Google 日本語入力 CGI サービスを C# で使ってみたよ

on Mono 2.6.7

• Google 日本語入力: CGI API デベロッパーガイド

なるほど、なるほど。

view plainprint?

1. using Newtonsoft.Json.Linq;  
2. using System;  
3. using System.IO;  
4. using System.Linq;  
5. using System.Net;  
6. using System.Text;  
7. using System.Web;  
8.   
9. namespace Example  
10. {  
11.   public static class Ext  
12.   {  
13.     public static string GetResponseFrom(this string url)  
14.     {  
15.       WebRequest req = WebRequest.Create(url);  
16.   
17.       using (WebResponse res = req.GetResponse())  
18.       using (Stream stm = res.GetResponseStream())  
19.       using (StreamReader sr = new StreamReader(stm, Encoding.GetEncoding("utf-8")))  
20.       {  
21.         return sr.ReadToEnd();  
22.       }  
23.     }  
24.   
25.     public static string GetForConvWithGoogleTransliterate(this string hiragana)  
26.     {  
27.       StringBuilder url = new StringBuilder("http://www.google.com/transliterate?langpair=ja-Hira|ja&text=");  
28.       url.Append(HttpUtility.UrlEncode(hiragana));  
29.   
30.       return url.ToString().GetResponseFrom();  
31.     }  
32.   
33.     public static T SelectOneOf<T>(this T[] array)  
34.     {  
35.       for (int i = 0; i < array.Length; i++)  
36.       {  
37.         Console.WriteLine("{0} {1}", i + 1, array[i]);  
38.       }    
39.   
40.       int n;  
41.       do  
42.       {  
43.         Console.Write("Select Number> ");  
44.         Int32.TryParse(Console.ReadLine(), out n);  
45.       }  
46.       while (n < 1 || n > array.Length);  
47.   
48.       return array[n - 1];  
49.     }  
50.   
51.     public static string ToKanji(this string hiragana)  
52.     {  
53.       StringBuilder kanji = new StringBuilder();  
54.       JArray jar = JArray.Parse(hiragana.GetForConvWithGoogleTransliterate());  
55.   
56.       foreach (JToken jt in jar)  
57.       {  
58.         var convArray = jt[1].ToArray();  
59.         Console.WriteLine("{0}: {1} for conversion", jt[0], convArray.Length);  
60.         kanji.Append((string)convArray.SelectOneOf());  
61.       }  
62.   
63.       return kanji.ToString();  
64.     }      
65.   }  
66.   
67.   public class Program  
68.   {  
69.     public static void Main(string[] args)  
70.     {  
71.       Console.Write("Input Hiragana> ");  
72.       Console.WriteLine(Console.ReadLine().ToKanji());  
73.     }  
74.   }  
75. }  
76. /* 
77.  * Build: 
78.  * 
79.  *   gmcs -r:Newtonsoft.Json.dll,System.Web.dll jinput.cs 
80.  * 
81.  * Run: 
82.  * 
83.  *   mono jinput.exe 
84.  * 
85.  */  

using Newtonsoft.Json.Linq;
using System;
using System.IO;
using System.Linq;
using System.Net;
using System.Text;
using System.Web;

namespace Example
{
  public static class Ext
  {
    public static string GetResponseFrom(this string url)
    {
      WebRequest req = WebRequest.Create(url);

      using (WebResponse res = req.GetResponse())
      using (Stream stm = res.GetResponseStream())
      using (StreamReader sr = new StreamReader(stm, Encoding.GetEncoding("utf-8")))
      {
        return sr.ReadToEnd();
      }
    }

    public static string GetForConvWithGoogleTransliterate(this string hiragana)
    {
      StringBuilder url = new StringBuilder("http://www.google.com/transliterate?langpair=ja-Hira|ja&text=");
      url.Append(HttpUtility.UrlEncode(hiragana));

      return url.ToString().GetResponseFrom();
    }

    public static T SelectOneOf<T>(this T[] array)
    {
      for (int i = 0; i < array.Length; i++)
      {
        Console.WriteLine("{0} {1}", i + 1, array[i]);
      }  

      int n;
      do
      {
        Console.Write("Select Number> ");
        Int32.TryParse(Console.ReadLine(), out n);
      }
      while (n < 1 || n > array.Length);

      return array[n - 1];
    }

    public static string ToKanji(this string hiragana)
    {
      StringBuilder kanji = new StringBuilder();
      JArray jar = JArray.Parse(hiragana.GetForConvWithGoogleTransliterate());

      foreach (JToken jt in jar)
      {
        var convArray = jt[1].ToArray();
        Console.WriteLine("{0}: {1} for conversion", jt[0], convArray.Length);
        kanji.Append((string)convArray.SelectOneOf());
      }

      return kanji.ToString();
    }    
  }

  public class Program
  {
    public static void Main(string[] args)
    {
      Console.Write("Input Hiragana> ");
      Console.WriteLine(Console.ReadLine().ToKanji());
    }
  }
}
/*
 * Build:
 *
 *   gmcs -r:Newtonsoft.Json.dll,System.Web.dll jinput.cs
 *
 * Run:
 *
 *   mono jinput.exe
 *
 */

$ mono jinput.exe 
Input Hiragana> きみはじつにばかだな
"きみは": 5 for conversion
1 "君は"
2 "きみは"
3 "キミは"
4 "黄身は"
5 "王は"
Select Number> 1
"じつに": 5 for conversion
1 "実に"
2 "じつに"
3 "実二"
4 "拾に"
5 "ジツに"
Select Number> 1
"ばかだな": 5 for conversion
1 "ばかだな"
2 "馬鹿だな"
3 "バカだな"
4 "バカ田な"
5 "ばかだな"
Select Number> 2
君は実に馬鹿だな

変換候補は五つで Max のようです。

以下、解説。

事前準備

Json.NET を使用しているので、その導入を行います。

• James Newton-King: Json.NET

ダウンロードした Json35r8.zip の「展開先/Bin/DotNet/Newtonsoft.Json.dll」を GAC に登録します。

$ sudo gacutil -i Newtonsoft.Json.dll -package 2.0
Package exported to: /usr/lib/mono/2.0/Newtonsoft.Json.dll -> ../gac/Newtonsoft.Json/3.5.0.0__30ad4fe6b2a6aeed/Newtonsoft.Json.dll
Installed Newtonsoft.Json.dll into the gac (/usr/lib/mono/gac)

-package 2.0 としたのは、ビルド時に参照指定する際、アセンブリファイル名だけで済ますためです。

$ gmcs -r:Newtonsoft.Json.dll,System.Web.dll jinput.cs

どんなデータが返ってくるの？

まず、こんなデータが返ってきます。

view plainprint?

1. [  
2. [  
3. "\u304D\u307F\u306F",  
4. [  
5. "\u541B\u306F","\u304D\u307F\u306F","\u30AD\u30DF\u306F","\u9EC4\u8EAB\u306F","\u738B\u306F",  
6. ],  
7. ],  
8. [  
9. "\u3058\u3064\u306B",  
10. [  
11. "\u5B9F\u306B","\u3058\u3064\u306B","\u5B9F\u4E8C","\u62FE\u306B","\u30B8\u30C4\u306B",  
12. ],  
13. ],  
14. [  
15. "\u3070\u304B\u3060\u306A",  
16. [  
17. "\u3070\u304B\u3060\u306A","\u99AC\u9E7F\u3060\u306A","\u30D0\u30AB\u3060\u306A","\u30D0\u30AB\u7530\u306A","\u3070\u304B\u3060\u306A",  
18. ],  
19. ],  
20. ]  

[
[
"\u304D\u307F\u306F",
[
"\u541B\u306F","\u304D\u307F\u306F","\u30AD\u30DF\u306F","\u9EC4\u8EAB\u306F","\u738B\u306F",
],
],
[
"\u3058\u3064\u306B",
[
"\u5B9F\u306B","\u3058\u3064\u306B","\u5B9F\u4E8C","\u62FE\u306B","\u30B8\u30C4\u306B",
],
],
[
"\u3070\u304B\u3060\u306A",
[
"\u3070\u304B\u3060\u306A","\u99AC\u9E7F\u3060\u306A","\u30D0\u30AB\u3060\u306A","\u30D0\u30AB\u7530\u306A","\u3070\u304B\u3060\u306A",
],
],
]

デコードする必要がありますが、その前に \uxxxx を %uxxxx に修正する必要があります。わざわざデコードする必要はなく、Json.NET の方で対応していました。よって以下のコードは、

Before:

view plainprint?

30. string jsonArray = url.ToString().GetResponseFrom().Replace(@"\", "%");  
31. return HttpUtility.UrlDecode(jsonArray);  

string jsonArray = url.ToString().GetResponseFrom().Replace(@"\", "%");
return HttpUtility.UrlDecode(jsonArray);

After:

view plainprint?

30. return url.ToString().GetResponseFrom();  

return url.ToString().GetResponseFrom();

になります。

以下は、デコード済みのイメージということで・・・。

view plainprint?

1. [  
2. [  
3. "きみは",  
4. [  
5. "君は","きみは","キミは","黄身は","王は",  
6. ],  
7. ],  
8. [  
9. "じつに",  
10. [  
11. "実に","じつに","実二","拾に","ジツに",  
12. ],  
13. ],  
14. [  
15. "ばかだな",  
16. [  
17. "ばかだな","馬鹿だな","バカだな","バカ田な","ばかだな",  
18. ],  
19. ],  
20. ]  

[
[
"きみは",
[
"君は","きみは","キミは","黄身は","王は",
],
],
[
"じつに",
[
"実に","じつに","実二","拾に","ジツに",
],
],
[
"ばかだな",
[
"ばかだな","馬鹿だな","バカだな","バカ田な","ばかだな",
],
],
]

Json.NET を使う

JSON 形式の配列を、Json.NET から提供される JArray オブジェクトに変換します。

view plainprint?

54. JArray jar = JArray.Parse(hiragana.GetForConvWithGoogleTransliterate());  

JArray jar = JArray.Parse(hiragana.GetForConvWithGoogleTransliterate());

このオブジェクトを ToString() で確認してみると、

view plainprint?

1. [  
2.   [  
3.     "きみは",  
4.     [  
5.       "君は",  
6.       "きみは",  
7.       "キミは",  
8.       "黄身は",  
9.       "王は"  
10.     ]  
11.   ],  
12.   [  
13.     "じつに",  
14.     [  
15.       "実に",  
16.       "じつに",  
17.       "実二",  
18.       "拾に",  
19.       "ジツに"  
20.     ]  
21.   ],  
22.   [  
23.     "ばかだな",  
24.     [  
25.       "ばかだな",  
26.       "馬鹿だな",  
27.       "バカだな",  
28.       "バカ田な",  
29.       "ばかだな"  
30.     ]  
31.   ]  
32. ]  

[
  [
    "きみは",
    [
      "君は",
      "きみは",
      "キミは",
      "黄身は",
      "王は"
    ]
  ],
  [
    "じつに",
    [
      "実に",
      "じつに",
      "実二",
      "拾に",
      "ジツに"
    ]
  ],
  [
    "ばかだな",
    [
      "ばかだな",
      "馬鹿だな",
      "バカだな",
      "バカ田な",
      "ばかだな"
    ]
  ]
]

おおお、インデンドされて、分かりやすくなりました。

上記の例だと、「きみはじつにばかだな」が「きみは」「じつに」「ばかだな」の３文節に分かれて、それぞれが JToken オブジェクトとして扱えます。

それぞれの JToken オブジェクト（トークン）は、もとの文字列を保持するトークン、変換候補を保持するトークンで構成され、さらに変換候補保持トークンの中は、変換候補一個一個のトークンという構成になります。

view plainprint?

56. foreach (JToken jt in jar)  
57. {  
58.   var convArray = jt[1].ToArray();  
59.   Console.WriteLine("{0}: {1} for conversion", jt[0], convArray.Length);  
60.   kanji.Append((string)convArray.SelectOneOf());  
61. }  

foreach (JToken jt in jar)
{
  var convArray = jt[1].ToArray();
  Console.WriteLine("{0}: {1} for conversion", jt[0], convArray.Length);
  kanji.Append((string)convArray.SelectOneOf());
}

所感

実際の使い所はどの辺になるのでしょうか？

2012.06.19 追記:
少し改修して、GitHub に上げてみました。

• GitHub: sta/jinput-sharp