我在哪里可以从课堂上获取Unicode Chars的列表？

Question

我是学习Unicode的新手，不确定我必须根据ASCII背景学习多少，但是我正在阅读 标识符规则的C＃规格 确定允许哪些字符 Azure表 （直接基于C＃规格）。

我在哪里可以找到属于这些类别的Unicode字符列表：

• letter-character: ：LU，LL，LT，LM，LO或NL类的Unicode字符
• combining-character: ：类MN或MC的Unicode特征
• decimal-digit-character: ：类ND的Unicode字符
• connecting-character: ：类PC的Unicode字符
• formatting-character: ：类CF的Unicode字符

Answer 1

您可以从官方Unicode数据文件中以自动方式检索此信息， UnicodeData.txt, ，在这里发布：

• unicodedata.txt（在unicode.org上）

这是每个行中具有半分离值的文件。第三列告诉您每个字符的字符类。

这样做的好处是，您可以为每个角色获得角色名称，因此您比仅查看角色本身更好地了解它是什么（例如，您知道什么是ბ吗？这是对的，这是禁令。格鲁吉亚人。 :-))

Answer 2

fileformat.info有一个类别的Unicode字符列表：

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

Answer 3

当然，您可以使用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);
}

您可以在 MSDN, ，例如，“ ll”是缩短的 UnicodeCategory.lowerCaseletter.

Answer 4

在里面 Antlr Lexer 您可以以方便的范围格式找到Unicode字符集（LU，LL，LT，LM和LO）。

Answer 5

https://www.compart.com/en/unicode/category 是一个非常有用且易于浏览的网站，用于浏览类别。它是可搜索的，并列出了有关单个Unicode字符的大量信息。