有沒有辦法來檢查unicode文本是否在某種語言？

Question

我會從用戶那裏獲取我需要驗證的文本是中文字符。

有什麼方法可以檢查嗎？

Answer 1

根據所提供的信息here in unicode website，您可以找到中國或任何其他語言的塊，然後執行一個解析器來檢查，如果一個字的範圍或沒有。就像

public bool IsChinese(string text) 
{ 
    return text.Any(c => c >= 0x20000 && c <= 0xFA2D); 
} 

注意

作爲一個方便的參考，Unicode協會here提供了對Unicode的HAN（漢）Database (Unihan)搜索界面。

我想以上提供的數據庫鏈接顯示你的人物

Answer 2

您需要查詢包含每個unicode字符信息的Unicode字符數據庫。 C＃中可能有一個實用程序功能可以爲您執行此操作。否則，你可以從互聯網下載它。

Answer 3

只需檢查字符以查看代碼點是否在所需的範圍內。對於exampe，看到了這個問題：

What's the complete range for Chinese characters in Unicode?

Answer 4

您可以使用正則表達式匹配Supported Named Blocks：

private static readonly Regex cjkCharRegex = new Regex(@"\p{IsCJKUnifiedIdeographs}"); 
public static bool IsChinese(this char c) 
{ 
    return cjkCharRegex.IsMatch(c.ToString()); 
} 

然後，您可以使用：

if (sometext.Any(z=>z.IsChinese())) 
    DoSomething(); 

Answer 5

根據維基百科（https://en.wikipedia.org/wiki/CJK_Compatibility），有幾個字符代碼diapasons。 這裏是我的方法來檢測基於上面的鏈接中國字符（F＃代碼，但它可以很容易地轉換）

let isChinese(text: string) = 
      text |> Seq.exists (fun c -> 
       let code = int c 
       (code >= 0x4E00 && code <= 0x9FFF) || 
       (code >= 0x3400 && code <= 0x4DBF) || 
       (code >= 0x3400 && code <= 0x4DBF) || 
       (code >= 0x20000 && code <= 0x2CEAF) || 
       (code >= 0x2E80 && code <= 0x31EF) || 
       (code >= 0xF900 && code <= 0xFAFF) || 
       (code >= 0xFE30 && code <= 0xFE4F) || 
       (code >= 0xF2800 && code <= 0x2FA1F) 
       ) 

Answer 6

在Unicode中，中國，日本

和韓文字符編碼在一起。

訪問此FAQ：http://www.unicode.org/faq/han_cjk.html

中國字都分佈在serveral的塊。

訪問這個wiki：https://en.wikipedia.org/wiki/CJK_Unified_Ideographs

你會發現有以Unicode網站serveral的CJK字符圖表。

爲了簡單起見，你可以使用中國字的最小和最大範圍：

0x4e00和0x2fa1f檢查。

Answer 7

這爲我工作：

var charArray = text.ToCharArray(); 
var isChineseTextPresent = false; 


foreach (var character in charArray) 
{ 
    var cat = char.GetUnicodeCategory(character); 


    if (cat != UnicodeCategory.OtherLetter) 
    { 
     continue; 
    } 


    isChineseTextPresent = true; 
    break; 
} 

Answer 8

正如一些人在這裏提到的，在Unicode中，中國，日本和韓文字符編碼在一起，並有幾個範圍吧。 https://en.wikipedia.org/wiki/CJK_Compatibility

爲了簡單起見，這裏的檢測所有的CJK範圍內的代碼示例：

public bool IsChinese(string text) 
{ 
    return text.Any(c => (uint)c >= 0x4E00 && (uint)c <= 0x2FA1F); 
}