检测日语字符输入和“ Romajis”（ASCII）

Question

我希望能够检测到用户：

1. 输入日语字符（汉字或假名）
2. 输入罗马字符（专有）

目前，我正在使用像这样的ASCII范围（C＃语法）：

string searchKeyWord = Console.ReadLine();
var romajis = from c in searchKeyWord where c >= ' ' && c <= '~' select c;

if (romajis.Any())
{
    // Romajis
}
else
{
    // Japanese input
}

有没有更好，更快（更强...）的方法来做到这一点？

编辑：问题可以推广到具有非ASCII字符集的任何其他语言。

Answer 1

Wikipedia非常好，并且在右上角具有用于平假名，片假名和汉字的unicode范围。我们可以利用这个优势来优化您的算法，并获得其他字符集。

private static IEnumerable<char> GetCharsInRange(string text, int min, int max)
{
    return text.Where(e => e >= min && e <= max);
}

用法：

var romaji = GetCharsInRange(searchKeyword, 0x0020, 0x007E);
var hiragana = GetCharsInRange(searchKeyword, 0x3040, 0x309F);
var katakana = GetCharsInRange(searchKeyword, 0x30A0, 0x30FF);
var kanji = GetCharsInRange(searchKeyword, 0x4E00, 0x9FBF);

请注意，这应该和您的速度一样快，只是更好一点/更好的imo :)

确定通用语言集

是的，您可以检测到类似的字符集，但不能检测语言。由于法语，德语等与英语共享许多字符，而日语与中文（显然）共享许多汉字。您不能清楚地说一个字符来自一种语言，而对于许多字符却没有庞大的查找表。

还有一个事实，就是日语大量使用英语（和标点符号），您的方法会将包含罗马字或表情符号的任何内容视为罗马字。