摘要: 引言   之前也做过一些含内嵌IE控件的东西，只是一直用MFC/ATL等框架，对于里面的原理其实一知半解，只有脱离它们写一遍，才算能真正懂。前不久在写一个SkyDriveClient的时候正好有一个需求，就练习了一下。技术含量没有，在此记录一笔，供后来人入门，供前辈们批评。   本文中，行文以流水帐、贴代码方式为主，同时为了不带来干扰，代码将尽量以不带或少带封装的方式书写。目...  阅读全文

（cnBeta: http://www.cnbeta.com/articles/203020.htm）

 

微软拼音输入法的新体验模式，其实是微软拼音一直以来的主要模式。笔者从1.5版开始接触微软拼音以来就一直是这种模式，主要特点就是长句输入、二次确认，在第一次确认的时候，文字就进入仿佛实际输入区域，但是文字下面有虚线，此时我们可以用光标键左右移动，就像下图显示的一样：

而在输入拼音的时候，我们其实无需开启候选词窗口，也不用看屏幕：

输入完毕之后按空格，观察首选是否正确，如果正确的话再一次空格确认，否则按一下右光标键回到句首开始选词。非常方便，也显得很专业。

 

习惯于词组输入的同学可能喜欢时刻盯着屏幕出现的候选词，一旦有错立刻纠正选择。而长句输入则不必这样，输入整个句子，让输入法在整句的语境中替你选词，命中率会高很多，特别是在打长篇文章的时候，非常有用。

 

很多时候别人在看我输入的时候，发现屏幕上有错别字，会忍不住提醒我错了，但是当我最后确认的时候，往往又对了，会显得有一点点疑惑，但是通常不说。有趣的是，我在打别人名字的时候，他们发现一开始的错别字，也会忍不住提醒我错了，并且对输入法把某人的名字弄成另外一个字非常感兴趣，有时会以此"嘲笑"那个人。然后当我最后回来选词的时候，他们会"指责"干嘛一开始不选对的字……我已经习惯了。但是整句输入带来的便捷之处，大部分人是没法认识到的。所以我今天在这里花很大的篇幅介绍一下。

 

遗憾的是，微软拼音1.5、2.0、3.0都没人叫好。到Office2003的时候，因为"新体验"模式的出现，使得一部分人叫好，但那部分人其实还是把它当作词组输入法来用的。到Office2010出来的时候，又有一部分人叫好，实际上很大一部分人是为"简捷"模式叫好。到现在Win8成了简体中文语言下默认输入法，即便有强推的味道，但好多人还是叫好，而新体验模式的消失，却很少有人问津。

 

下面正式来看标题中提到的问题。Win8安装完毕后简体中文下只有一个微软拼音简捷，新体验模式不见了！！！

 

 

有需要的同学，请跟随笔者，一步一步找回新体验模式。

 

1、打开开始屏幕，在英文状态下输入regedit，然后回车，打开注册表编辑器。（遇到UAC提醒，请选择"是"）

2、在左侧展开目录树，一直到HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\CTF\TIP\{81d4e9c9-1d3b-41bc-9e6c-4b40bf79e35e}：

 

 

微软对这一项做了特殊的权限保护，它的权限和相邻的那几个不一样，我们要取得写权限。

 

3、右键单击它、选择权限，打开如下图的窗口：

 

 

4、单击"高级"，再打开一个窗口：

 

 

5、在所有者的右边点击"更改"，输入"everyone"或者当前登录用户名，按"确定"，并选中"替换子容器和对象的所有者"，然后按应用。（不要关闭这个窗口，等下我们还要改回来。）

 

 

6、然后点击左下方的启用继承（按了后该按钮变为禁用继承），并选中"使用可从此对象继承的权限项目替换所有子对象的权限项目"。最后按"应用"，遇到提示选择"是"。

 

 

现在，这个窗口变成这个样子了：

 

 

保留这个窗口，我们进行下一步。

 

7、打开开始屏幕，在英文状态下输入"cmd"，左侧出现"命令提示符"，右键点击选中它，再到屏幕下方点击"以管理员身份运行"，遇到UAC提示选择"是"。这样我们打开具有管理员权限的命令提示符窗口，工作路径位于System32目录。

 

8、输入"regsvr32 ime\imesc\imsctip.dll"，并按回车。

 

 

直到看到下图的提示，点击确定，关闭命令提示符窗口。

 

 

9、回到刚才的高级安全设置窗口，点击左下方的"禁用继承"按钮，这时出现下图提示：

 

 

选择第二项，"从此对象中删除所有以继承的权限"：

 

 

并选中"使用可从此对象继承的权限项目替换所有子对象的权限项目"，按"应用"，遇到提示选择"是"。

 

10、点击上方所有者右边的"更改"，输入"nt service\trustedinstaller"，按"确定"，并选中"替换子容器和对象的所有者"，然后按"应用"。

 

 

至此，我们将注册表权限恢复如初了。

 

打开输入法管理界面：

 

 

我们可以看到多出来的"Microsoft Pinyin NewExperience"了，它就是我们要找的新体验模式！

 

悲剧的是，貌似新体验模式在Metro界面下有问题，每次确认输入，光标都会回到最前面（注：确认这是当时新浪微博Win8客户端的Bug，不是输入法的问题，新浪微博貌似已经修正此问题）。也许是因为有这些Bug，微软才隐藏它的吧。不过，桌面模式下使用起来未发现任何问题哦。

因为接下去要做优化工作，在此之前，先做下简单的性能测试。

比较的对象是std::regex，暂时只比较两项：

1、解析正则表达式的速度

2、使用解析好的正则表达式去匹配字符串的速度。

测试代码如下： 

SECTION_BEGIN(StdRegExParse100000); PERFORMANCE_TEST_BEGIN(StdRegExParse100000); for (int i = 0; i < 100000; ++i) {     wregex r;     r.assign(L"http://([a-zA-Z0-9\\-]+.)+[a-zA-Z]+/"); } PERFORMANCE_TEST_END(StdRegExParse100000); SECTION_END();   SECTION_BEGIN(xlRegExpParse100000); PERFORMANCE_TEST_BEGIN(xlRegExpParse100000); for (int i = 0; i < 100000; ++i) {     RegExp r;     r.Parse(L"http://([a-zA-Z0-9\\-]+.)+[a-zA-Z]+/"); } PERFORMANCE_TEST_END(xlRegExpParse100000); SECTION_END();   SECTION_BEGIN(StdRegExMatch100000); {     wregex r;     r.assign(L"http://([a-zA-Z0-9\\-]+.)+[a-zA-Z]+/");     PERFORMANCE_TEST_BEGIN(StdRegExMatch100000);     for (int i = 0; i < 100000; ++i)     {         regex_match(L"http://w-1.w-2.w-3.streamlet.org/", r);     }     PERFORMANCE_TEST_END(StdRegExMatch100000); } SECTION_END();   SECTION_BEGIN(xlRegExpMatch100000); {     RegExp r;     r.Parse(L"http://([a-zA-Z0-9\\-]+.)+[a-zA-Z]+/");     PERFORMANCE_TEST_BEGIN(xlRegExpMatch100000);     for (int i = 0; i < 100000; ++i)     {         r.Match(L"http://w-1.w-2.w-3.streamlet.org/");     }     PERFORMANCE_TEST_END(xlRegExpMatch100000); } SECTION_END();

 

前两则是分别使用std::wregex和xl::RegExp解析"http://([a-zA-Z0-9\\-]+.)+[a-zA-Z]+/"十万次，后两则是拿来匹配http://w-1.w-2.w-3.streamlet.org/十万次。

结果如下：

匹配速度差很多，解析速度差不多。

考虑到在解析“?”“+”“*”的时候，引入了很多ε边，于是对那部分做点优化，去除不必要的ε边和节点构造，然后再测试：

可以看到有所提高，但是解析速度还是跟std:wregex的差很多，匹配速度有明显领先。目前只解析到ε边、-NFA，如果再做状态机转化，虽然会提高匹配速度，可是解析速度会进一步下降。因此，一开始就要考虑使用一种更高效的状态机存储方法。

这两天着凉生病了，好难受啊……

     摘要: 引言 根据预告，这篇我们对“?”“+”“*”进行处理，实现对重复的支持。“x?”匹配0个或1个“x”，“x+”匹配1到任意个“x”，“x*”匹配0到任意个“x”。   有了重复，就有贪婪模式和非贪婪模式。在贪婪模式下，“x+”匹配“xxxyyy”中的“xxx”；在非贪婪模式下，“x+”匹配“xxxyyy”中的第一个“x”。为了区别两种模式，按照通常的语法，我们在重复控制符号后面加一个“?...  阅读全文      摘要: 引言 这篇我们要实现的是中括号表达式。   一个中括号里写上任意数目的字符，表示匹配这些字符中的任何一个。比如“[abc]”匹配a或b或c。中括号里除了单个字符，也可以写字符区间，比如“[a-c]”就表示从a到c的所有字符，这里“a到c”是指内码连续的一系列字符，包含首尾的a和c。综合起来说，中括号里面可以放任意个字符或者字符区间，匹配所填字符或字符区间内的任意一个字符。比如“[acd-...  阅读全文