一個中英對照的翻譯程式

摘要

簡介

方法

  // 比對樣式，用來取得下一個應翻譯或應略過的部份。	
  static final String[] patterns=
  { /*0. comment*/ "<!--.*?-->",         // 略過 HTML 中的註解不要翻譯.
    /*1.script*/ "<script.+?</script>",  // 略過 HTML 中的Script不要翻譯.
    /*2.style*/ "<style.+?</style>",     // 略過 HTML 中的Style不要翻譯.
    /*3.mark-up*/ "<.+?>",               // 略過 HTML 中的標籤部分不要翻譯.
    /*4.digit*/ "\\d+",                  // 略過數字部份不要翻譯.
    /*5.email*/ "\\w{1,20}@\\w{1,20}\\.\\w{1,20}\\.",  // 略過 email 部份不要翻譯.
    /*6.name : Abel, John*/ "\\s+[A-Z][a-z]+\\s+,\\s+[A-Z][a-z]+", // 略過姓名部份不要翻譯.
    /*7.path : a.b.c or a/b/c */ "[\\./]\\w{1,20}[\\./]", // 略過路徑不要翻譯.
    /*8.url*/ "http://[\\w\\.]{1,30}", 	// 略過網址不要翻譯.
    /*9.phrase=three words*/"\\w+\\s+\\w+\\s+\\w+", // 三個英文字的片語，要翻譯。
    /*10.phrase=two words*/ "\\w+\\s+\\w+",     // 兩個英文字的片語，要翻譯。
    /*11.word*/"\\w+",                          // 一個英文字，要翻譯。
    /*12.six character*/"[^\\w\\s\\d]{6,6}",    // 六個中文字，要翻譯(中翻英時使用)。
    /*13.five character*/"[^\\w\\s\\d]{5,5}",   // 五個中文字，要翻譯(中翻英時使用)。
    /*14.four character*/"[^\\w\\s\\d]{4,4}",   // 四個中文字，要翻譯(中翻英時使用)。
    /*15.three character*/"[^\\w\\s\\d]{3,3}",  // 三個中文字，要翻譯(中翻英時使用)。
    /*16.two character*/"[^\\w\\s\\d]{2,2}",    // 二個中文字，要翻譯(中翻英時使用)。
    /*17.one character*/"[^\\w\\s\\d]{1,1}",    // 一個中文字，要翻譯(中翻英時使用)。
    /*18.one symbol character*/"."              // 一個符號，略過不用翻譯。
  };


  static final int WORD_BEGIN=9, WORD_END=17, ENGLISH_WORD=11;
	
  public static String translate(String pText, Map pMap, int pMinRank) {
    StringBuffer rzText = new StringBuffer();
    for (int i=0; i<pText.length(); ) {         // 從文章開頭一直掃描到結尾。
      String token=null, toToken=null;
      for (int pi=0; pi<patterns.length; pi++) { 
        token = matchAt(pText, i, patterns[pi]);// 對每一個可能的比對樣式進行比對。
        if (token == null) continue;            // 比對失敗，繼續比對下一個樣式。
        if (pi<WORD_BEGIN || pi>WORD_END)       // 比對成功的樣式不是詞彙，略過。
          break;
        else if (pi>=WORD_BEGIN&&pi<=WORD_END) {// 比對成功的樣式是詞彙，進行翻譯動作。
          token = STR.replace(token, "-", " ");
          toToken = translateWord(token, pMap, pMinRank); // 將原文詞彙翻譯為對照文字。
          if (toToken != null) break;
          if (pi == ENGLISH_WORD) break;
        }
      }
      if (toToken == null) toToken = "";
      if (toToken.length() == 0)               // 沒有翻譯出來，將原文直些輸出。
        rzText.append(token);
      else
        rzText.append(" "+token + "{["+toToken+"]} "); // 有翻譯出來，將原文與譯文以 "原文{[譯文]}" 格式輸出。
      i+=token.length();
    }
    return rzText.toString();
  }
	
  static final String[] suffixMacros = {";= ", "s;= ", "es;= ", "ies;=y ", "ing;= ", "ing;=e ", "er;=e ", 
                                        "est;=e;", "ed;= ", "d;= ", "ly;= ", "ies;=y ", "al;= ", "able;= "};


  // 將一個英文詞彙翻譯成中文。
  public static String translateWord(String pWord, Map pMap, int pMinRank) {
    if (pWord == null) return null;
    String extWord = pWord.toLowerCase()+";";
    for (int i=0; i<suffixMacros.length; i++) { // 對於每一種可能的詞尾，將其轉回原型後再進行比對。
      String suffix = STR.head(suffixMacros[i], "=");
      String toSuffix= STR.tail(suffixMacros[i], "=");
      String word = STR.replace(extWord, suffix, toSuffix).trim();
      String toTerm = (String) pMap.get(word);
      if (toTerm == null) 
        continue;
      else {
         String toWord = STR.head(toTerm, ";");
         int toRank = Integer.parseInt(STR.tail(toTerm, ";"));
         if (toRank < pMinRank) return ""; // 對於太常出現的字詞，不要進行翻譯 (例如：of, is, ...)
         // 對於譯文太長的字詞，不要進行翻譯 (例如：ant:一種在地上爬行的昆蟲，有六隻腳且有一個皇后)。
         if (toWord.length() > 30) return "";   
         return toWord.replace('_', ' ').trim();
      }
    }
    return null;
  }

實驗

結論