織夢中文分詞 輸入的詞語返回亂碼怎麼處理

織夢中文分詞 輸入的詞語返回亂碼怎麼辦
織夢的中文分詞 ，詞庫中明明有煩惱 ，憂愁這樣的詞語 ，但是測試輸入 ，返回亂碼 ，不知道是怎麼回事 ，還有這樣的代碼 else if($n>0xA13F && $n < 0xAA40) , 其中 0xA13F ,0xAA40 是怎麼來的 。 php中文分詞，織夢中文分詞

分享到：

------解決方案--------------------
if($n>0xA13F && $n < 0xAA40) 是全形符號

他用的是 gbk 字元集，如果你不是的，那一定會亂碼的
------解決方案--------------------
他首先用 ReviseString 方法對傳入串做預先處理
其中有

        //如果中文字元
        if(isset($str[$i+1])){
          $c = $str[$i].$str[$i+1];

就是說他認為一個中文是由兩個位元組組成的，這是 gbk 的編碼規則
而一個非 ascii 的 utf-8 字元可以是 2個、3個、4個...位元組組成
漢字的 utf-8 多由 3 個位元組組成

你只把檔案內容改為 utf-8 的，沒有改變處理規則
出現亂碼不就是很正常的了嗎？
------解決方案--------------------
調用前將 utf-8 轉成 gbk 的
調用後在把 貴賓卡 轉成 utf-8 的
這樣就不需要研究演算法了

