unicode - 组合变音符号的特性

Question

对于组合变音符号，它们算作字母吗？因为，据我所知，它们只能与格式良好的 Unicode 中的其他字母组合。

用于确定 Unicode 代码点是否为字母的 ICU 函数只需要一个代码点，因此对于任何给定的代码点，它无法知道它们是否已与变音符号组合 - 或者如果它是变音符号，它与什么组合。我正在尝试使用类似的构造来实现类似于 Unicode 感知正则表达式的东西

while(is_letter(codepoint))

但是，我很担心如果 codepoint 会发生什么情况实际上是一个变音符号，它将与之前的代码点和其他校对标记进行校对。

这样做安全吗？或者我是否必须明确查找并忽略变音符号和其他校对标记？

编辑:我真正需要做的是迭代字符，而不是代码点。

这个问题是XY问题的受害者。我需要提出一个关于我的实际问题的问题。

Answer 1

我不完全清楚你想要做什么，所以如果这不是你要找的答案，我提前道歉，但是:

For combining diacritics, are they counted as letters?

从广义上讲，变音符号被视为“标记”而不是“字母”。例如，U+0301 COMBINING ACUTE ACCENT，如<ś>，是一种“非间距标记”，是三种“标记”之一。然而，被算作“字母”的“修饰字母”仍然可能被认为是变音符号；例如，U+02C0 MODIFIER LETTER GLOTTAL STOP，如 ，是一个“修饰字母”。

如果您查看 the main file of the Unicode Character Database(警告:它是 1.3 MB 文本文件)，您可以了解哪些字符被归类为“修饰符字母”( Lm )，哪些字符被归类为“非空格标记”( Mn )或“空格标记”( Ms ) 或“封闭标记”( Me )。