我在哪里可以按类获得Unicode字符列表？

Question

我是学习Unicode的新手,不知道我需要根据我的ASCII背景学到多少东西,但是我正在阅读C#规范中的标识符规则,以确定Azure表中允许使用哪些字符(这是直接基于C#规范).

我在哪里可以找到属于这些类别的Unicode字符列表:

• letter-character:类Lu,Ll,Lt,Lm,Lo或Nl的Unicode字符
• combining-character:Mn或Mc类的Unicode字符
• decimal-digit-character:类Nd的Unicode字符
• connecting-character:类Pc的Unicode字符
• formatting-character:Cf类的Unicode字符

Answer 1

FileFormat.info按类别列出了Unicode字符:

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

Answer 2

您可以从官方Unicode数据文件以自动方式检索此信息,该文件UnicodeData.txt在此处发布:

• UnicodeData.txt(在unicode.org)

这是一个在每行中以分号分隔的值的文件.第三列告诉你每个角色的角色类.

这样做的好处是你可以获得每个角色的角色名称,这样你就可以更好地了解角色的名称,而不仅仅是看角色本身(例如,你知道what是什么吗？这是对的,这是禁令.格鲁吉亚人.:-))

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上找到Unicode类别及其短名称的列表,例如,"Ll"是UnicodeCategory.LowercaseLetter的缩写.