Где я могу получить список Unicode Chars по классу?

Question

Я новичок, чтобы изучить Unicode, и не уверен, насколько я должен учиться на основе моего фона ASCII, но я читаю C # Spec по правилам для идентификаторов Чтобы определить, какие символы разрешены в пределах Таблица Azure (который напрямую основан на спецификации C #).

Где я могу найти список персонажей Unicode, которые попадают в эти категории:

• letter-character: Символ Unicode классов Лу, LL, LT, LM, LO или NL
• combining-character: Символ Unicode классов Mn или MC
• decimal-digit-character: Символ Unicode класса ND
• connecting-character: Символ Unicode ПК класса
• formatting-character: Символ Unicode класса CF

Answer 1

Вы можете получить эту информацию в автоматической моде из официального файла данных Unicode, UnicodeData.txt, который публикуется здесь:

• Unicodedata.txt (в Unicode.org)

Это файл с запятой, разделенными значениями в каждой строке. Третий столбец рассказывает вам класс персонажа каждого персонажа.

Преимущество этого состоит в том, что вы можете получить название персонажа для каждого персонажа, поэтому у вас есть лучшее представление о том, что это такое, чем, просто глядя на сам персонаж (например, вы знаете, что ბ? Это верно, это запрет. В Грузин. :-))

Answer 2

FileFormat.info имеет список символов Unicode по категориям:

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

Answer 3

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» не хватает для UnicoDeCateCate.lowercaseletter..

Answer 4

в Antlr lexer Вы можете найти наборы символов Unicode (Lu, LL, LT, LM и LO) в удобном формате диапазона.

Answer 5

https://www.compart.com/en/unicode/category. Это довольно полезный и простой для навигации сайта для просмотра категорий. Это доступно и перечислены довольно много информации об отдельных символах Unicode.