在unicode代码点列表中查找连续范围

我有一个unicode代码点列表，大致如下（不是一个实际的集合，只是问题说明）：

我需要找到适合这些的方法。此集合的某些部分是连续的，缺少一些点-因此范围不是

U+050B-1EA0

。 有没有一种合理的方法来提取这些连续的“子范围”？

我不知道有什么“现成的”，但很容易计算。下面查找连续数字并使用Python构建一个

unicode范围

：

重新导入
def构建范围（uni）：
''传递要包含在unicode范围内的已排序正整数列表。
'''
uni.append（-1）#sentinel防止对最后一个元素进行特殊处理
开始，uni=uni[0]，uni[1:]
电流=启动
字符串=[]
对于uni中的u：
如果u==当前：#如果是重复的
持续
如果u==当前+1:#在连续范围内。。。
电流=u
elif start==当前：#单个元素
追加（f'U+{current:X}'）
开始=电流=u
其他：#范围
append（f'U+{start:X}-{current:X}'）
开始=电流=u
返回'unicode范围：'+'，'.join（strings）+'；'
数据=“”\
uni050B
uni050C
uni050D
uni050E
uni050F
uni0510
uni0511
uni0512
uni0513
uni1E00
uni1E01
uni1E3E
uni1E3F
uni1E80
uni1E81
uni1E82
uni1E83
uni1E84
uni1E85
uni1EA0''
#将十六进制值解析为整数列表
uni=sorted（[int（x，16）for x in re.findall（r'uni（[0-9A-F]{4}），data）]）
打印（构建范围（uni））

输出：

unicode范围：U+50B-513、U+1E00-1E01、U+1E3E-1E3F、U+1E80-1E85、U+1EA0；

我不知道什么是“现成的”，但计算起来很容易。下面查找连续数字并使用Python构建一个

unicode范围

：

重新导入
def构建范围（uni）：
''传递要包含在unicode范围内的已排序正整数列表。
'''
uni.append（-1）#sentinel防止对最后一个元素进行特殊处理
开始，uni=uni[0]，uni[1:]
电流=启动
字符串=[]
对于uni中的u：
如果u==当前：#如果是重复的
持续
如果u==当前+1:#在连续范围内。。。
电流=u
elif start==当前：#单个元素
追加（f'U+{current:X}'）
开始=电流=u
其他：#范围
append（f'U+{start:X}-{current:X}'）
开始=电流=u
返回'unicode范围：'+'，'.join（strings）+'；'
数据=“”\
uni050B
uni050C
uni050D
uni050E
uni050F
uni0510
uni0511
uni0512
uni0513
uni1E00
uni1E01
uni1E3E
uni1E3F
uni1E80
uni1E81
uni1E82
uni1E83
uni1E84
uni1E85
uni1EA0''
#将十六进制值解析为整数列表
uni=sorted（[int（x，16）for x in re.findall（r'uni（[0-9A-F]{4}），data）]）
打印（构建范围（uni））

输出：

unicode范围：U+50B-513、U+1E00-1E01、U+1E3E-1E3F、U+1E80-1E85、U+1EA0；

我不确定您在做什么，但可能您不是在使用Unicode代码点，而是在使用glyph（通常情况下很复杂）。在这种情况下，字体处理库和工具可能会有所帮助。另外一点：你的问题不完全清楚：你在问什么？通用算法很简单，但您可能正在寻找特定的语言和库？在这种情况下，包含相关的语言标记是很有用的。我不确定您在做什么，但可能您不是在使用Unicode代码点，而是在使用glyph（通常情况下很复杂）。在这种情况下，字体处理库和工具可能会有所帮助。另外一点：你的问题不完全清楚：你在问什么？通用算法很简单，但您可能正在寻找特定的语言和库？在这种情况下，包含相关的语言标记是有用的。

uni050B
uni050C
uni050D
uni050E
uni050F
uni0510
uni0511
uni0512
uni0513
uni1E00
uni1E01
uni1E3E
uni1E3F
uni1E80
uni1E81
uni1E82
uni1E83
uni1E84
uni1E85
uni1EA0
and so forth…