在 java 应用程序中使用 java 字典和辞典 api

rakesh midha （mrakesh@in.ibm.com）
软件工程师, ibm 软件试验室，bangalore
2004 年 10 月

java 字典和辞典 api（dictionary and thesaurus api for java，jadt）是 java 应用程序中访问语言特性的一个类库。本文是由两部分组成的系列文章的第 1 部分，在本文中，jadt 开发人员 rakesh midha 从用户的角度讨论了 jadt，并展示了如何在 java 应用程序里使用 jadt。他讨论了 jadt 中涉及的各种不同的类和设计，以及 jadt 中可以使用的一些特性。第 2 部分则深入讨论体系结构和 api 的细节，为那些希望实现 jadt 驱动程序的用户提供指导。

java 字典和辞典 api（jadt）是 alphaworks 上发布的辞典特性的 api，是一个基于标准的类库，用于在 java 应用程序里访问语言特性。它为 java 程序员提供了透明的以 java 为中心的方法，用以访问字典和非结构化单词，以及有关它们的信息。本文是由两部分组成的系列文章的第 1 部分，涉及的内容是用 jadt 开发增强字典和辞典的 java 应用程序。第 2 部分提供了对体系结构和 api 的详细考察。

jadt 概述
jadt 是用于从 java 编程语言中访问辞典数据的 api。它提供了可以在 java 应用程序中使用的通用接口，独立于字典/数据提供者的实现。使用 jadt，用 java 语言编写的应用程序就可以访问某个具体单词的定义、发音、同义词、反义词等信息。

jadt 的特性包括：

• 访问字典、辞典和其他服务的接口
• 多语言转换接口
• 基于驱动程序的访问协议
• 用于字典提供者和驱动程序开发人员的 api
• 访问后端字典或辞典，比如数据库、文件系统或基于 xml 的文件（只要实现了它们的驱动程序）

jadt 对于辞典数据访问应用程序来说是一个非常有用的 api，因为它为执行这类任务提供了简单的、标准的技术。它把应用程序开发人员 从维护数据和数据访问点的痛苦中解救出来。

对于很多使用多语言特性、本地化和类似特性的应用程序来说，这个 api 的实现会非常有用。例如，在编辑的时候，编辑可以用这个技术进行拼写检查，或者得到更多合适单词的建议。另一个示例应用可能是，让需要翻译的应用程序可以使用多语言字典和辞典。

除此之外，jadt 还提供了语言中立的接口，这让它可以用于各种语言和方言。而且，由于 adt 是用 java 语言编写的，它的示例驱动程序也是用 java 语言实现的，所以它是平台无关的。

jadt 数据结构
jadt 包括各种不同的组件和服务，取决于所使用的 jadt 的特性或具体的子集。您的 jadt 旅程的第一站，是一组提供数据组织的一般方法的类和接口。 因为所有服务都使用这些数据结构，所以 jadt 用户对它们的了解，是非常重要的。

单词列表
wordlist 类就是一个单词的容器。它不从后端资源取数据。wordlist 一般用于传递、取得或包含成组的单词。除此之外，还有一个选项，用于查找符合特定规则的所有单词。例如，它目前支持查找带有相似前缀或后缀的单词，支持共享某些子串的单词查找。它与 wordlister 服务不同，因为它不从后台资源取词，所以它仅仅是一个包装类。它还可以用于单词集合，如清单 1 所示：

 wordlist wordlist=  wordlister.findwithprefix("un"); //getting collection of words one by one wordlist.start(); while(wordlist.hasmorewords()) {  word word=wordlist.getnext(); } // using wordlist further to narrow down the search wordlist wordlist2= wordlist.findwithsuffix("ing");

单词
word 接口代表语言单元或者母语使用者能够识别的字符构成。 word 把单词的信息包装起来。保存在 word 里的信息包括单词拼写、类型、来源、发音和记录。一旦从某项服务得到了 word 对象，就可以方便地用它的方法来提取信息，如清单 2 所示：

 word word=wordlist.getnext(); string strname=word.getword();

字典记录
dictionaryrecord 对象保存单词的附加信息。 dictionaryrecord 通常被用来表示 jadt 驱动程序实现的某项服务获得的单词结果集。记录中保存着单词的信息，例如它的描述、类型、用法、区域、发音等等。因为 dictionaryrecord 是作为 chainedobject 实现的，所以能够以串接对象的形式，用 chainedobject 来取得多组单词信息。可以把这项技术用于某一服务的结果集，如清单 3 所示：

 dictionaryrecord dr=  dict.getmeaning("dictionary");dr.start();while(dr!=null){string strname=dr.getwordname(); string pronunciation=dr.getpronunciation(); string type= dr.gettype(); string meaning=dr.getdescription(); dr=dr.getnextrecord(); } 

jadt 驱动程序
就像我前面说过的，jadt 提供了基于驱动程序的访问机制，所以 java 应用程序可以独立于实现提供者工作。为了做到这一点，jadt 驱动程序需要能够与正在访问的具体数据源进行通信。可以通过某个驱动程序服务，把用户调用发布给数据源，还可以把这些语句的结果发回用户。

实现提供者负责 jadtdriver，jadt 驱动程序则负责为您提取并提供您所需要的数据。

jadt 带有两个缺省驱动程序，用于与 jadt api 绑定的两种不同数据源。这两个驱动程序是 jadttextdriver，它针对以文本格式保存的语言数据来实现，jadtxmldriver，它针对以 xml 格式保存的语言数据来实现。

控制流程
jadt api 定义了访问 jadtdriver 服务的编程模型，java 应用程序开发人员必须按照协议来使用 jadtdriver。所以 jadt 服务访问代码的最简单流程必须是：

• 载入 jadtdriverfactory：当调用 class.forname("com.ibm.jadtdrivers.textdriver.jadttextdriverfactory"); 载入 jadtdriverfactory 的时候，jadtdriverfactory 会自动注册到驱动程序上。
  
  
• 从 jadtdriverfactorymanager 获得 jadtdriverfactory：jadtdriverfactory是各种驱动程序的生产工厂，一直由 jadtdriverfactorymanager 控制。所以可以调用 jadtdriverfactory fac=jadtdriverfactorymanager.getjadtdriverfactory("jadttextdriverfactory");，用 jadtdriverfactorymanager 获得 jadtdriverfactory。
  
  
• 生成 jadt 驱动程序 ：jadt 驱动程序 提供了对各种服务的访问，例如字典、辞典、拼写检查、单词表、翻译器、语法检查器和词变位器。可以调用工厂的 createjadtdriver() 方法来创建它：
  
  

  driver dri =fac.createjadtdriver();

  
  
  
• 设置驱动程序的属性：驱动程序属性由驱动程序提供者公布。例如，对于文本和 xml 驱动程序非常重要的是，用户需要设置到达数据目录的路径，可以用 driver.setproperty("jadttextdriverdir","c://datadir"); 完成。如果没有设置这个路径，就会采用缺省值，缺省值是驱动程序类的路径。

现在，您就可以开始使用驱动程序支持的所有语言的驱动程序服务了。

访问字典
字典是 jadt 驱动程序提供的最重要的服务之一，文本和 xml 驱动程序都支持这项服务。可以用下面的语句，从驱动程序得到特定语言的字典：

 dictionary dict=driver.getdictionary("english","english");

getmeaning() 方法为您指定的每个单词提取 dictionaryrecord，里面包含单词的多个含义。清单 4 显示了字典的用法：

dictionaryrecord dr=  dict.getmeaning("dictionary");dr.start();while(dr!=null){string strname=dr.getwordname();string pronunciation=dr.getpronunciation();string type= dr.gettype();string meaning=dr.getdescription();dr=dr.getnextrecord();}

使用辞典
wordbook 是提供相关单词分类列表的服务组件，它提供了所有相关单词的信息。这些单词可以按照用法、来源、发音等指标关联起来。

可以用以下代码从驱动程序访问这项服务：

wordbook wordbook=driver.getwordbook("english");

文本和 xml 驱动程序都支持这项服务。

jadt 的当前版本提供了实现以下服务的接口：

同义词
同义词（synonyms）是指在给定上下文中可以互换使用的两个单词。有两个方法提供这项服务：

• getsynonyms() 用来取得同义词。
• issynonyms() 用来判断两个单词是否同义词。

清单 5 显示了使用的方法：

dictionaryrecord dr=  this.wordbook.getsynonyms("dictionary");while(dr!=null){string strname=dr.getwordname();dr=dr.getnextrecord();}if(wordbook.issynonyms("dictionary","lexicon")){/*..*/}

本节里的其他服务也可以使用同样的技术，所以我就不为每项服务都演示了。

反义词
反义词（antonyms ）是指意义相反的两个单词。使用 wordbook，您可以检查单词是否意义相反，也可以找到单词的所有反义词。同样，也有两个方法提供这项服务：

• getantonyms() 用来取得反义词。
• isantonyms() 用来判断两个单词是不是意义相反。

上位词
上位词（hypernyms ）是指范围大或一般性概念的单词。“computer”或“fruit”相对于更具体的术语（例如“dell”或“banana”）来说，就是上位词。您可以用 wordbook 来获得所有的上位词，或者检测单词是否为上位词。有两个方法提供这项服务：

• gethypernym() 用来取得上位词
• ishypernym() 用来判断两个单词是否上位词

下位词
下位词（hyponyms）是指更加具体的单词或概念的单词。专有名词就是下位词的好例子。“north america”或“mercedes”是“continent”或“automobile”的下位词。

您可以用 wordbook 来检查单词是不是下位词，您可以也查找指定单词的所有下位词。有两个方法提供这项服务：

• gethyponym() 用来获得下位词
• ishyponym() 用来判断两个单词是否下位词

整体名词
整体名词（holonyms）表示整体，指定单词是它的组成部分。例如“hat”是“brim”和“crown”的整体名词。有两个方法提供这项服务：

• getholonym() 用来取得整体名词
• isholonym() 用来判断两个单词是否整体名词

部分名词
部分名词（meronyms）表示指定单词的一部分。例如，“brim”和“crown”就是“hat”的部分名词。有两个方法提供这项服务：

• getmeronym() 用来取得部分名词
• ismeronym() 用来判断两个单词是否部分名词

使用拼写检查器
您可以用 spellchecker 来捕获拼写错误的单词。对于编辑器、ide 和其他字处理应用程序来说，它是一个很有用的工具。

您可以从驱动程序得到服务实例来访问spellchecker，如下所示。文本和 xml 驱动程序都支持这项服务：

spellchecker spellchecker=driver.getspellchecker("english");

jadt 的 spellchecker 提供了以下特性：

• 查找单词是否正确：调用 spellchecker 的 check()方法，该方法用单词为参数，返回布尔值：
  
  

  system.out.println("word dictionar is right spelling "+spellchecker.check (new textword("dictionar")));

  
  
  
• 查找单词的正确形式：调用 spellchecker 的 correct() 方法，该方法用单词作为参数，返回 dictionaryrecord：
  
  

  dictionaryrecord dr=spellchecker.correct(new textword("dictionar"));if(dr!=null)system.out.println("correct spelling of dictionar is "+dr);

  
  
  
• 查找类似单词：调用 spellchecker 的 suggestsimilar() 方法，该方法用单词作为参数，返回 dictionaryrecord：
  
  

  dictionaryrecord dr=spellchecker. suggestsimilar(new textword("dictionar"));system.out.println("words similar to dictionar are : ");dr.start();while(dr.hasmorewords())system.out.println(dr.getnext());

使用单词表
wordlister 允许您从后端资源取得单词。jadt 的 wordlister 还提供了一个选项，可以查找符合某个规则的所有单词。

可以用以下语句从驱动程序访问这项服务：

wordlister wordlister=driver.getwordlister("english"); 

目前，它支持用以下方式查找单词：

• 相似前缀：返回用相同前缀开始的单词：
  
  

  wordlist dr= wordlister.findwithprefix("perf");system.out.println("words with prefix /"perf/" are : ");if(dr==null)return;dr.start();while(dr.hasmorewords()){system.out.println(dr.getnext());}

  
  
  
• 相似后缀：返回用相同单词后缀结束的单词：
  
  

  wordlist dr= wordlister.findwithsuffix("ces");system.out.println("words with suffix /"ces/" are : ");if(dr==null)return;dr.start();while(dr.hasmorewords()){system.out.println(dr.getnext());}

  
  
  
• 共享某些子串：返回包含相同单词的单词：
  
  

  wordlist dr= wordlister.findwithsubstring("tiona");system.out.println("words with substring /"ces/" are : ");if(dr==null)return;dr.start();while(dr.hasmorewords()){system.out.println(dr.getnext());}

使用词变位器
变位词是通过重新排列单词或短语的字母而得到的单词或短语。anagrammizer 用来取得用相同字符组成的单词，对于文字游戏类应用程序来说会非常有用。使用 anagrammizer，您可以判断各个单词相互之间是不是变位词，或者找到指定单词的所有变位词。

可以用以下语句从驱动程序访问这项服务：

anagrammizer anagram=driver.getanagrammizer("english");

有两个方法提供这项服务：

• anagrammise()用来取得变位词
• isanagram()用来判断两个单词是否变位词

这些方法可以像清单 6 所示的那样使用：

dictionaryrecord dr=  this.wordbook.anagrammise(new textword("clear"));while(dr!=null){string strname=dr.getwordname();dr=dr.getnextrecord();}if(wordbook. isanagram("clear","clare")){/*..*/}

使用语法检查器
grammarchecker 检查单词在句子中的排列是否允许，检查单词在特定上下文中的用法是否正确。同样，这项服务可以用在出版和字处理应用程序中。

可以用以下语句从驱动程序访问这项服务：

grammarchecker grammarchecker=yourdriver.getgrammarchecker("english");

使用 jadt 的grammarchecker，您可以：

• 用 check() 方法判断是否使用了正确的语法
• 用 correct() 方法纠正语法
• 用 suggestsimilar() 方法对如何在具体上下文环境下纠正语法提出建议

使用翻译器
translator被用来把单词或句子从一种语言转换成另一种语言。这个特性可以用在本地化和国际化实现中。利用这个特性，用一种语言编写的资源绑定文件可以被转换成另外一种语言。

可以用以下代码从驱动程序访问这项服务：

translator translator=yourdriver.gettranslator("english","french");

使用 jadt 的translator，您可以：

• 用 translate() 方法把单词翻译成第二种语言。
• 用 translatesentence() 方法把句子翻译成第二种语言。

jadt 应用程序示例
jadt 还带有一个示例应用程序，演示了 jadttextdriver 和 jadtxmldriver 驱动程序的特性。

要执行示例应用程序，请调用 java com.ibm.jadtsample.jadtsampleapplication 来打开应用程序，运行的效果如图 1 所示：

图 1. 示例应用程序屏幕

确保您是在资源文件部署的目录中执行 java com.ibm.jadtsample.jadtsampleapplication 命令。

结束语
读完这篇文章之后，对于 java 字典和辞典 api 的工作方式，您应该从用户的角度有了良好的认识。具体来说，您学习了基本的 jadt 结构，学习了如何利用不同的 jadt 服务和组件，用字典和其他与单词有关的特性来建立 java 应用程序。

在本系列文章的第 2 部分中，我将从字典提供者的角度来考察 jadt，展示他们如何才能为字典和单词数据实现 jadt。

参考资料

• 您可以参阅本文在 developerworks 全球站点上的 英文原文。
  
  
• download the dictionary and thesaurus api for java from alphaworks.
  
  
• don't miss part 2 of this series (developerworks, september 2004), which looks at word references in detail.
  
  
• 从 alphaworks 下载 ibm xml4j 。
  
  
• 在 developerworks java 技术专区上可以找到更多 java 技术资源。
  
  
• 请访问developer bookstore，获得技术书籍的完整列表，其中包括数百本 java 相关主题的图书。
  
  
• 是否对无需通常的高成本入口点（entry point）或短期评估许可证的 ibm 测试产品感兴趣？developerworks 工具包订阅 为 websphere、db2、lotus、rational 和 tivoli 产品提供了低成本的 12 个月单用户许可证，包括基于 eclipse 的 websphere studio ide，用于开发、测试、评估和展示您的应用程序。
  
  

关于作者 rakesh midha 是 bangalore 的 ibm 软件试验室的软件工程师。他目前从事 ibm websphere 业务组件开发工作。他有 5 年在多平台和各种关系数据库系统（像 db2 udb、oracle、mysql 和 microsoft sql server）上进行 java 和 c++ 服务器端编程的经验。他的专长领域包括在银行、金融、编目行业以及订单和仓储管理系统等领域设计和开发独立的和 n 层分布式系统。他从 chandigarh 的 punjab 大学获得了电子工程学士学位，是 java 字典和辞典方面的技术专家，这项技术是由 ibm alphaworks 启动