UnicodeDecode

classe final pública UnicodeDecode

Decodifica cada string em `input` em uma sequência de pontos de código Unicode.

Os pontos de código de caracteres para todas as strings são retornados usando um único vetor `char_values`, com strings expandidas para caracteres na ordem principal da linha.

O tensor `row_splits` indica onde os pontos de código para cada string de entrada começam e terminam dentro do tensor `char_values`. Em particular, os valores para a `i`ésima string (na ordem da linha principal) são armazenados na fatia `[row_splits[i]:row_splits[i+1]]`. Por isso:

  • `char_values[row_splits[i]+j]` é o ponto de código Unicode para o `j`-ésimo caractere na `i`-ésima string (na ordem principal da linha).
  • `row_splits[i+1] - row_splits[i]` é o número de caracteres na `i`ésima string (na ordem da linha principal).

Classes aninhadas

aula UnicodeDecode.Opções Atributos opcionais para UnicodeDecode

Constantes

Corda OP_NAME O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Métodos Públicos

Saída < TInt32 >
charValues ()
Um Tensor 1D int32 contendo os pontos de código decodificados.
estático <T estende TNumber > UnicodeDecode <T>
create ( Escopo , Operando < TString > entrada, String inputEncoding, Class<T> Tsplits, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação UnicodeDecode.
UnicodeDecode estático < TInt64 >
create ( Escopo , Operando < TString > entrada, String inputEncoding, Opções... opções)
Método de fábrica para criar uma classe que agrupa uma nova operação UnicodeDecode usando tipos de saída padrão.
UnicodeDecode.Options estático
erros (erros de string)
UnicodeDecode.Options estático
replaceControlCharacters (booleano replaceControlCharacters)
UnicodeDecode.Options estático
replacementChar (substituição longaChar)
Saída <T>
linhasDivisões ()
Um tensor 1D int32 contendo as divisões de linha.

Métodos herdados

Constantes

String final estática pública OP_NAME

O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow

Valor constante: "UnicodeDecode"

Métodos Públicos

Saída pública < TInt32 > charValues ​​()

Um Tensor 1D int32 contendo os pontos de código decodificados.

public static UnicodeDecode <T> create ( Escopo de escopo , Operando < TString > entrada, String inputEncoding, Class<T> Tsplits, Opções... opções)

Método de fábrica para criar uma classe que envolve uma nova operação UnicodeDecode.

Parâmetros
escopo escopo atual
entrada O texto a ser decodificado. Pode ter qualquer formato. Observe que a saída é nivelada para um vetor de valores char.
codificação de entrada Codificação de texto das strings de entrada. Esta é qualquer uma das codificações suportadas pelos conversores algorítmicos ICU ucnv. Exemplos: `"UTF-16", "US ASCII", "UTF-8"`.
opções carrega valores de atributos opcionais
Devoluções
  • uma nova instância de UnicodeDecode

public static UnicodeDecode < TInt64 > create ( Escopo , Operando < TString > entrada, String inputEncoding, Opções... opções)

Método de fábrica para criar uma classe que agrupa uma nova operação UnicodeDecode usando tipos de saída padrão.

Parâmetros
escopo escopo atual
entrada O texto a ser decodificado. Pode ter qualquer formato. Observe que a saída é nivelada para um vetor de valores char.
codificação de entrada Codificação de texto das strings de entrada. Esta é qualquer uma das codificações suportadas pelos conversores algorítmicos ICU ucnv. Exemplos: `"UTF-16", "US ASCII", "UTF-8"`.
opções carrega valores de atributos opcionais
Devoluções
  • uma nova instância de UnicodeDecode

Erros públicos estáticos de UnicodeDecode.Options (erros de string)

Parâmetros
erros Política de tratamento de erros quando há formatação inválida encontrada na entrada. O valor de 'strict' fará com que a operação produza um erro InvalidArgument em qualquer formatação de entrada inválida. Um valor 'replace' (o padrão) fará com que a operação substitua qualquer formatação inválida na entrada pelo codepoint `replacement_char`. Um valor 'ignorar' fará com que a operação ignore qualquer formatação inválida na entrada e não produza nenhum caractere de saída correspondente.

público estático UnicodeDecode.Options replaceControlCharacters (booleano replaceControlCharacters)

Parâmetros
substituirControlCharacters Se deve substituir os caracteres de controle C0 (00-1F) pelo `replacement_char`. O padrão é falso.

public static UnicodeDecode.Options replacementChar (Long replacementChar)

Parâmetros
substituiçãoChar O ponto de código do caractere de substituição a ser usado no lugar de qualquer formatação inválida na entrada quando `errors='replace'`. Qualquer ponto de código Unicode válido pode ser usado. O valor padrão é que o caractere de substituição unicode padrão é 0xFFFD ou U+65533.)

Saída pública <T> rowSplits ()

Um tensor 1D int32 contendo as divisões de linha.