C++函數用於判斷一個unicode點是否是'字母'而不是標點符號

是否有C++函數可用來決定給定的Unicode點是否是字母？我的意思是在正則表達式中經常被描述爲\p{L}。因此，它可以是拉丁文，希臘文，西里爾文或其他字母，而不是標點符號，數字等，它們在unicode中也可以由其他幾個大碼點範圍表示。C++函數用於判斷一個unicode點是否是'字母'而不是標點符號

所以我要問的一個類似的功能：

bool isUnicodeLetter(int32 codepoint);

也許在升壓或ICU庫？

來源

2012-08-24 Frank

[This question]（http://stackoverflow.com/questions/3378343/isalpha-equivalent-for-wchar-t）看起來很相似。 –

處理Unicode的函數永遠不會採用單個代碼點，就好像所有字符都可以表示爲單個代碼點（因爲並非所有代碼都可以）。你需要像'bool isUnicodeLetter（std :: u32string character）;'這樣的函數。如果你發現一個函數需要一個代碼點，那麼一定不要使用它，因爲它必然是錯誤的。 – bames53

@ barnes53：這似乎與Daniel Trebbien的答案相矛盾。 ICU圖書館是高度重視的標準unicode圖書館。你是說他們錯了嗎？ – Frank

在ICU4C，函數被調用u_isalpha()：

UBool u_isalpha(UChar32 c) 
確定指定的碼點是否爲字母字符。

對於一般類別「L」（字母）爲真。

但是在使用時要小心，因爲它很容易被誤用。 u_isalpha()和uchar.h中的其他函數僅用於提供對Unicode字符數據的低級訪問。

來源

2012-08-24 23:53:15

請注意，該函數的名稱具有欺騙性，因爲它測試代碼點是否具有「Alphabetic = Yes」Unicode字符屬性;它僅測試是否它具有'General_Category = Letter'屬性，它本身是任何'General_Category = Lowercase_Letter'， 'General_Category = Modifier_Letter'， 'General_Category = Other_Letter'， 'General_Category = Titlecase_Letter'， 'General_Category =的Uppercase_Letter'，沒有別的。 – tchrist

@tchrist：我對這個功能很滿意。爲什麼名稱具有欺騙性？它測試任何字母屬性。你還想要什麼？ – Frank

那麼，我會希望它測試Unicode'alpha'屬性，這是別的。這隻適用於拉丁腳本，因爲其他人具有「Other_Alphabetic」屬性的非'LETTER'代碼點。在一些腳本中，僅僅測試簡單的字母是沒有用的。字母不只是Unicode中的字母。抱歉。 – tchrist

C++函數用於判斷一個unicode點是否是'字母'而不是標點符號

回答

相關問題