最简单的文本文件在网页中打开是乱码，下载下来也是乱码?莫非原来就是乱码？

Question

https://myoe.svn.sourceforge.net/svnroot/myoe/trunk/project/MyOEIndexer/FrenchStemmer.cs开源项目论坛，上面的地址。大家打开看一下，里面有好多汉字是吗？乱码？原来的字符是什么？
怎么回事？？

Answer 1

using System;
using System.Text;namespace Lucene.Net.Analysis.Fr
{
/* ====================================================================
 * The Apache Software License, Version 1.1
 *
 * Copyright (c) 2001 The Apache Software Foundation.  All rights
 * reserved.
 *
 * Redistribution and use in source and binary forms, with or without
 * modification, are permitted provided that the following conditions
 * are met:
 *
 * 1. Redistributions of source code must retain the above copyright
 *    notice, this list of conditions and the following disclaimer.
 *
 * 2. Redistributions in binary form must reproduce the above copyright
 *    notice, this list of conditions and the following disclaimer in
 *    the documentation and/or other materials provided with the
 *    distribution.
 *
 * 3. The end-user documentation included with the redistribution,
 *    if any, must include the following acknowledgment:
 *       "This product includes software developed by the
 *        Apache Software Foundation (http://www.apache.org/)."
 *    Alternately, this acknowledgment may appear in the software itself,
 *    if and wherever such third-party acknowledgments normally appear.
 *
 * 4. The names "Apache" and "Apache Software Foundation" and
 *    "Apache Lucene" must not be used to endorse or promote products
 *    derived from this software without prior written permission. For
 *    written permission, please contact [email protected].
 *
 * 5. Products derived from this software may not be called "Apache",
 *    "Apache Lucene", nor may "Apache" appear in their name, without
 *    prior written permission of the Apache Software Foundation.
 *
 * THIS SOFTWARE IS PROVIDED ``AS IS'' AND ANY EXPRESSED OR IMPLIED
 * WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES
 * OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
 * DISCLAIMED.  IN NO EVENT SHALL THE APACHE SOFTWARE FOUNDATION OR
 * ITS CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
 * SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
 * LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF
 * USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND
 * ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY,
 * OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT
 * OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
 * SUCH DAMAGE.
 * ====================================================================
 *
 * This software consists of voluntary contributions made by many
 * individuals on behalf of the Apache Software Foundation.  For more
 * information on the Apache Software Foundation, please see
 * <http://www.apache.org/>.
 */ /// <summary>
/// A stemmer for French words. The algorithm is based on the work of
/// Dr Martin Porter on his snowball project<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html<br>
/// (French stemming algorithm) for details
/// 
/// @author    Patrick Talbot
/// @version   $Id: FrenchStemmer.java,v 1.2 2004/01/22 20:54:47 ehatcher Exp $
/// </summary>
public class FrenchStemmer 
{ /**
 * Buffer for the terms while stemming them.
 */
private StringBuilder sb = new StringBuilder(); /**
 * A temporary buffer, used to reconstruct R2
 */
private StringBuilder tb = new StringBuilder(); /**
 * Region R0 is equal to the whole buffer
 */
private String R0; /**
 * Region RV
 * "If the word begins with two vowels, RV is the region after the third letter,
 * otherwise the region after the first vowel not at the beginning of the word,
 * or the end of the word if these positions cannot be found."
 */
private String RV; /**
 * Region R1
 * "R1 is the region after the first non-vowel following a vowel
 * or is the null region at the end of the word if there is no such non-vowel"
 */
private String R1; /**
 * Region R2
 * "R2 is the region after the first non-vowel in R1 following a vowel
 * or is the null region at the end of the word if there is no such non-vowel"
 */
private String R2;
/**
 * Set to true if we need to perform step 2
 */
private bool suite; /**
 * Set to true if the buffer was modified
 */
private bool modified; /// <summary>
/// Stemms the given term to a unique <tt>discriminator</tt>.
/// </summary>
/// <param name="term">
/// java.langString The term that should be stemmed
/// </param>
/// <returns>
/// Discriminator for <tt>term</tt>
/// </returns>
protected internal String Stem( String term ) 
{
if ( !IsStemmable( term ) ) 
{
return term;
} // Use lowercase for medium stemming.
term = term.ToLower(); // Reset the StringBuilder.
sb.Remove( 0, sb.Length );
sb.Append( term ); // reset the booleans
modified = false;
suite = false; sb = TreatVowels( sb ); SetStrings(); Step1(); if (!modified || suite)
{
if (RV != null)
{
suite = Step2a();
if (!suite)
Step2b();
}
} if (modified || suite)
Step3();
else
Step4(); Step5(); Step6(); return sb.ToString();
} /// <summary>
/// Sets the search region Strings<br>
/// it needs to be done each time the buffer was modified
/// </summary>
private void SetStrings() 
{
// set the strings
R0 = sb.ToString();
RV = RetrieveRV( sb );
R1 = RetrieveR( sb );
if ( R1 != null )
{
tb.Remove( 0, tb.Length );
tb.Append( R1 );
R2 = RetrieveR( tb );
}
else
R2 = null;
} /// <summary>
/// First step of the Porter Algorithmn<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step1( ) 
{
String[] suffix = { "ances", "iqUes", "ismes", "ables", "istes", "ance", "iqUe", "isme", "able", "iste" };
DeleteFrom( R2, suffix ); ReplaceFrom( R2, new String[] { "logies", "logie" }, "log" );
ReplaceFrom( R2, new String[] { "usions", "utions", "usion", "ution" }, "u" );
ReplaceFrom( R2, new String[] { "ences", "ence" }, "ent" ); String[] search = { "atrices", "ateurs", "ations", "atrice", "ateur", "ation"};
DeleteButSuffixFromElseReplace( R2, search, "ic",  true, R0, "iqU" ); DeleteButSuffixFromElseReplace( R2, new String[] { "ements", "ement" }, "eus", false, R0, "eux" );
DeleteButSuffixFrom( R2, new String[] { "ements", "ement" }, "ativ", false );
DeleteButSuffixFrom( R2, new String[] { "ements", "ement" }, "iv", false );
DeleteButSuffixFrom( R2, new String[] { "ements", "ement" }, "abl", false );
DeleteButSuffixFrom( R2, new String[] { "ements", "ement" }, "iqU", false ); DeleteFromIfTestVowelBeforeIn( R1, new String[] { "issements", "issement" }, false, R0 );
DeleteFrom( RV, new String[] { "ements", "ement" } ); DeleteButSuffixFromElseReplace( R2, new String[] { "it鳢, "it颠}, "abil", false, R0, "abl" );
DeleteButSuffixFromElseReplace( R2, new String[] { "it鳢, "it颠}, "ic", false, R0, "iqU" );
DeleteButSuffixFrom( R2, new String[] { "it鳢, "it颠}, "iv", true ); String[] autre = { "ifs", "ives", "if", "ive" };
DeleteButSuffixFromElseReplace( R2, autre, "icat", false, R0, "iqU" );
DeleteButSuffixFromElseReplace( R2, autre, "at", true, R2, "iqU" ); ReplaceFrom( R0, new String[] { "eaux" }, "eau" ); ReplaceFrom( R1, new String[] { "aux" }, "al" ); DeleteButSuffixFromElseReplace( R2, new String[] { "euses", "euse" }, "", true, R1, "eux" ); DeleteFrom( R2, new String[] { "eux" } ); // if one of the next steps is performed, we will need to perform step2a
bool temp = false;
temp = ReplaceFrom( RV, new String[] { "amment" }, "ant" );
if (temp == true)
suite = true;
temp = ReplaceFrom( RV, new String[] { "emment" }, "ent" );
if (temp == true)
suite = true;
temp = DeleteFromIfTestVowelBeforeIn( RV, new String[] { "ments", "ment" }, true, RV );
if (temp == true)
suite = true; }

Answer 2

String[] suffix = { "eraIent", "erais", "erait", "erai", "eras", "erions", "eriez",
  "erons", "eront","erez", "鑢ent", "era", "閑s", "iez",
  "閑", "閟", "er", "ez", "? };
好像是乱的

Answer 3

/// <summary>
/// Second step (A) of the Porter Algorithmn<br>
/// Will be performed if nothing changed from the first step
/// or changed were done in the amment, emment, ments or ment suffixes<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
/// <returns>
/// true if something changed in the StringBuilder
/// </returns>
private bool Step2a() 
{
String[] search = { "s", "s", "iraIent", "irait", "irais", "irai", "iras", "ira",
  "irent", "iriez", "irez", "irions", "irons", "iront",
  "issaIent", "issais", "issantes", "issante", "issants", "issant",
  "issait", "issais", "issions", "issons", "issiez", "issez", "issent",
  "isses", "isse", "ir", "is", ", "it", "ies", "ie", "i" };
return DeleteFromIfTestVowelBeforeIn( RV, search, false, RV );
} /// <summary>
/// Second step (B) of the Porter Algorithmn<br>
/// Will be performed if step 2 A was performed unsuccessfully<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step2b() 
{
String[] suffix = { "eraIent", "erais", "erait", "erai", "eras", "erions", "eriez",
  "erons", "eront","erez", "貥nt", "era", "饳", "iez",
  "饢, "鳢, "er", "ez", "颠};
DeleteFrom( RV, suffix ); String[] search = { "assions", "assiez", "assent", "asses", "asse", "aIent",
  "antes", "aIent", "Aient", "ante", "⭥s", "ⴥs", "ants", "ant",
  "ait", "a, "ais", "Ait", "A, "Ais", "ⴢ, "as", "ai", "Ai", "a" };
DeleteButSuffixFrom( RV, search, "e", true ); DeleteFrom( R2, new String[] { "ions" } );
} /// <summary>
/// Third step of the Porter Algorithmn<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step3() 
{
if (sb.Length>0)
{
char ch = sb[ sb.Length-1];
if (ch == 'Y')
{
sb[ sb.Length-1] = 'i';
SetStrings();
}
else if (ch == '秩
{
sb[ sb.Length-1] = 'c';
SetStrings();
}
}
} /// <summary>
/// Fourth step of the Porter Algorithmn<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step4() 
{
if (sb.Length > 1)
{
char ch = sb[sb.Length-1];
if (ch == 's')
{
char b = sb[ sb.Length-2 ];
if (b != 'a' && b != 'i' && b != 'o' && b != 'u' && b != '觠&& b != 's')
{
sb.Remove( sb.Length - 1, 1);
SetStrings();
}
}
}
bool found = DeleteFromIfPrecededIn( R2, new String[] { "ion" }, RV, "s" );
if (!found)
found = DeleteFromIfPrecededIn( R2, new String[] { "ion" }, RV, "t" ); ReplaceFrom( RV, new String[] { "I貥", "i貥", "Ier", "ier" }, "i" );
DeleteFrom( RV, new String[] { "e" } );
DeleteFromIfPrecededIn( RV, new String[] { "뢠}, R0, "gu" );
} /// <summary>
/// Fifth step of the Porter Algorithmn<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step5() 
{
if (R0 != null)
{
if (R0.EndsWith("enn") || R0.EndsWith("onn") || R0.EndsWith("ett") || R0.EndsWith("ell") || R0.EndsWith("eill"))
{
sb.Remove( sb.Length - 1, 1);
SetStrings();
}
}
} /// <summary>
/// Sixth (and last!) step of the Porter Algorithmn<br>
/// refer to http://snowball.sourceforge.net/french/stemmer.html for an explanation
/// </summary>
private void Step6() 
{
if (R0!=null && R0.Length>0)
{
bool seenVowel = false;
bool seenConson = false;
int pos = -1;
for (int i = R0.Length-1; i > -1; i--)
{
char ch = R0[i];
if (IsVowel(ch))
{
if (!seenVowel)
{
if (ch == '駠|| ch == '觩
{
pos = i;
break;
}
}
seenVowel = true;
}
else
{
if (seenVowel)
break;
else
seenConson = true;
}
}
if (pos > -1 && seenConson && !seenVowel)
sb[pos] = 'e';
}
} /// <summary>
/// Delete a suffix searched in zone "source" if zone "from" contains prefix + search string
/// </summary>
/// <param name="source">the primary source zone for search</param>
/// <param name="search">the strings to search for suppression</param>
/// <param name="from">the secondary source zone for search</param>
/// <param name="prefix">the prefix to add to the search string to test</param>
/// <returns>true if modified</returns>
private bool DeleteFromIfPrecededIn( String source, String[] search, String from, String prefix ) 
{
bool found = false;
if (source!=null )
{
for (int i = 0; i < search.Length; i++) 
{
if ( source.EndsWith( search[i] ))
{
if (from!=null && from.EndsWith( prefix + search[i] ))
{
sb.Remove( sb.Length - search[i].Length, search[i].Length);
found = true;
SetStrings();
break;
}
}
}
}
return found;
} /// <summary>
/// Delete a suffix searched in zone "source" if the preceding letter is (or isn't) a vowel
/// </summary>
/// <param name="source">the primary source zone for search</param>
/// <param name="search">the strings to search for suppression</param>
/// <param name="vowel">true if we need a vowel before the search string</param>
/// <param name="from">the secondary source zone for search (where vowel could be)</param>
/// <returns>true if modified</returns>
private bool DeleteFromIfTestVowelBeforeIn( String source, String[] search, bool vowel, String from ) 
{
bool found = false;
if (source!=null && from!=null)
{
for (int i = 0; i < search.Length; i++) 
{
if ( source.EndsWith( search[i] ))
{
if ((search[i].Length + 1) <= from.Length)
{
bool test = IsVowel(sb[sb.Length-(search[i].Length+1)]);
if (test == vowel)
{
sb.Remove( sb.Length - search[i].Length, search[i].Length);
modified = true;
found = true;
SetStrings();
break;
}
}
}
}
}
return found;
}
/// <summary>
/// Delete a suffix searched in zone "source" if preceded by the prefix
/// </summary>
/// <param name="source">the primary source zone for search</param>
/// <param name="search">the strings to search for suppression</param>
/// <param name="prefix">the prefix to add to the search string to test</param>
/// <param name="without">true if it will be deleted even without prefix found</param>
private void DeleteButSuffixFrom( String source, String[] search, String prefix, bool without ) 
{
if (source!=null)
{
for (int i = 0; i < search.Length; i++) 
{
if ( source.EndsWith( prefix + search[i] ))
{
sb.Remove( sb.Length - (prefix.Length + search[i].Length), prefix.Length + search[i].Length);
modified = true;
SetStrings();
break;
}
else if ( without && source.EndsWith( search[i] ))
{
sb.Remove( sb.Length, search[i].Length);
modified = true;
SetStrings();
break;
}
}
}
} /// <summary>
/// Delete a suffix searched in zone "source" if preceded by prefix<br>
/// or replace it with the replace string if preceded by the prefix in the zone "from"<br>
/// or delete the suffix if specified
/// </summary>
/// <param name="source">the primary source zone for search</param>
/// <param name="search">the strings to search for suppression</param>
/// <param name="prefix">the prefix to add to the search string to test</param>
/// <param name="without">true if it will be deleted even without prefix found</param>
private void DeleteButSuffixFromElseReplace( String source, String[] search, String prefix, bool without, String from, String replace ) 
{
if (source!=null)
{
for (int i = 0; i < search.Length; i++) 
{
if ( source.EndsWith( prefix + search[i] ))
{
sb.Remove( sb.Length - (prefix.Length + search[i].Length), prefix.Length + search[i].Length);
modified = true;
SetStrings();
break;
}
else if ( from!=null && from.EndsWith( prefix + search[i] ))
{
sb.Remove(sb.Length - (prefix.Length + search[i].Length), prefix.Length + search[i].Length);
sb.Append( replace );
modified = true;
SetStrings();
break;
}
else if ( without && source.EndsWith( search[i] ))
{
sb.Remove( sb.Length - search[i].Length, search[i].Length );
modified = true;
SetStrings();
break;
}
}
}
}

Answer 4

/// <summary>
/// Replace a search string with another within the source zone
/// </summary>
/// <param name="source">the source zone for search</param>
/// <param name="search">the strings to search for replacement</param>
/// <param name="replace">the replacement string</param>
/// <returns></returns>
private bool ReplaceFrom( String source, String[] search, String replace ) 
{
bool found = false;
if (source!=null)
{
for (int i = 0; i < search.Length; i++) 
{
if ( source.EndsWith( search[i] ))
{
sb.Remove(sb.Length - search[i].Length, search[i].Length);
sb.Append( replace );
modified = true;
found = true;
SetStrings();
break;
}
}
}
return found;
} /// <summary>
/// Delete a search string within the source zone
/// </summary>
/// <param name="source">the source zone for search</param>
/// <param name="suffix">the strings to search for suppression</param>
private void DeleteFrom(String source, String[] suffix ) 
{
if (source!=null)
{
for (int i = 0; i < suffix.Length; i++) 
{
if (source.EndsWith( suffix[i] ))
{
sb.Remove( sb.Length - suffix[i].Length, suffix[i].Length);
modified = true;
SetStrings();
break;
}
}
}
} /// <summary>
/// Test if a char is a french vowel, including accentuated ones
/// </summary>
/// <param name="ch">the char to test</param>
/// <returns>true if the char is a vowel</returns>
private bool IsVowel(char ch) 
{
switch (ch)
{
case 'a':
case 'e':
case 'i':
case 'o':
case 'u':
case 'y':
case '⧺
case '৺
case '맺
case '駺
case 'ꧺ
case '觺
case '狀
case '
case '?
case '? case '? case '? return true;
default:
return false;
}
} /// <summary>
/// Retrieve the "R zone" (1 or 2 depending on the buffer) and return the corresponding string<br>
/// "R is the region after the first non-vowel following a vowel
/// or is the null region at the end of the word if there is no such non-vowel"<br>
/// </summary>
/// <param name="buffer">the in buffer</param>
/// <returns>the resulting string</returns>
private String RetrieveR( StringBuilder buffer ) 
{
int len = buffer.Length;
int pos = -1;
for (int c = 0; c < len; c++) 
{
if (IsVowel( buffer[c]))
{
pos = c;
break;
}
}
if (pos > -1)
{
int consonne = -1;
for (int c = pos; c < len; c++) 
{
if (!IsVowel(buffer[c]))
{
consonne = c;
break;
}
}
if (consonne > -1 && (consonne+1) < len)
return buffer.ToString().Substring( consonne+1, len - (consonne+1) );
else
return null;
}
else
return null;
} /// <summary>
/// Retrieve the "RV zone" from a buffer an return the corresponding string<br>
/// "If the word begins with two vowels, RV is the region after the third letter,
/// otherwise the region after the first vowel not at the beginning of the word,
/// or the end of the word if these positions cannot be found."<br>
/// </summary>
/// <param name="buffer">the in buffer</param>
/// <returns>the resulting string</returns>
private String RetrieveRV( StringBuilder buffer ) 
{
int len = buffer.Length;
if ( buffer.Length > 3)
{
if ( IsVowel(buffer[0]) && IsVowel(buffer[1])) 
{
return buffer.ToString().Substring(3,len-3);
}
else
{
int pos = 0;
for (int c = 1; c < len; c++) 
{
if (IsVowel( buffer[c]))
{
pos = c;
break;
}
}
if ( pos+1 < len )
return buffer.ToString().Substring( pos+1, len - (pos+1));
else
return null;
}
}
else
return null;
}
/// <summary>
/// Turns u and i preceded AND followed by a vowel to UpperCase<br>
/// Turns y preceded OR followed by a vowel to UpperCase<br>
/// Turns u preceded by q to UpperCase<br>
/// </summary>
/// <param name="buffer">the buffer to treat</param>
/// <returns>the treated buffer</returns>
private StringBuilder TreatVowels( StringBuilder buffer ) 
{
for ( int c = 0; c < buffer.Length; c++ ) 
{
char ch = buffer[c]; if (c == 0) // first char
{
if (buffer.Length>1)
{
if (ch == 'y' && IsVowel(buffer[ c + 1 ]))
buffer[c] = 'Y';
}
}
else if (c == buffer.Length-1) // last char
{
if (ch == 'u' && buffer[c - 1] == 'q')
buffer[c] = 'U';
if (ch == 'y' && IsVowel(buffer[ c - 1 ]))
buffer[c] = 'Y';
}
else // other cases
{
if (ch == 'u')
{
if (buffer[ c - 1] == 'q')
buffer[ c ] = 'U';
else if (IsVowel(buffer[c - 1]) && IsVowel(buffer[c + 1]))
buffer[c] = 'U';
}
if (ch == 'i')
{
if (IsVowel(buffer[c - 1]) && IsVowel(buffer[ c + 1 ]))
buffer[c] = 'I';
}
if (ch == 'y')
{
if (IsVowel(buffer[c - 1]) || IsVowel(buffer[c + 1]))
buffer[c] = 'Y';
}
}
} return buffer;
} /// <summary>
/// Checks a term if it can be processed correctly.
/// </summary>
/// <returns>true if, and only if, the given term consists in letters.</returns>
private bool IsStemmable( String term ) 
{
bool upper = false;
int first = -1;
for ( int c = 0; c < term.Length; c++ ) 
{
// Discard terms that contain non-letter characters.
if ( !Char.IsLetter( term[c] ) ) 
{
return false;
}
// Discard terms that contain multiple uppercase letters.
if ( Char.IsUpper( term[c] ) ) 
{
if ( upper ) 
{
return false;
}
// First encountered uppercase letter, set flag and save
// position.
else 
{
first = c;
upper = true;
}
}
}
// Discard the term if it contains a single uppercase letter that
// is not starting the term.
if ( first > 0 ) 
{
return false;
}
return true;
}
}
}//可能是编码的问题，这是文件内容

Answer 5

这段代码中的文字是法文（FrenchStemmer.cs）。