织梦中文分词 输入的词语返回乱码怎么办

Question

织梦的中文分词 ，词库中明明有烦恼 ，忧愁这样的词语 ，但是测试输入 ，返回乱码 ，不知道是怎么回事   ，还有这样的代码  else if($n>0xA13F && $n < 0xAA40) , 其中 0xA13F ,0xAA40 是怎么来的 。php中文分词，织梦中文分词

Answer 1

if($n>0xA13F && $n < 0xAA40) 是全角符号他用的是 gbk 字符集，如果你不是的，那一定会乱码的

Answer 2

真的非常谢谢 ，但是应用的类 我都用编辑器存为utf-8 的格式了  ，输入的有些词语，就不会显示乱码啊 ，上面乱码的是经过分词后的词语 ，下面这一排是没有分词的原文，都没有显示乱码啊

Answer 3

他首先用 ReviseString 方法对传入串做预处理
其中有
        //如果中文字符
        if(isset($str[$i+1])){
          $c = $str[$i].$str[$i+1];
就是说他认为一个中文是由两个字节组成的，这是 gbk 的编码规则
而一个非 ascii 的 utf-8 字符可以是 2个、3个、4个...字节组成
汉字的 utf-8 多由 3 个字节组成你只把文件内容改为 utf-8 的，没有改变处理规则
出现乱码不就是很正常的了吗？

Answer 4

调用前将 utf-8 转成 gbk 的
调用后在把 贵宾卡 转成 utf-8 的
这样就不需要研究算法了