Perl 如何获取可在\N{}中用于生成特定代码点的所有值?
在对执行调试时,我问自己:如何找到可以在给定Unicode代码点的Perl 如何获取可在\N{}中用于生成特定代码点的所有值?,perl,unicode,Perl,Unicode,在对执行调试时,我问自己:如何找到可以在给定Unicode代码点的\N{}中使用的所有值 例如,我想知道U+03B1(希腊文小写字母ALPHA)的所有别名。我如何发现\N{希腊文:alpha}可用于此目的?没有一个列表可用于检查这些内容 基于\N{}的属性,以下内容将实现此技巧: use List::Util qw( max ); use Unicode::UCD qw( charscripts charinfo charprop ); my $re_scripts = join '|',
\N{}
中使用的所有值
例如,我想知道U+03B1(希腊文小写字母ALPHA)的所有别名。我如何发现
\N{希腊文:alpha}
可用于此目的?没有一个列表可用于检查这些内容
基于\N{}
的属性,以下内容将实现此技巧:
use List::Util qw( max );
use Unicode::UCD qw( charscripts charinfo charprop );
my $re_scripts = join '|', map { quotemeta uc s/_/ /gr } keys %{ charscripts() };
my $re_letter = qr/^($re_scripts) (?:(CAPITAL|SMALL) )?LETTER (\S.*)/;
{
@ARGV == 1
or die("usage\n");
my $ucp = hex( $ARGV[0] =~ s/^(?:U\+|0x)//r );
my @names;
push @names, [ "", sprintf('U+%X', $ucp) ];
if ( my $charinfo = charinfo($ucp) ) {
my $name = $charinfo->{name};
push @names, [ ":full", $name ] if length($name) && $name ne '<control>';
for my $alias (map s/:.*//sr, split /,/, charprop($ucp, 'Name_Alias')) {
push @names, [ ":full", $alias ];
}
if ( my ($script_name, $type, $short_char_name) = $name =~ $re_letter ) {
my $uc = ( $type // 'CAPITAL' ) eq 'CAPITAL';
my $lc = ( $type // 'SMALL' ) eq 'SMALL';
push @names, [ ":short", join(":", $script_name, uc($short_char_name)) ] if $uc;
push @names, [ ":short", join(":", $script_name, lc($short_char_name)) ] if $lc;
push @names, [ $script_name, uc($short_char_name) ] if $uc;
push @names, [ $script_name, lc($short_char_name) ] if $lc;
}
}
my $longuest = max map length($_->[0]), @names;
say sprintf("use charnames qw( %-*s ); \"\\N{%s}\"", $longuest, @$_) for @names;
}
注:
- charnames.pm导入参数中的脚本名称不区分大小写
的实例使用charnamesqw()实际上不需要输出中的代码>(即加载charnames.pm而不带参数的指令)
- 自Perl 5.16以来,charnames.pm是使用
use charnames qw(:full:short)隐式加载的代码>如果在遇到
之前加载它\N{}
- 未列出有效的自定义别名。(从技术上讲,除非您修改脚本,否则不会出现任何错误。)
- 名称必须与输出完全相同,但以下情况除外:
后面的数字不区分大小写U+
后面的数字可能有前导零U+
名称中的脚本名称不区分大小写:short
和脚本中的大写字符名称不区分大小写,但必须至少包含一个大写字符:short
- 使用
使用字符名qw(:松散)代码>允许显示字符串的进一步变化
\N{}
中为该代码点使用所有东西,而不仅仅是Unicode别名)@ThisSuitesBlack不,不完全是<代码>希腊语:alpha是Perl生成的东西;它不是(直接)来自UCD。@ikegami是的,只是收回了我的投票。@ThisSuit是黑色的,不是,它与UCD无关,只是它使用它。我可以把CPAN放在一个单独的模块中,但它的用途非常有限,因为它不能产生任何可比性。这有点像要求一个sub生成一个正则表达式模式将匹配的所有字符串。我发布的函数只不过是document\N{}
,即使如此,它也只会在所有附带的注释中这样做,这些注释都比\N{}
的实际注释长。太棒了!正是我要找的
$ ./script.pl U+03B1
use charnames qw( ); "\N{U+3B1}"
use charnames qw( :full ); "\N{GREEK SMALL LETTER ALPHA}"
use charnames qw( :short ); "\N{GREEK:alpha}"
use charnames qw( GREEK ); "\N{alpha}"
$ ./script.pl U+0391
use charnames qw( ); "\N{U+391}"
use charnames qw( :full ); "\N{GREEK CAPITAL LETTER ALPHA}"
use charnames qw( :short ); "\N{GREEK:ALPHA}"
use charnames qw( GREEK ); "\N{ALPHA}"
$ perl a.pl 1C00
use charnames qw( ); "\N{U+1C00}"
use charnames qw( :full ); "\N{LEPCHA LETTER KA}"
use charnames qw( :short ); "\N{LEPCHA:KA}"
use charnames qw( :short ); "\N{LEPCHA:ka}"
use charnames qw( LEPCHA ); "\N{KA}"
use charnames qw( LEPCHA ); "\N{ka}"
$ ./script.pl 20
use charnames qw( ); "\N{U+20}"
use charnames qw( :full ); "\N{SPACE}"
use charnames qw( :full ); "\N{SP}"