泰文输入法

来源：互联网发布：韩庚过气原因知乎编辑：程序博客网时间：2024/04/29 09:35

给他们国内做PDA，手机输入法的同行们参考(呵，写的比较粗糙)：

1。字符分类：
1.1子音Cons(consonants),44个子音0xa1-0xce
这类字符比较简单，可独立对应于键盘的1-9

1( ก ข ฃ ค ฅ)2(ฆ ง จ ฉ) 3 (ช ซ ฌ ญ)

4(ฎ ฏ ฐ ฑ ฒ ณ)5(ด ต ถ ท ธ)6(น บ ป ผ ฝ)

7(พ ฟ ภ ม ย)8(ร ล ว ศ ษ)9(ส ห ฬ อ ฮ)
其中有两个0xc4,0xc6为特殊音,不在此类

1.2元音Vowels

1.3音调Tone 4个音调0xe8,0xe9.0xea,0xeb

1.4变音符Diacritics,分为上变音符，下变音符。

1.5非构成音,如数字或特殊音,一般都不提供泰文数字输入，而用阿拉伯数字替换。

具体的分类可查看<<Thai Input and output Methods>>

这个文档必须仔细阅读，要不你就没法进行输入法的编写。至少要知道LV,FV1.,FV2,FV3,BV1,.....是个什么概念

2.字符显示的属性

泰文的一个显示单位可由组成:1.top,2.above,3.base 4.below.
就是分为四层，如กี่ 就有top,above,base三部分.base一般为子音
因泰文可由以上几部分组成，因此这里就会在输入一些字符后，光标往前走，还是和前一字符全成的问题。

这里有个字义，死字符(Dead characters)：
在输入死字符后，后面再输入的字符，不能与死字符合成，必须得移动光标的字符称为死字符。如上面的音调就是死字符

3.字符显示

我们可以定义泰文字符为Cn和Cn-1,Cn-1为主导字符(base)，Cn为随从字符
如果Cn为一个独立字符，就显示下个显示单位
如果Cn为一个死字符,
    1.Cn-1是合成字符，则两个字符组合后，显示到下个显示单位
    2.Cn-1不是合成字符，则把Cn显示到下一个显示单位上。
    3.Cn-1与Cn组成为非法字符，则不显示

4.输入法规则

每个显示单位必须是以base字符为基本(base字符的意思为单个字符能独立构成一个意义，如子音)

这里不写很复杂，对于手机或PDA来说，输入法不同与PC键盘。
上面提到1-9对应的泰文字符，全部是子音。这里我们把除子音外的字符都放到一个键中，就如在英文输入法中的标点符号输入一样。

“＊”号键包括的内容：

分为三类(8,5,14,共27个)

（一） ั　 ิ　 ี　 ึ　 ื　 ็ ุ　 ู

（二）่ ้ ๊ ๋　

（三）เ　แ　โ　ใ　ไ　ะ　า ำ　ๅ　ฯ　ๆ　ฤ　ฦ　฿

在输入框输入泰文时，在“*”中的字符根据前一字符Cn-1进行调整。

1. 在子音后选择第一类后不能再选择一类符号，可选择二、三类符号

2. 在子音后选择第二类后不能再选择一、二类符号，可选择三类符号

3. 在子音后选择第三类后，不能再选择一、二类符号，但可以继续选择第三类符号

4. 无子音情况下能输入第三类符号，以独立的字符存在，不能在和“＊”中的叠加组合成新符。

5. 第三类中“ฤ”，“ฦ”比较特殊，和子音操作一样，可在后面选择第一、二类字符。

当然以上5点规则并不完善，你可通过<<Thai Input and output Methods>>得出标准的规则：

5。

1. 代码分析:

1-9对应的泰文数组

/* 数字键与泰文字母的对应表 *///added by yrui 20050810 for thai input

ImeEnTBL ThaiTbl[IME_THAI_CONS_COUNT + 11] = {

{'0', '0'},

{'1', 0xa1},

{'1', 0xa2},

{'1', 0xa3},

{'1', 0xa4},

{'1', 0xa5},

{'1', '1'},

{'2', 0xa6},

{'2', 0xa7},

{'2', 0xa8},

{'2', 0xa9},

{'2', '2'},

{'3', 0xaa},

{'3', 0xab},

{'3', 0xac},

{'3', 0xad},

{'3', '3'},

{'4', 0xae},

{'4', 0xaf},

{'4', 0xb0},

{'4', 0xb1},

{'4', 0xb2},

{'4', 0xb3},

{'4', '4'},

{'5', 0xb4},

{'5', 0xb5},

{'5', 0xb6},

{'5', 0xb7},

{'5', 0xb8},

{'5', '5'},

{'6', 0xb9},

{'6', 0xba},

{'6', 0xbb},

{'6', 0xbc},

{'6', 0xbd},

{'6', '6'},

{'7', 0xbe},

{'7', 0xbf},

{'7', 0xc0},

{'7', 0xc1},

{'7', 0xc2},

{'7', '7'},

{'8', 0xc3},

{'8', 0xc5},

{'8', 0xc7},

{'8', 0xc8},

{'8', 0xc9},

{'8', '8'},

{'9', 0xca},

{'9', 0xcb},

{'9', 0xcc},

{'9', 0xcd},

{'9', 0xce},

{'9', '9'},

{'/0', '/0'}

};

ImeEnTBL * ThaiTblIdx[IME_NUMBER_COUNT] = {//added by yrui 20050810 for thai input

NULL,

&ThaiTbl[1],

&ThaiTbl[2],

&ThaiTbl[3],

&ThaiTbl[4],

&ThaiTbl[5],

&ThaiTbl[6],

&ThaiTbl[7],

&ThaiTbl[8],

&ThaiTbl[9]

};

//“*”号键对应的字符

//added by yrui 20050817 for thai input

char ThaiSymbolTbl[IME_SYMBOL_ROWS][IME_THAI_SYMBOL_COLS][IME_SYMBOL_SIZE] =

{

{(char)0xd1, 0, 0,0},

{(char)0xd4, 0, 0,0},

{(char)0xd5, 0,0,0},

{(char)0xd6, 0, 0,0},

{(char)0xd7, 0, 0,0},

{(char)0xe7, 0, 0,0},

{(char)0xd8, 0, 0,0},

{(char)0xd9, 0, 0,0},

{(char)0xda, 0,0,0}, //第一批

{(char)0xe8, 0, 0,0},

// {(char)0xed, 0, 0,0},

// {(char)0xda, 0,0,0},

{

{(char)0xe9, 0, 0,0},

{(char)0xea, 0,0,0},

{(char)0xeb, 0, 0,0},

{(char)0xec, 0, 0,0},

{(char)0xed, 0, 0,0}, //第二批

{(char)0xe0, 0, 0,0},

{(char)0xe1, 0, 0,0},

{(char)0xe2, 0, 0,0},

{(char)0xe3, 0, 0,0},

{(char)0xe4, 0,0,0},

// {(char)0xed, 0, 0,0},

// {(char)0xda, 0,0,0},

{

{(char)0xd0, 0, 0,0},

{(char)0xd2, 0, 0,0},

{(char)0xd3, 0,0,0},

{(char)0xe5, 0, 0,0},

{(char)0xcf, 0, 0,0},

{(char)0xe6, 0, 0,0},

{(char)0xc4, 0, 0,0},

{(char)0xc6, 0, 0,0},

{(char)0xdf, 0, 0,0},

{(char)0xef, 0,0,0},

// {(char)0xed, 0, 0,0},

// {(char)0xda, 0,0,0},

}

};

TACchtype数组为ascii码对应的泰文字符分类

char TACchtype_[256] = {
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 0 - 7 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 8 - 15 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 16 - 23 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 24 - 31 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 32 - 39 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 40 - 47 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 48 - 55 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 56 - 63 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 64 - 71 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 72 - 79 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 80 - 87 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 88 - 95 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 96 - 103 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 104 - 111 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 112 - 119 */
    NON, NON, NON, NON, NON, NON, NON, CTRL, /* 120 - 127 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 128 - 135 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 136 - 143 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 144 - 151 */
    CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, CTRL, /* 152 - 159 */
    NON, CONS, CONS, CONS, CONS, CONS, CONS, CONS, /* 160 - 167 */
    CONS, CONS, CONS, CONS, CONS, CONS, CONS, CONS, /* 168 - 175 */
    CONS, CONS, CONS, CONS, CONS, CONS, CONS, CONS, /* 176 - 183 */
    CONS, CONS, CONS, CONS, CONS, CONS, CONS, CONS, /* 184 - 191 */
    CONS, CONS, CONS, CONS, FV3, CONS, FV3, CONS, /* 192 - 199 */
    CONS, CONS, CONS, CONS, CONS, CONS, CONS, NON,   /* 200 - 207 */
    FV1, AV2, FV1, FV1, AV1, AV3, AV2, AV3,   /* 208 - 215 */
    BV1, BV2, BD,   NON, NON, NON, NON, NON,   /* 216 - 223 */
    LV,   LV,   LV,   LV,   LV,   FV2, NON, AD2,   /* 224 - 231 */
    TONE, TONE, TONE, TONE, AD1, AD1, AD3, NON,   /* 232 - 239 */
    NON, NON, NON, NON, NON, NON, NON, NON,   /* 240 - 247 */
    NON, NON, NON, NON, NON, NON, NON, CTRL   /* 248 - 255 */
};

TACio_op数组为Cn-1和Cn的组合规则

AC表示可接受

CP表示合成接受

SR表示严格规则下拒绝

RJ表示拒绝

XC表示接受，不显示

/* Table for Thai Cell Manipulation */
char TACio_op_[17][17] = {
      /* Table 2: WTT I/O sequence check rules */
      /* row: leading char, column: following char */
/* CTRL NON CONS LV FV1 FV2 FV3 BV1 BV2 BD TONE AD1 AD2 AD3 AV1 AV2 AV3 */
   {XC, AC, AC, AC, AC, AC, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*CTRL*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*NON*/
,{XC, AC, AC, AC, AC, SR, AC, CP, CP, CP, CP, CP, CP, CP, CP, CP, CP}/*CONS*/
,{XC, SR, AC, SR, SR, SR, SR, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*LV*/
,{XC, AC, AC, AC, AC, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*FV1*/
,{XC, AC, AC, AC, AC, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*FV2*/
,{XC, AC, AC, AC, SR, AC, SR, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*FV3*/
,{XC, AC, AC, AC, AC, SR, AC, RJ, RJ, RJ, CP, CP, RJ, RJ, RJ, RJ, RJ}/*BV1*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, CP, RJ, RJ, RJ, RJ, RJ, RJ}/*BV2*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*BD*/
,{XC, AC, AC, AC, AC, AC, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*TONE*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*AD1*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*AD2*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ, RJ}/*AD3*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, CP, CP, RJ, RJ, RJ, RJ, RJ}/*AV1*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, CP, RJ, RJ, RJ, RJ, RJ, RJ}/*AV2*/
,{XC, AC, AC, AC, SR, SR, AC, RJ, RJ, RJ, CP, RJ, CP, RJ, RJ, RJ, RJ}/*AV3*/
};

int TACchtype(char c)
{
return TACchtype_[c];
}

int TACio_op(char c1, char c2)
{
return TACio_op_[TACchtype_[c1]][TACchtype_[c2]];
}

以上代码可从libthai开源代码中下载

有了这个规则代码，你的输入法基本就可以成型了

你只需得到输入框中的前一个字符Cn-1，然后与ThaiSymbolTbl数组的每个字符运算一下

For(ThaiSymbolTbl)

{

Re=TACio_op(Cn-1, ThaiSymbolTbl[i])
if(re!=SR&&re!=RJ)

在“*”键中显示此字符

}

6。编辑移动

1．子音与上下标元音或声调组成后，编辑时以整体处理。

2．但删除一个合成音时，按反过来的顺序删除合成的子字符。