用C#及Interop取出Office同義字資訊

感謝Interop，讓我們能再利用ms office中的超炫功能，在開發研究專案時需要能取得同義字，以往都是使用Wordnet，但我發現Wordnet中的同義字分的太細了，例如good及nice在wordnet就不算同義字。而手邊也沒有現成可供程式讀取的字典，所以就開始打MS office 中同義字功能的腦筋。在搜尋網路上相關的文章後，發現也很少人在研究這個問題，以下是一篇不錯的討論，
Unable to cast object of type 'System.String[*]' to type 'System.String[]'.
我也以這篇為基礎用C#寫了以下測試程式，列出hard這個字的同義字：

using System;
using System.Collections;
using System.Text;

//記得先在Visual Studio的方案總管中加入參考，
//這個參考位於COM標籤中
//的Microsoft Word 11.0 Object Library (Office 2003的狀況)
using Microsoft.Office.Interop.Word; 

namespace ConsoleApplication1
{
  class Program
  {
    static void Main(string[] args)
    {
      try
      {
        ApplicationClass AC = new ApplicationClass();

        object LangID = WdLanguageID.wdEnglishUS; 
        // 沒試過其他語言，將來有機會再試試

        SynonymInfo SI = AC.get_SynonymInfo("hard",ref LangID);

        IEnumerable PartOfSpeechList = (IEnumerable)SI.PartOfSpeechList;
        // 不可以直接轉換為int[]，原因請參考上述的討論連結
        // 取出hard這個字的詞性代號，如形容詞是0，副詞是2
        // 因為hard的形容詞同義字有四種意思，副詞有一種
        // 所以列出來是 0 0 0 0 2

        foreach (int p in PartOfSpeechList)
          Console.Out.WriteLine(p);

        // 試了幾個字，大部分都沒有相關字
        IEnumerable RelatedWordList = (IEnumerable)SI.RelatedWordList;
        foreach (string r in RelatedWordList)
            Console.Out.WriteLine(r);

        // 如前述，有五個意義
        IEnumerable MeaningList = (IEnumerable)SI.MeaningList;
        foreach (string m in MeaningList)
        {
          // 在MeaningList裡的是同義字的第一個字
          Console.Out.WriteLine("-----" + m + "-----");
          // 要利用這個字去取出所有同義字
          object m1 = m;
          IEnumerable SynonymList = (IEnumerable)SI.get_SynonymList(ref m1);
          foreach (string s in SynonymList)
            Console.Out.WriteLine(s);
        }
      }
      catch (Exception ex)
      {
        Console.Out.WriteLine(ex.Message);
      }
      Console.Out.WriteLine("Done");
    }
  }
}

利用以上程式，在配合上詞性判斷程式，應該就可以取出較為一般人所接受的同義字了。

以陣列作為Hashtable的Key值

這星期在開發專案時，遇上了需要以陣列作為Hashtable的Key值的狀況，但直接以陣列當Key值加入Hashtable卻會發生get或containsKey無法正常運作的狀況，瀏覽了一下網路，發現只有少數在討論的網頁，下面是最接近的一篇討論：
http://www.velocityreviews.com/forums/t150335-arrays-as-key-in-a-hashmap.html
但實際測試後卻發現有以下問題

1. 利用Wrapper的例子只能先將陣列先轉換成Object陣列後才能使用
2. List(利用Arrays.asList做轉換)只有在物件陣列有效，如果是基礎型別(primitive type)的陣列，例如int[]及double[]就不適用

根據上述問題，如果將Wrapper加入泛型，也一樣無法解決基礎型別的問題，最後找到的通用解決方案如下：

1. 如果是Java基礎型別陣列或內建類別陣列(應該都已實作hashCode()及equals(Object obj))，則可利用下列Wrapper

class ArrayWrapper
{
   Object[] m_array;
 
   public ArrayWrapper(Object array) {
       
       m_array = new Object[Array.getLength(array)];
       for (int i=0;i<array.getlength(array);i++)
           m_array[i] = Array.get(array, i);
   }
 
   public int hashCode() {
       return Arrays.hashCode(m_array);
   }
 
   public boolean equals(Object o) {
       ArrayWrapper aw = (ArrayWrapper)o;
       return Arrays.equals(aw.m_array, this.m_array);
   }
}

由於無論是基礎型別陣列或Java內建類別陣列皆可以Object當參數，所以不須轉換成Object陣列。當然在當參數傳入前或後，必須先確定(或檢查)是否為陣列。

2. 如果是自訂類別陣列，ㄧ定要實作hashCode()及equals(Object obj)，再使用ArrayWrapper，例如下面的例子，

public class ObjectKey{
   
   private String m_String;
   private double  m_Double;
   private int m_Int;
 
   public ObjectKey(String str, double dou, int i) {
       this.m_String = str;
       this.m_Double = dou;
       this.m_Int = i;
   }
 
   public int hashCode(){
       return this.m_String.hashCode();
   }
 
   public boolean equals(Object o) {
       ObjectKey ok = (ObjectKey)o;
     
       return ((this.m_String.equals(ok.m_String)) 
           && (this.m_Int == this.m_Int)
           && (this.m_Double == this.m_Double));
   }
}

基本上hashCode的設計可以簡化，差別只會影響效能，但一定要有；equals就要看設計時如何定義兩物件相等，如上例子，如果認定m_String及m_Double相等即可，那就只要寫成
return ((this.m_String.equals(o.m_String)) && (this.m_Double == o.m_Double));

Java的壓縮

當處理資料量大時，而記憶體或硬碟不夠大時，壓縮是ㄧ個很好的解決方案，最近開始接觸Web網頁資料處理，所面對的都是至少10GB以上的資料量，所以希望能藉助Java中內建的壓縮機制，一個簡單的範例如下：

import java.io.*;

import java.util.zip.*;
import java.util.*;

public class TestGZipString {

    public TestGZipString() {
    }

    public static void main(String[] args){
        try {
           
            String str1 = "Test compressing string";
            
            //壓縮，將壓縮結果存成byte陣列
            ByteArrayOutputStream baout = new ByteArrayOutputStream();

            GZIPOutputStream gzipout = new GZIPOutputStream(baout);
            OutputStreamWriter writer = new OutputStreamWriter(gzipout);
            writer.write(str1);
            writer.close();

            byte[] source1=baout.toByteArray(); //壓縮的結果
           
            //解壓縮
            ByteArrayInputStream bain = new ByteArrayInputStream(source1);
            GZIPInputStream gzipin = new GZIPInputStream(bain);
            BufferedReader reader= new BufferedReader(new InputStreamReader(gzipin));

            StringBuilder sb = new StringBuilder();
            String s = reader.readLine();

            while (s!=null) {
                sb.append(s);
                s = reader.readLine();
            }
           
            System.out.println(sb.toString());
        }
        catch (Exception ex) {
            System.out.println(ex.getMessage());
        }
    }
}

初步使用以上觀念試著將所壓縮的內容(byte陣列)儲存在MySQL中(Blob欄位)發現約有50%的壓縮率，雖然不如預期，但沒魚蝦也好。

另外，最初的程式用DataOutputStream而不是OutputStreamWriter，原以為只DataOutputStream有writeUTF可以處理Unicode，但實際運作時卻發現writeUTF有64k的大小限制，不得已改用OutputStreamWriter，發現處理Unicode也沒問題。

Java中的foreach及Hashtable存取

C#中許多語法及用法令我懷念但我發現Java也可以寫的一樣簡潔，只是我還不習慣罷了下面的程式示範了如何使用如C#中的foreach及Hashtable的內容存取，

import java.util.*;

public class Main {

    public Main() {}

    public static void main(String[] args){
 
       String str1 = "Test 1";
       String str2 = "Test 2";
     
       Hashtable hashtable = new Hashtable();
     
       hashtable.put(1,str1);
       hashtable.put(2, str2);
       hashtable.put(3, str1 + str2);
       hashtable.put(4, str2 + str1);
     
       // Java中的foreach用法, 只要:後面是Collection(例如Array)就可以了
       for (int i: hashtable.keySet())
           System.out.println(hashtable.get(i));
    }
}

搬家

雖然才寫了5篇文章，但對Yahoo部落的設計有點感冒，所以在今天搬了家，希望這是個好地方。

不要再忘了帶自備餐具

自從看了 推廣環保筷 日辣妹女社長率隊遊街 這篇報導後，就馬上去多購買了一副餐具放在辦公室，準備好好響應一下，哪知道知難行易，每次都是等到點完菜之後，才發現沒帶自備餐具，就這樣過了三個星期。在寫這篇的同時，我也準備要出發去吃中餐了，將自備餐具緊緊握在手上，不要再忘了！

前言

以前從未想過發表自己，，進入過一些討論區，但僅限於在旁觀看。人老了，不想讓自己研究很久的東西，在離開它們幾天就連名字都忘了，強迫自己寫日記，除了幫助自己，也許有機會幫到別人，也許這就是數位記憶的好處，讓人有機會窺視他人的大腦。