php中文分词源码遇到的小疑点

php中文分词源码遇到的小问题

本帖最后由 zhuzhaodan 于 2014-03-20 22:26:08 编辑

define('_SP_', chr(0xFF).chr(0xFE)); <br />define('UCS2', 'ucs-2be');

这2个常量定义的作用是什么？_SP_定义成chr(0xFF).chr(0xFE)是什么意思，我在ascii对照表内根本找不到FF,FE这2个对应的编码啊？
后面的代码如下

        //载入副词典<br />        $hw = '';<br />        $ds = file($dicAddon);//17行的txt格式字典文件<br />        foreach($ds as $d)<br />        {<br />            $d = trim($d);<br />            if($d=='') continue;<br />            $estr = substr($d, 1, 1);<br />            if( $estr==':' ) {<br />                $hw = substr($d, 0, 1);<br />            }<br />            else<br />            {<br />                $spstr = _SP_;<br />                $spstr = iconv(UCS2, 'utf-8', $spstr);//怎么会出现ucs2编码？咋回事<br />                $ws = explode(',', $d);//每一行的汉字，用中间的逗号分成数组<br />                $wall = iconv('utf-8', UCS2, join($spstr, $ws));//用_SP_又组合成了字符串？？，然后又转换成了ucs2?<br />                $ws = explode(_SP_, $wall);//又接着分割成数组？啥意思啊！！！<br />                foreach($ws as $estr)<br />                {<br />                    $this->addonDic[$hw][$estr] = strlen($estr);<br />                }<br />            }<br />        }

这段代码，就是载入字典文件，可是我没明白ELSE代码的逻辑？谁能简单说说
------解决方案--------------------
BOM 是编码类型声明，把 _SP_ 解释为 BOM 是为了帮助理解
你不是”在ascii对照表内根本找不到FF,FE这2个对应的编码“
再看

define('_SP_', chr(0xFF).chr(0xFE)); <br />define('UCS2', 'ucs-2be');
$spstr = _SP_;
$spstr = iconv(UCS2, 'utf-8', $spstr);
echo bin2hex($spstr);

得到 efbfbe
这是 utf-8 的 BOM

至于他为什么要这样做，你看看字典文件就知道是怎么回事了