什麼是印地文重音字符的unicode範圍？

我試圖在印地語字符集中收集所有'o'形狀的Unicode列表。事實上，任何使用單獨的字符表示重音的字符（使用任何語言）的列表都會更好。什麼是印地文重音字符的unicode範圍？

我打算在RegExp中使用這個unicode列表。

我一直試圖通過在輸入文本字段中輸出來編輯字符範圍列表，但編輯此文本會導致出現奇怪的問題（鍵盤光標未放置在正確的字符上，選擇突然消失/不正確翹曲......換句話說...... HINDI HELL！）

我已經用記事本++試過了，但它雖然響應性更好，但它最終還是像我在Flash Player文本框中一樣拖出來了。這似乎特別發生在刪除[]塊（空值？）字符時。其中一些觸發奇怪的行爲。

無論如何，我想要的是一個口音清單。的幾個例子是在下面的圖片（但我需要的所有口音）：

enter image description here

謝謝！

來源

2012-03-01 bigp

與適當的Unicode正則表達式語言，這將是'[\ p {IsDevanagari} && \ p {M}]'......不幸的是我認爲只有Java（也許Perl）支持這一點。 – porges 2012-03-01 21:17:21

@Porges PCRE用於php。所以如果Perl是正確的，那麼PHP也是。另請參見：http://www.regular-expressions.info/ – kirilloid 2012-03-01 21:20:57

@kirilloid：PCRE不支持字符類交集，它不支持Perl做的任何事情。（無論如何，你可以用前瞻來模擬交叉點。）但是...這並不重要，因爲他使用AS。 :) – porges 2012-03-01 21:45:07

你可以找到PDF包含Unicode範圍列表，按語言劃分，這裏的：http://unicode.org/charts/

對於印地文，你可能想Devanagari或Devanagari Extended。

來源

2012-03-01 20:55:31

這裏是梵文組合標記字符類：

[\u901\u902\u903\u93c\u93e\u93f\u940\u941\u942\u943 
\u944\u945\u946\u947\u948\u949\u94a\u94b\u94c\u94d 
\u951\u952\u953\u954\u962\u963]

這僅是基本梵文塊（未梵文擴展）。

來源

2012-03-01 21:48:33 porges

稍微更緊湊一點：''\ u901- \ u93c \ u93e \ u949 \ u94a- \ u94d \ u951- \ u954 \ u962 \ u963]' – beerbajay 2012-03-01 22:41:23

如果您想要完整的設置（適用於所有語言），您可以做到這一點有問題。您從ftp://ftp.unicode.org/Public/6.1.0/ucd/UnicodeData.txt unicode日期的文件，通過TR-44（http://unicode.org/reports/tr44/#Property_Definitions）描述

可以使用Canonical_Combining_Class場（見http://unicode.org/reports/tr44/#Canonical_Combining_Class_Values）來過濾你想要的確切字符開頭。不能更精確，因爲「口音」有點含糊:-) 您甚至可能還需要查看General_Category以獲得正確的過濾器（並排除某些標記，符號或標點符號）。

而一個這樣做的腳本肯定會比試圖混淆文本編輯器更好。一個組合字符的特點是，他們結合:-) 所以，你可能會得到所有類型的令人費解的結果（是這樣的：http://www.siao2.com/2006/02/17/533929.aspx :-)

來源

2012-03-04 11:45:38

什麼是印地文重音字符的unicode範圍？

回答

相關問題