2. 資料結構

2.1 前言

在本節中，我們將介紹在 libtabe 中所會使用到的幾個基本資料結構。 有些資料結構雖然只是其他資料形態的重新定義而已，不過， 為了不與 C 語言中的資料形態相混淆，我們還是使用這樣的方式。

2.2 定義

typedef unsigned char    *ZuYinSymbol;
typedef unsigned char    *ZuYinSymbolSequence;
typedef unsigned int      ZuYinIndex;

typedef unsigned int      ZhiCode;
typedef unsigned char    *Zhi;
typedef unsigned char    *ZhiStr;

typedef unsigned long int Yin;

struct ZhiInfo {
  ZhiCode           code;
  Zhi               chct;
  Yin               yin[4];
  unsigned long int refcount; /* should be obsoleted soon */
};

struct TsiInfo {
  ZhiStr             tsi;
  unsigned long int  refcount;
  unsigned long int  yinnum;
  Yin               *yindata;
};

struct TsiYinInfo {
  Yin               *yin ;
  unsigned long int  yinlen;
  unsigned long int  tsinum;
  ZhiStr             tsidata;
};

struct ChunkInfo {
  ZhiStr          chunk;
  int             num_tsi;
  struct TsiInfo *tsi;
};

struct ChuInfo {
  ZhiStr            chu;
  int               num_chunk;
  struct ChunkInfo *chunk;
};

struct TsiDB {
  int type;
  int flags;
  char *db_name;
  void *dbp;
  void *dbcp;
  .
  .
  .
};

struct TsiYinDB {
  int type;
  int flags;
  char *db_name;
  void *dbp;
  void *dbcp;
  .
  .
  .
};

2.3 說明

• ZhiCode：存放 Big5 碼。
• Zhi：存放一個 Big5 碼表示的中文字。這不一定是一個字串， 可能只有兩個 byte 而已。
• ZhiStr：存放一些 Big5 碼表示的中文字。這一定是一個字串， 由 NULL 終結。
• Yin：存放一個讀音。
• ZhiInfo：一個中文字的資料結構。透過這個資料結構， 可以取得許多有關這個字的資訊。yin 中存放這個字的讀音， 最多四個。
• TsiInfo：一個詞的資料結構。透過這個資料結構， 可以取得許多有關這個字的資訊。 yinnum 與 yindata 中存放的是這個詞的正確讀音， 也許不只一個。
• TsiYinInfo：一個詞音的資料結構。yinlen 是這個詞音的長度， tsinum 是這個讀音共有幾個詞， tsidata 是這些詞首尾相接存放。
• TsiDB：詞庫的資料結構。透過這個資料結構， 可以存取詞庫中的詞，與其他相關資訊。
• TsiYinDB：詞音庫的資料結構。透過這個資料結構， 可以存取詞音庫中的同音詞，與其他相關資訊。
• ChunkInfo：用來斷詞的資料結構。要斷詞的片段存放在這裡， 斷出來的詞則存放在 tsi 中。
• ChuInfo：描述一個句子的資料結構。一個句子又可再分為數個片段。