Где я могу получить список символов Юникода по классам?

Я новичок в изучении Unicode и не уверен, сколько мне нужно узнать на основе моего фона ASCII, но я читаю спецификация C# для правил идентификаторов чтобы определить, какие символы разрешены в Таблица Azure (который непосредственно основан на спецификации C#).

где я могу найти список символов Unicode, которые попадают в эти категории:

  • letter-character: символ Юникода классов Lu, Ll, Lt, Lm, Lo, или Nl
  • combining-character: символ Юникода классов Mn или Mc
  • decimal-digit-character: символ Юникода класса Nd
  • connecting-character: символ Юникода класса Pc
  • formatting-character: символ Юникода класса Cf
36
azure azure-table-storage c# unicode

5 ответов

вы можете получить эту информацию в автоматическом режиме из официального файла данных Unicode,UnicodeData.txt, который опубликован здесь:

это файл со значениями, разделенными точкой с запятой в каждой строке. В третьем столбце указывается класс символов каждого символа.

преимущество этого в том, что вы можете получить имя персонажа для каждого символа, поэтому у вас есть лучшее представление о том, что это не просто глядя на самого персонажа (например, знаете ли вы, что такое ბ? Правильно, это бан. на грузинском языке. :-))

34

FileFormat.info имеет список символов Юникода по категориям:

http://www.fileformat.info/info/unicode/category/index.htm

36

вы можете, конечно, использовать LINQ:

var charInfo = Enumerable.Range(0, 0x110000)
                         .Where(x => x < 0x00d800 || x > 0x00dfff)
                         .Select(char.ConvertFromUtf32)
                         .GroupBy(s => char.GetUnicodeCategory(s, 0))
                         .ToDictionary(g => g.Key);

foreach (var ch in charInfo[UnicodeCategory.LowercaseLetter])
{
    Console.Write(ch);
}

вы можете найти список категорий Unicode и их короткие имена на MSDN, например," Ll " - сокращение от в unicodecategory.LowercaseLetter.

12

на ANTLR lexer вы можете найти наборы символов Юникода (LU, LL, LT, LM и LO) в удобном формате диапазона.

2

https://www.compart.com/en/unicode/category - это довольно полезный и простой в навигации сайт для просмотра категорий. Он доступен для поиска и содержит довольно много информации об отдельных символах unicode.

2