php - 如何在 PHP 中查找 unicode 字符类

Question

我很难找到一种方法来获取字符的 unicode 类。

Unicode 类列表:https://www.php.net/manual/en/regexp.reference.unicode.php

所需的 python 函数:https://docs.python.org/3/library/unicodedata.html#unicodedata.category

我只想要与此 python 函数等效的 PHP。

例如，如果我这样调用 x 函数:x('-') 它会返回 Pd，因为 Pd 是连字符所属的类。

谢谢。

Answer 1

一种可能的方法是使用 IntlChar::charType .不幸的是，此方法仅返回一个 int，但此 int 是 IntlChar class 中定义的常量。 . 30 个类别的所有常量都在 0 到 29 的范围内(没有间隙)。结论，您所要做的就是构建一个遵循相同顺序的索引数组:

$shortCats = [
    'Cn', 'Lu', 'Ll', 'Lt', 'Lm', 'Lo',
    'Mn', 'Me', 'Mc', 'Nd', 'Nl', 'No',
    'Zs', 'Zl', 'Zp', 'Cc', 'Cf', 'Co',
    'Cs', 'Pd', 'Ps', 'Pe', 'Pc', 'Po',
    'Sm', 'Sc', 'Sk', 'So', 'Pi', 'Pf'
];

echo $shortCats[IntlChar::charType('-')]; //Pd

注意:如果怕以后类中定义的数值发生变化，想更严谨一些，也可以这样写数组:

$shortCats = [
    IntlChar::CHAR_CATEGORY_UNASSIGNED => 'Cn',
    IntlChar::CHAR_CATEGORY_UPPERCASE_LETTER => 'Lu',
    IntlChar::CHAR_CATEGORY_LOWERCASE_LETTER => 'Ll',
    IntlChar::CHAR_CATEGORY_TITLECASE_LETTER => 'Lt',
    // etc.
];