编译自定义音译以在任何生成的二进制文件中使用。

如果需要任何额外说明，请告诉我。我知道这里至少有一位 ICU 程序员，他在我在其他地方写过和看到的其他帖子中也提供了很大的帮助。我将不胜感激我能找到的任何帮助。先感谢您！

Answer 1

音译器源自 CLDR - 您可以将音译器添加到 CLDR（crosswire 目录在 cldr 中以 XML 格式包含它） / 目录）并重建 ICU 数据。 ICU 没有像您尝试的那样添加音译器的简单机制。我要做的就是忘记 trnslocal.mk 或 custom.txt，因为您不需要添加任何文件，只需修改 root.txt - 如果您有建议的改进，您可能会提交错误。