c# - 如何检查 Unicode 字符是否在 .Net 中有变音符号？

Question

我正在开发一种用于自动语言检测的启发式方法，并想查明给定的字母是否有变音符号(例如“Ðàäèî Êóëüòóðà”——所有字母都有变音符号)。如果可能的话，我最好也能得到变音符号的类型。

我浏览了 UnicodeCategory 枚举，但在这里找不到任何可以帮助我的东西。

Answer 1

一种可能的方法是将其规范化为一种形式，其中字母及其变音符号被写为多个代码点。然后检查您是否有一个字母后跟重音符号。

改编自 How do I remove diacritics (accents) from a string in .NET? ，您可以使用 Normalize(NormalizationForm.FormD) 进行规范化，并使用 UnicodeCategory.NonSpacingMark 检查变音符号。

bool IsLetterWithDiacritics(char c)
{
    var s = c.ToString().Normalize(NormalizationForm.FormD);
    return (s.Length > 1)  &&
           char.IsLetter(s[0]) &&
           s.Skip(1).All(c2 => CharUnicodeInfo.GetUnicodeCategory(c2) == UnicodeCategory.NonSpacingMark);
}