我刚刚发布了MMSeg0.3，一位热心的朋友Xiao YF就为我们提供了.Net版本。

他使用了Java Language Conversion Assistant（Java语言转换助手），详细的信息可以去 这里。

我邀请他介绍一下转换的过程，很快就收到了回复，整理如下：

-------------------------------------------------------------------

关于转换的详细介绍，网上有很多，诸如命名空间的对应等，感兴趣的朋友们可以检索一下。

我这里只简单说一下我的转换。

通过菜单File->Open->Convert…打开转换向导，剩下的步骤就简单了。选择类库转换，选择源代码位置，OK！如图

转换并不是完全对等的，由于Java与C#的区别，一些类并没有对应，比如CharSequence类在C#中就没有。一些类被转成功能相近的类，如TreeMap被转成SortList等。

转换程序会最后生成一个报告，并在转换后的源代码中可能发生问题的地方，添加//UPDATE_TODO之类的注释。一般情况下，略微修改即可。

函数转换后并没有很好的符合.net的命名规范，如next()函数，在.net中一般会命名为Next()。

转换的程序一般会添加一个名为SupportClass.cs的文件。文件内容视转换的程序的不同而不同。以转换后的MMSeg为例，其中添加了判断字符编码的函数。

转换编码问题:转换程序对中文处理不好。如果转换的文件中含有中文，而且文件编码不是Ansi的话，转换会出现乱码。如果是这样，转换前可以先转成Ansi（如，用notepad打开后，另存为，选择编码或用UltraEdit中的编码转换）。

对于MMSeg的转换不是很复杂，代码本身比较清晰，稍微修改就可以编译了。

测试程序移出来后的测试结果表明，转换后的代码是正确的。

测试结果中的测试有两个值得注意:

第一个，判断字符集

public void testLSDMFOCWRule2()
{
    // LSDMFOCWRule -> Rule4
    System.String content =
      "LatinLetter资源描述框架是一个用于表达关于万维网上的资源的信息的语言。";
    IWord word = algorithm.next(content.ToCharArray());
    while(word!=null)
    {
        Console.Write(word.Value);
        Console.Write("_");
        word = algorithm.next(content.ToCharArray());
    }
}

测试内容是MMSeg Java版中采用的。结果为

LatinLetter_资源_描述_框架_是_一个_用于_表达_关于_万_维_网上_的_资源_的_信息_的_语言_。_

第二个，测试结果显示失败的，MMRuleTest中的

public void testInvoke3()
{
    IWord word1 = new Word("研究",
      org.solol.mmseg.core.IWord_Fields.CJK_WORD);
    IWord word2 = new Word("生命",
      org.solol.mmseg.core.IWord_Fields.CJK_WORD);
    IWord word3 = new Word("起源",
      org.solol.mmseg.core.IWord_Fields.CJK_WORD);
    IWord word4 = new Word("研究生",
      org.solol.mmseg.core.IWord_Fields.CJK_WORD);
    IWord word5 = new Word("命",
      org.solol.mmseg.core.IWord_Fields.CJK_WORD);

    IChunk chunk1 = new Chunk(new IWord[]{word1, word2, word3});
    IChunk chunk2 = new Chunk(new IWord[]{word4, word5, word3});

    IChunk[] chunk = rule.invoke(new IChunk[]{chunk1, chunk2});

    NUnit.Framework.Assert.IsTrue(2 == chunk.Length);
    NUnit.Framework.Assert.AreEqual(chunk1, chunk[0]);
    NUnit.Framework.Assert.AreEqual(chunk2, chunk[1]);
}

分词的结果是chunk1对应chunk[1],chunk2对应chunk[0],因为MMRule选取的是最大长度，这两个Chunk的长度相等。那么结果的不同，表明Java中的Sort和.Net中的Sort的行为不尽相同。此处不再深究。

测试用例的运行结果，如下：

附代码，修改了判断字符编码类型的Bug，在UnicodeSetSupport类中添加了==，!=的重载，否则在对象的比较中恒为false(引用型比较)。

另，转换后的代码中的UnicodeSetSupport类改为Enum(枚举)或常量类或许更好一些。重载只是比较偷懒的做法:-)

源代码下载 mmseg-v0.1.net.zip

想和Xiao YF讨论可以给他发邮件（xiaoyifang198302 at gmail.com）。

-------------------------------------------------------------------