结合变音符号的性质

Question

对于结合变音符号，它们是否被算作字母？因为，据我所知，它们只能与格式良好的Unicode中的其他字母组合。

确定一个Unicode代码点是否为字母的ICU函数只需要一个代码点，因此对于任何给定的代码点，它无法知道它们是否与变音符号组合 - 或者它是变音符号，它是什么与...结合。我想实现一个支持Unicode的正则表达式类似的东西，使用像

while(is_letter(codepoint)) 

但是一个结构，我很担心什么事情发生，如果codepoint实际上是一个变音符号，这与进行整理之前的代码点和其他整理标记。

这是安全吗？或者我是否必须明确查找并忽略变音符和其他整理标记？

编辑：我真正需要做的是迭代字符，而不是码点。

这个问题是XY问题的受害者。我需要提出一个关于我的实际问题的问题。

Answer 1

我不是你想要做什么完全清楚，所以我提前道歉，如果这是不是你要找的答案，但：

对于组合变音符号，是他们算作信件？

从广义上讲，变音符号被计为“标记”而不是“字母”。例如，U + 0301 COMBINING ACUTE ACCENT，如< s＆＃x0301; >，是“非标记”，它是三种“标记”之一。然而，“修饰符字母”，其中是被算作“字母”，但可能被认为是变音符号;例如，U + 02C0 MODIFIER LETTER GLOTTAL STOP，如< s＆＃x02C0; >，是一个“修饰字母”。

如果你通过the main file of the Unicode Character Database（警告：这是1.3 MB的文本文件），你可以得到哪些字符被列为“修改字母”（Lm），并为“非间距标记”（Mn）或“感间隔标记“（Ms）或”封闭标记“（Me）。