GNU FriBidi 技术文档
2024-12-27 06:31:17作者:羿妍玫Ivan
1. 安装指南
要安装 GNU FriBidi,您可以按照以下步骤操作:
- 首先,访问 GNU FriBidi GitHub 页面 以下载最新版本的源代码。
- 解压下载的源代码包。
- 在解压后的目录中,运行
./autogen.sh脚本以生成构建脚本。 - 接下来,运行
./configure命令进行配置。 - 最后,运行
make命令来编译源代码,然后使用make install命令安装库。
2. 项目的使用说明
GNU FriBidi 是一个实现了 Unicode 双向算法的库,主要用于支持阿拉伯语和希伯来语等需要双向文本排列的文本处理。它已被多个自由软件项目所采用,例如 Pango、AbiWord 和 MPlayer 等。
3. 项目 API 使用文档
以下是项目的主要 API 函数 fribidi_log2vis 的使用说明:
fribidi_boolean fribidi_log2vis(
/* 输入 */
FriBidiChar *str,
FriBidiStrIndex len,
FriBidiCharType *pbase_dir,
/* 输出 */
FriBidiChar *visual_str,
FriBidiStrIndex *position_L_to_V_list,
FriBidiStrIndex *position_V_to_L_list,
FriBidiLevel *embedding_level_list
)
str: Unicode 输入字符串。len: Unicode 字符串的长度。pbase_dir: 输入和输出基本方向。如果pbase_dir == FRIBIDI_TYPE_ON,则fribidi_log2vis()会根据双向算法自行计算基本方向。visual_str: 重排后的输出 Unicode 字符串。position_L_to_V_list: 逻辑字符串中的位置映射到视觉字符串中的位置。position_V_to_L_list: 视觉字符串中的位置映射到逻辑字符串中的位置。embedding_level_list: 返回每个字符的分类。偶数级别表示 LTR 字符,奇数级别表示 RTL 字符。
如果任何输出指针等于 NULL,则不计算该信息。
请注意,调用 fribidi_log2vis() 相当于依次调用以下三个函数:
fribidi_get_bidi_types()fribidi_get_par_embedding_levels_ex()fribidi_reorder_line()
4. 项目安装方式
GNU FriBidi 支持两种构建系统:GNU Build System 和 meson。以下是使用这两种方式的安装步骤:
使用 GNU Build System
- 下载并解压源代码。
- 在解压后的目录中,运行
./autogen.sh。 - 运行
./configure。 - 运行
make。 - 运行
make install。
使用 meson
- 下载并解压源代码。
- 在解压后的目录中,创建一个构建目录,例如
mkdir build。 - 进入构建目录,运行
meson ..。 - 运行
ninja。 - 运行
ninja install。
这样,您就可以成功安装 GNU FriBidi 并开始使用了。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134