Perl Unicode 美食大全：获取字符类别

2012年5月11日，作者：Tom Christiansen

℞ 23: 获取字符类别

Unicode 是一组字符以及应用于这些字符的规则和属性集。Unicode 字符数据库Unicode Character Database 收集了这些属性。核心模块 Unicode::UCD 提供了访问这些属性的方法。

这些通用属性将字符分组，例如大写或小写字母、标点符号、数学符号等。 (更多信息请参阅 Unicode::UCD 的 general_categories() 函数。)

charinfo() 函数返回一个包含有关Unicode字符大量信息的哈希引用。特别是，它的 category 值包含字符类别的简称。

要找到数值码点的通用类别

 use Unicode::UCD qw(charinfo);
 my $cat = charinfo(0x3A3)->{category};  # "Lu"

将此类别转换为更人性化的形式

 use Unicode::UCD qw( charinfo general_categories );
 my $categories = general_categories();
 my $cat        = charinfo(0x3A3)->{category};  # "Lu"
 my $full_cat   = $categories{ $cat }; # "UppercaseLetter"

上一节：℞ 22: 匹配 Unicode 换行序列

系列索引：标准序言

下一节：℞ 24: 在内置字符类别中禁用 Unicode 感知