Java 将韩语音节分解成字母（jamo）

我正在开发一个处理韩语句子的程序，我需要一种将音节或块分解成字母的方法。对于那些不懂韩语的人来说，一个音节由2-4个字母（jamo）组成，创造了数千种不同的组合。我想做的是把这些音节分解成构成它的字母

我能够通过比较第一个字母的Unicode值和该范围内的相关字母来获得第一个字母，即以x字母开头的音节在y范围内。然而，我找不到其余的信

---

这是一个包含韩语音节Unicode值的表：

韩语音节分解（例如

퓛→ <代码>ᄑ+
ᅱ+
ᆶ）通过
Java.text.Normalizer
类在Java中完成：

String s = Normalizer.normalize("\uD4DB", Normalizer.Form.NFD);

文中还给出了韩语分解的算法；由于规范化也会影响其他非韩语字符，您应该熟悉Unicode规范化的一般原则和形式。
基本上，分解韩语LVT或LV音节的算法是：


从代码点的标量值中减去0xAC00（在U+AC00和U+D7A3之间，而不是您所说的U+D7AF之间）
将之前的差值除以28，然后：

如果第一个rest为0，那么就没有T jamo
否则，将0x11A7添加到第一个剩余部分（1和27之间），以获得最终的T jamo（在U+11A8和U+11C2之间）

将之前的商除以21，然后：

将0x1161添加到第二个余数（0和20之间）以获得中间（或最终）V jamo（在U+1161和U+1175之间）
将0x1100与第二个商（0和17之间）相加，得到前导的L jamo（在U+1100和U+1112之间）


可分解为成对简单Jamo的其他韩语字母（在U+1113和U+11F9范围内，不包括上面返回的3个范围内的简单L、V和T Jamo，或在U+3131到U+318E范围内的扩展Jamo中）可以通过小表查找进行处理（取自主UCD表，其中包含韩语的规范分解对）

该算法以Unicode标准化，只是为了避免在UCD表内将10584个韩国语预合成字符（即预合成的韩国语LV或LVT音节）的规范分解映射到UCD中禁止的三元组（L，V，T simple jamo），或映射到一对（L，V simple jamo）或一对（LV音节，T simple jamo）

因此，UCD表格仅列出第一个和最后一个预合成的LV或LVT字符，这些字符可通过算法进行分解；它们具有所有相同的字符属性（除了UCD的辅助表格中列出的“L/V/T/LV/LVT”类型，特定于韩语）

请注意，一些LL或TT预组合的辅音被视为简单的jamos，不可分解。这是韩国语中双辅音（“SANG”jamos）的传统，但这在jamo字母表的主要排序顺序中是可见的，其中双辅音在单辅音之后排序，所有L或LL辅音在所有V辅音之前排序，所有V辅音在T和TT辅音之前排序

通常在格式良好的韩国语音节中，V jamo（或元音）只能出现在以L开头的jamo（辅音）之后，而T结尾的jamo（辅音）只能出现在V jamo（元音）之后

但也有一些例外情况可以强制使用格式良好的韩国语音节：如果插入一个前导的韩国语V填充词（未呈现控件），则缺少的L jamo（在独立的V jamo之前）可以格式良好；如果插入一个前导的韩国语V填充词（未呈现控件），则缺少的V jamo（在独立的T jamo之前）可以格式良好。这有时用于翻译一些以元音开头的非韩国语单词，但韩国人通常使用（并呈现）字母表的最后一个辅音（loseung、leading或training）来表示缺少的L jamo

最后，（L*，V*，T*）格式良好的韩国语音节后面可以跟着一些声调标记（在音节右侧用一个正方形表示的点）音节方格在韩语中是标准的：所有的L*水平对齐，所有的V*水平对齐，所有的T*水平对齐，然后L*块在方格的左侧，V*块在右侧，最后的T*块在（L*，V*）块的下方。声调标记分别添加到（L*，V*，T*）块的右侧韩语方格，包含同一音节的所有Jamo

韩国语也有“半宽”变体的字母，这些字母不是严格意义上的“韩国语”。半宽字母只包括L或LV“半音节”，没有T“半音节（它们被L半音节代替）：这些半宽字母不会呈现在韩国语正方形中，它们可以以任何顺序出现，就像拉丁字母一样。半宽LV音节也可以分解为半宽L和半宽V音节，但由于这会放大它们的呈现方式，因此这种分解在规范上并不等价（半宽LV音节被视为不可断连字，类似于拉丁语中的AE或IJ连字；这种分解仅用于在韩语排序中对它们进行排序，这在韩语字母表的主要排序顺序中可见）。这些半宽字母是为了在旧终端或旧打字机上使用而编码的，因为字符集必须受到限制（因为不可能呈现所有可能的韩国语方块）。
非常感谢，这正是我想要的。我担心我必须创建自己的音节分解算法。