特定のプロパティを持つすべてのUnicode文字のリストを取得するにはどうすればよいですか？

Question

すべてのUnicode文字をループしないで、特定のプロパティを持つ文字のリストを取得するにはどうすればよいですか？特に、数字（つまり/\d/に一致する文字）のすべての文字のリストが必要です。私はUnicode::UCDを見てきました、そして、それは与えられた文字の特性を決定するのに便利ですが、そこからプロパティを持つリスト文字を得る方法はないようです。

Answer 1

各クラスのUnicode文字のリストは、あなたがPerlをコンパイルするときにUnicodeの仕様から生成され、典型的には、例えばは/ usr/libに/ perlの-YOURPERLVERSION/UNICORE/libに/ gc_sc/

に保存されていますIsDigit（別名\ d）と一致するUnicode文字範囲のリストは、/usr/lib/perl-YOURPERLVERSION/unicore/lib/gc_sc/Digit.plファイルに格納されます。

Answer 2

文字/ d/matchは正規表現の実装に完全に依存します（標準0-9は保証されます）。 perlの場合、perl localeは、どの文字がアルファベットと数字とみなされるかを定義するために使用されます。

Answer 3

反復せずに行う方法はありませんすべての文字を介して。 （それらのすべてで巨大な文字列を作成し、正規表現を使用する場合は、文字列を作成するために少なくとも1回ループを実行する必要があります）。

Answer 4

さらにunicore/lib/gc_sc/Digit.plはunicore/To/Digit.plです。これは、Unicode数字文字（実際にはオフセット）を数値に直接マッピングします。

use Unicode::Digits qw/digit_to_int/; 

my @digits; 
for (split "\n", require "unicore/lib/gc_sc/Digit.pl") { 
    my ($s, $e) = map hex, split; 
    for (my $ord = $s; $ord <= $e; $ord++) { 
     my $chr = chr $ord; 
     push @{$digits[digits_to_int $chr]}, $chr; 
    } 
} 

for my $i (0 .. 9) { 
    my $re = join '', "[", @{$digits[$i]}, "]"; 
    $digits[$i] = qr/$re/; 
} 

私が言うことができる：これは代わりの意味

my @digits; 
for (split "\n", require "unicore/To/Digit.pl") { 
    my ($ord, $val) = split; 
    my $chr = chr hex $ord; 
    push @{$digits[$val]}, $chr; 
} 

for my $i (0 .. 9) { 
    my $re = join '', "[", @{$digits[$i]}, "]"; 
    $digits[$i] = qr/$re/; 
} 

あるいはさらに良い：

my @digits; 
for (split "\n", require "unicore/To/Digit.pl") { 
    my ($ord, $val) = split; 
    $digits[$val] .= "\\x{$ord}"; 
} 
@digits = map { qr/[$_]/ } @digits;