7

在不遍历整个 Unicode 字符范围的情况下，如何获取具有给定属性的字符列表？特别是我想要一个所有数字字符的列表（即匹配的那些/\d/）。我看过Unicode::UCD，它对于确定给定字符的属性很有用，但似乎没有办法获取具有属性的字符列表。

4

4 回答 4

6

每个类的 Unicode 字符列表是在编译 Perl 时从 Unicode 规范生成的，通常存储在 /usr/lib/perl-YOURPERLVERSION/unicore/lib/gc_sc/

例如，匹配 IsDigit（又名 \d）的 Unicode 字符范围列表存储在文件 /usr/lib/perl-YOURPERLVERSION/unicore/lib/gc_sc/Digit.pl

于 2009-07-25T16:51:25.460 回答
1

甚至比unicore/lib/gc_sc/Digit.plis还要好unicore/To/Digit.pl。它是 Unicode 数字字符（嗯，实际上是它们的偏移量）到它们的数值的直接映射。这意味着而不是：

use Unicode::Digits qw/digit_to_int/;

my @digits;
for (split "\n", require "unicore/lib/gc_sc/Digit.pl") {
    my ($s, $e) = map hex, split;
    for (my $ord = $s; $ord <= $e; $ord++) {
        my $chr = chr $ord;
        push @{$digits[digits_to_int $chr]}, $chr;
    }
}

for my $i (0 .. 9) {
    my $re = join '', "[", @{$digits[$i]}, "]";
    $digits[$i] = qr/$re/;
}

我可以说：

my @digits;
for (split "\n", require "unicore/To/Digit.pl") {
    my ($ord, $val) = split;
    my $chr = chr hex $ord;
    push @{$digits[$val]}, $chr;
}

for my $i (0 .. 9) {
    my $re = join '', "[", @{$digits[$i]}, "]";
    $digits[$i] = qr/$re/;
}

甚至更好：

my @digits;
for (split "\n", require "unicore/To/Digit.pl") {
    my ($ord, $val) = split;
    $digits[$val] .= "\\x{$ord}";
}
@digits = map { qr/[$_]/ } @digits;
于 2009-07-25T20:12:01.000 回答
0

哪些字符 /\d/ 匹配完全取决于您的正则表达式实现（尽管保证标准 0-9）。在 perl 的情况下，使用的perl 语言环境定义了哪些字符被认为是字母和数字。

于 2009-07-25T16:28:39.420 回答
0

如果不遍历所有字符，就没有办法做到这一点。（如果您使用所有这些创建一个巨大的字符串并使用正则表达式，您仍然必须至少执行一次循环才能创建字符串）。

于 2009-07-25T18:02:06.767 回答