非英语语言中的特殊字符

Question

如何生成包含特定语言环境中所有字符代码的文本文件，例如1029捷克语。我基本上想要生成一个字母表中存在的每个字符的列表？

Answer 1

如果这是一个Windows区域，只是生成从32到255的所有字节的文件：语言环境的字节代码是相同的;他们只是以不同的方式解释每个字节有关链接，请参阅this page。

示例：在德语代码页（1252 a.k.a ISO-Latin-1）中，字节0xa5代表捷克代码页（1250）中的“Ą”，而代表“¥”。

[编辑]请注意，这只适用于pre-Unicode语言环境，其中一个字节映射到一个字符。它不适用于每个字符需要两个或更多字节的任何亚洲语言环境。

Answer 2

我会写在python +美丽的汤的脚本，抓住他们都来自：

http://en.wikipedia.org/wiki/List_of_Unicode_characters

Answer 3

CLDR（通用语言环境数据存储库，http://cldr.unicode.org/）包含该信息。

但是，如果你使用Unicode处理所有事情，那么确实没有理由关心。 欧洲联盟现在有成员国使用横跨几个“传统”代码页的字符：西欧，东欧，土耳其，波罗的海，希腊，西里尔文。 Unicode是唯一的方法。