如何更细致的分割英文字符和空字符 以及汉字和数字组成的数量词

[WuSiQingChun]

注意事项

请确认下列注意事项：

• 我已仔细阅读下列文档，都没有找到答案：
  • 首页文档
  • wiki
  • 常见问题
• 我已经通过Google和issue区检索功能搜索了我的问题，也没有找到答案。
• 我明白开源社区是出于兴趣爱好聚集起来的自由社区，不承担任何责任或义务。我会礼貌发言，向每一个帮助我的人表示感谢。
• 我在此括号内输入x打钩，代表上述事项确认完毕

版本号

当前最新版本号是：portable-1.7.4
我使用的版本是：portable-1.6.4

我的问题

运行如下程序后，文本中的 “3.一”会识别成一个词，英文字符的右括号和换行符\r\n识别成一个词，如何才能把他们分开呢。

复现问题

步骤

1. 首先……
2. 然后……
3. 接着……

触发代码

  public static void main(String[] args) {
		
	String text = "3.一位项目经理应该做下列哪一项？(C)\r\n" ;
	    
	List<Term> term = HanLP.newSegment().enableOffset(true).enableIndexMode(true).enableIndexMode(1).seg(text);
		
	   System.out.println(term.toString());
}

期望输出

[3/m,./w,一/m, 位/q, 项目/n, 经理/n, 应该/v, 做/v, 下列/b, 哪/r, 一/m, 项/q, ？/w, (/w, C/nx, )/w, /w]

实际输出

[3.一/m, 位/q, 项目/n, 经理/n, 应该/v, 做/v, 下列/b, 哪/r, 一/m, 项/q, ？/w, (/w, C/nx, )
/w]

其他信息

[hankcs]

        CharType.type['一'] = CharType.CT_CNUM;
        CharType.type['\r'] = CharType.CT_DELIMITER;
        CharType.type['\n'] = CharType.CT_DELIMITER;
        List<Term> termList = HanLP.segment(
            "3.一位项目经理应该做下列哪一项？(C)\r\n"
        );
        System.out.println(termList);

[hankcs]

另外，1.7.4版删除data/dictionary/other/CharType.bin就能得到正确结果。

[WuSiQingChun]

        CharType.type['一'] = CharType.CT_CNUM;
        CharType.type['\r'] = CharType.CT_DELIMITER;
        CharType.type['\n'] = CharType.CT_DELIMITER;
        List<Term> termList = HanLP.segment(
            "3.一位项目经理应该做下列哪一项？(C)\r\n"
        );
        System.out.println(termList);

非常感谢，我试了一下，发现“一”可以分割开了，但是)\r\n还是无法分开。

[hankcs]

试试代码库中刚提交的补丁，或者CharType.type['\r'] = CharType.CT_OTHER;。有任何字符你不想跟其他字符混到一起，都可以赋给它一个独一无二的整型值。

[WuSiQingChun]

试试代码库中刚提交的补丁，或者CharType.type['\r'] = CharType.CT_OTHER;。有任何字符你不想跟其他字符混到一起，都可以赋给它一个独一无二的整型值。

嗯嗯好的，确实可以了。