blob: f9814eec2bab62cc78c63caf90229e716404a0d9 (
plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
// This file is part of ICU4X. For terms of use, please see the file
// called LICENSE at the top level of the ICU4X source tree
// (online at: https://github.com/unicode-org/icu4x/blob/main/LICENSE ).
#include "../../include/ICU4XLineSegmenter.h"
#include <string.h>
#include <stdio.h>
int main(int argc, char *argv[]) {
ICU4XDataProvider* provider = ICU4XDataProvider_create_compiled();
diplomat_result_box_ICU4XLineSegmenter_ICU4XError segmenter_result = ICU4XLineSegmenter_create_auto(provider);
if (!segmenter_result.is_ok) {
printf("Failed to create ICU4XLineSegmenter\n");
return 1;
}
ICU4XLineSegmenter* segmenter = segmenter_result.ok;
char output[40];
DiplomatWriteable write = diplomat_simple_writeable(output, 40);
const char* data = "อักษรไทย เป็นอักษรที่ใช้เขียนภาษาไทยและภาษาของกลุ่มชาติพันธุ์ต่างๆ เช่น คำเมือง, อีสาน, ภาษาไทยใต้, มลายูปัตตานี เป็นต้น ในประเทศไทย มีพยัญชนะ 44 รูป สระ 21 รูป วรรณยุกต์ 4 รูป และเครื่องหมายอื่น ๆ อีกจำนวนหนึ่ง";
ICU4XLineBreakIteratorUtf8* iter = ICU4XLineSegmenter_segment_utf8(segmenter, data, strlen(data));
printf("Breakpoints:");
while (true) {
int32_t breakpoint = ICU4XLineBreakIteratorUtf8_next(iter);
if (breakpoint == -1) {
break;
}
printf(" %d", breakpoint);
}
printf("\n");
ICU4XLineBreakIteratorUtf8_destroy(iter);
ICU4XLineSegmenter_destroy(segmenter);
ICU4XDataProvider_destroy(provider);
return 0;
}
|
