"Java中如何获取字符类型的类别名称？"

Question

Character.getType(int codePoint)返回一个整数，我找不到从中获取 unicode 类别名称的方法，例如“Lu”或“Cn”。 我想要的是一个方法，例如Character.getCategoryTypeName(int codePoint)返回一个表示类型的字符串。

类别名称在常量注释中，一种方法是为返回的类型编写一个 switch case，然后手动对类型名称进行编码，如下所示：

我最初的计划是这样的：

for (int i = 0; i <= 0x10FFFF; i++) {
    switch (Character.getType(i)) {

        // General category "Sc" in the Unicode specification.
        // public static final byte CURRENCY_SYMBOL = 26;
        case Character.CURRENCY_SYMBOL: 
            map.put(i, "Sc");
            break;

        ....
     }
}

但是，这将非常乏味。 是否有自动方式或库来完成任务？

Answer 1

正如所评论的，目前似乎没有与 Java 捆绑在一起的此类功能。 正如Marcono1234 评论<\/a>的那样，功能请求已在书上，<\/a>但尚未实现。

自我注意：<\/em>如果我曾在会议上与Brian Goetz<\/a>或Mark Reinhold 擦肩而过<\/a>，请向\/恳求\/乞求他们对 Java 中的代码点<\/a>和Unicode<\/a>进行重大改造： Project Papyrus<\/em> 。

我想出了几种方法来为 Unicode 定义的 30 个“常规类别”项目中的每一个生成所需的两个字母名称。 （这个由两个字母组成的名称在 Unicode 规范中称为“别名”。）我的一个实现仅仅是为每个别名硬编码的switch<\/code> 。 另一个更复杂，定义了几个枚举。

这两个实现都是我创建的，只是作为练习。 我没有在生产中使用它们。 我并不是说它们是最好的路线，但希望它们可能会被证明是有用的，或者至少能激发其他人做出更好的努力。

基本的<\/h1>在 Java 14+ 中，对Character<\/code><\/a>类上定义的每个“General Category”常量使用switch<\/code>表达式。 如果不熟悉，请参阅JEP 361：切换表达式<\/em><\/a>。

用法：

           

            鲁
<\/blockquote>
 
豪华<\/h1>
在这种替代方法中，我定义了一对枚举：
 
              
 
               
 30 个对象，一个用于Unicode 13 规范第 4.5 节<\/a>第 170-172 页上定义的每个通用类别项目。 这些项目列在此 Wikipedia 页面上<\/a>。<\/li>
 
               
将UnicodeGeneralCategory<\/code>的对象分组为 Unicode 规范定义的组：字母、标记、数字、标点符号、符号、分隔符等。 最后一个“其他”值得注意，因为它涵盖了不可打印的“控制”字符以及绝大多数未分配给任何字符的代码点。 当遍历所有可能的代码点<\/a>时，我们想跳过这些。<\/li><\/ul>
  UnicodeGeneralCategory<\/code>中我的枚举对象的名称是从Character<\/code><\/a>类上声明的常量子集复制而来，其描述以短语“General category”开头。 这些常量名称与官方的 Unicode 名称有些不同，但足够接近。 我按照 Unicode 规范中列出的顺序定义了这些。
 … 和 …
用途：
 
                            
 
                             
 UnicodeGeneralCategory.forCodePoint( yourCodePointGoesHere ).getAlias()<\/code>是您在问题顶部所要求的。<\/li>
 
                             
 UnicodeMajorClass.C_OTHER.coversCodePoint( codePoint )<\/code>跳过那些讨厌的不可打印\/未分配的代码点。<\/li><\/ul>
 此外，要获取由代码点编号表示的单个字符的String<\/code> ，请调用Character.toString( codePoint )<\/code> 。
我们可以使用这两个枚举来报告所有代码点。
运行时：