为什么'123'是数字的？

Question

根据文档,字符串'123'是数字.

由于我认为这可能是文档中的错误,我运行测试来验证该语句.我发现根据Apache Commons,它是数字的.

为什么这个字符串数字？这些人物代表什么？

Answer 1

因为"CharSequence仅包含Unicode数字"(引用您的链接文档).

所有字符都返回true Character.isDigit:

一些包含数字的Unicode字符范围:

• '\ u0030'到'\ u0039',ISO-LATIN-1位数('0'到'9')
• '\ u0660'到'\ u0669',阿拉伯语 - 印度数字
• '\ u06F0'到'\ u06F9',扩展阿拉伯语 - 印度数字
• '\ u0966'通过'\ u096F',梵文数字
• '\ uFF10'到'\ uFF19',全宽数字

许多其他字符范围也包含数字.

??? 是梵文数字:

• ?是DEVANAGARI DIGIT ONE,\u0967
• ?是DEVANAGARI DIGIT TWO,\u0968
• ?是DEVANAGARI DIGIT THREE,\u0969

Answer 2

对于尼泊尔语或使用梵文剧本的任何其他语言(如印地语,古吉拉特语等),符号123与123相同,因此是Apache Commons的编号.

Answer 3

您可以Character#getType用来检查角色的常规类别:

System.out.println(Character.DECIMAL_DIGIT_NUMBER == Character.getType('?'));

这将打印true,这是"1"是数字编号的"证据" .

现在让我们检查'1'字符的unicode值:

System.out.println(Integer.toHexString('?'));
// 967

这个数字在梵文数字的范围内- 这是:\u0966通过\u096F.

还试试:

Character.UnicodeBlock block = Character.UnicodeBlock.of('?');
System.out.println(block.toString());
// DEVANAGARI

梵文是:

是印度和尼泊尔的abugida(alphasyllabary)字母表

"123"是"123"(基本拉丁语unicode).

读:

• 关于'1'字符的更多细节
• StringUtils#isNumeric 履行

Answer 4

如果您想知道特定"角色"具有哪些属性(并且有相当多的属性),请直接转到源:Unicode.org.他们拥有研究工具,可以向您展示您最想知道的任何事情.

• 如果要查看特定字符的所有属性,请尝试以下操作:

  http://unicode.org/cldr/utility/character.jsp?a=1

  要么:

  http://unicode.org/cldr/utility/character.jsp?a=%E0%A5%A7

• 如果要查看所有分类为"十进制数字"的字符(即数字值为0到9),请尝试以下操作:

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:](550个
  ^{代码点 - 当前/从Unicode 9.0开始)}

• 如果要查看所有分类为"非十进制数字"的字符(即分数,带圆圈等),请尝试以下操作:

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Numeric:](836个
  ^{代码点 - 当前/从Unicode 9.0开始)}

• 如果要查看所有分类为"十进制数字"的字符(即数字值为0到9),但只能通过Unicode 6.0(.NET使用),请尝试以下操作:

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:]%26[:Age=6.0:](420个
  ^{代码点 - 不应该更改)}

• 如果要查看所有分类为"十进制数字"的字符(即数字值为0到9),但只能通过Unicode 6.0(.NET使用),并且只能在Base-Multilingual Plane/no Supplementary Characters中查看(即没有代码点65535/U + 0xFFFF以上,请尝试以下方法:

  http://unicode.org/cldr/utility/list-unicodeset.jsp?a=[:Numeric_Type=Decimal:]%26[:Age=6.0:]%26[:bmp=Yes:](350
  ^{个代码点 - - 而且不应该改变)}

保持心态: Unicode Consortium生成规范,而不是软件.这意味着每个软件供应商都可以尽可能准确地实现规范.因此,就像HTML,JavaScript,CSS,SQL等一样,不同平台,语言等之间存在差异.例如,我在Microsoft的.NET Framework中发现了一个错误,其中带圆圈的拉丁字母A-Z和 a-z- 代码点0x24B6到0x24E9 - 没有正确注册为char.IsLetter = true(这里的错误报告).这会导致相关功能出现意外行为,例如调用TextInfo.ToTitleCase()方法时(此处为错误报告).

Answer 5

符号'123'实际上源自印地语(基本上来自梵文语言,即梵文),它代表数值,如:

1表示1

2代表2

而且很明智