有没有办法来检查unicode文本是否在某种语言？

Question

我会从用户那里获取我需要验证的文本是中文字符。

有什么方法可以检查吗？

Answer 1

根据所提供的信息here in unicode website，您可以找到中国或任何其他语言的块，然后执行一个解析器来检查，如果一个字的范围或没有。就像

public bool IsChinese(string text) 
{ 
    return text.Any(c => c >= 0x20000 && c <= 0xFA2D); 
} 

注意

作为一个方便的参考，Unicode协会here提供了对Unicode的HAN（汉）Database (Unihan)搜索界面。

我想以上提供的数据库链接显示你的人物

Answer 2

您需要查询包含每个unicode字符信息的Unicode字符数据库。 C＃中可能有一个实用程序功能可以为您执行此操作。否则，你可以从互联网下载它。

Answer 3

只需检查字符以查看代码点是否在所需的范围内。对于exampe，看到了这个问题：

What's the complete range for Chinese characters in Unicode?

Answer 4

您可以使用正则表达式匹配Supported Named Blocks：

private static readonly Regex cjkCharRegex = new Regex(@"\p{IsCJKUnifiedIdeographs}"); 
public static bool IsChinese(this char c) 
{ 
    return cjkCharRegex.IsMatch(c.ToString()); 
} 

然后，您可以使用：

if (sometext.Any(z=>z.IsChinese())) 
    DoSomething(); 

Answer 5

根据维基百科（https://en.wikipedia.org/wiki/CJK_Compatibility），有几个字符代码diapasons。 这里是我的方法来检测基于上面的链接中国字符（F＃代码，但它可以很容易地转换）

let isChinese(text: string) = 
      text |> Seq.exists (fun c -> 
       let code = int c 
       (code >= 0x4E00 && code <= 0x9FFF) || 
       (code >= 0x3400 && code <= 0x4DBF) || 
       (code >= 0x3400 && code <= 0x4DBF) || 
       (code >= 0x20000 && code <= 0x2CEAF) || 
       (code >= 0x2E80 && code <= 0x31EF) || 
       (code >= 0xF900 && code <= 0xFAFF) || 
       (code >= 0xFE30 && code <= 0xFE4F) || 
       (code >= 0xF2800 && code <= 0x2FA1F) 
       ) 

Answer 6

在Unicode中，中国，日本

和韩文字符编码在一起。

访问此FAQ：http://www.unicode.org/faq/han_cjk.html

中国字都分布在serveral的块。

访问这个wiki：https://en.wikipedia.org/wiki/CJK_Unified_Ideographs

你会发现有以Unicode网站serveral的CJK字符图表。

为了简单起见，你可以使用中国字的最小和最大范围：

0x4e00和0x2fa1f检查。

Answer 7

这为我工作：

var charArray = text.ToCharArray(); 
var isChineseTextPresent = false; 


foreach (var character in charArray) 
{ 
    var cat = char.GetUnicodeCategory(character); 


    if (cat != UnicodeCategory.OtherLetter) 
    { 
     continue; 
    } 


    isChineseTextPresent = true; 
    break; 
} 

Answer 8

正如一些人在这里提到的，在Unicode中，中国，日本和韩文字符编码在一起，并有几个范围吧。 https://en.wikipedia.org/wiki/CJK_Compatibility

为了简单起见，这里的检测所有的CJK范围内的代码示例：

public bool IsChinese(string text) 
{ 
    return text.Any(c => (uint)c >= 0x4E00 && (uint)c <= 0x2FA1F); 
}