检测Java中的任何组合字符

我正在寻找一种方法来检测java字符串中的字符是否为“组合字符”。比如说,

String khmerCombiningVowel = 
 new String(new byte[]{(byte) 0xe1,(byte) 0x9f,(byte) 0x80}, "UTF-8"); // unicode 17c0

代表一个。我尝试了

“\\p{InCombiningDiacriticalMarks}”

，但它似乎不适用于这些特定的组合字符。或者，即使有一些关于所有unicode组合字符块的综合列表，我也可以为它们制作一个正则表达式。

根据，有许多用于组合字符的块

Java有许多有用的函数，请尝试：

String codePointStr = new String(new byte[]{(byte) 0xe1, (byte) 0x9f, (byte) 0x80}, "UTF-8"); // unicode 17c0
System.out.println(codePointStr.matches("\\p{Mc}"));
System.out.println(
    Character.COMBINING_SPACING_MARK == Character.getType(codePointStr.codePointAt(0)));

（在两种情况下均为真）

在这种情况下，（和相关的正则表达式

\p{gc=Mc}

）都指“标记，间距组合”，这基本上是指在增加宽度的同时与前一个字符组合的任何字符

其他可能有用的正则表达式：

\p{M}

for。如果要使用字符

getType（）

常量，可以通过检查其类型是否为

组合间隔标记

或

封闭标记

或

非间隔标记

来获得与该字符相同的行为

封闭的_标记是一个环绕的字符，就像一个圆——也会增加它所组合的字符的宽度

---

包括拉丁字母变音符号组合标记等（基本上位于上方或下方的标记，并且不会为字符增加任何宽度）。

这里有一个指向组合变音符号块中所有Unicode字符的链接：是的，奇怪的是，这个字符似乎是一个组合标记，但在“组合变音符号”块之外。就像…也许是其他街区？