ICU, сочетающий тайские гласные и когда игнорировать
Я обрабатываю тайский ввод с клавиатуры. Некоторые из ключей являются гласными и допускаются только в сочетании с определенными предыдущими символами.
Вот 0x0E33 это гласный знак
Например 0x0E1C + 0x0E33 является действительным
но 0x0E44 + 0x0E33 не является действительным и 0x0E33 следует игнорировать.
Я ищу способ узнать, когда мне следует игнорировать гласный знак или когда он не сочетается с предыдущим символом.
Есть идеи, пожалуйста?
Решение
Многие тайские гласные (и, кстати, Tone Marks) принадлежат Объединяющие знаки без интервалов категория. Ваша цель — использовать какую-нибудь библиотеку, которая бы указала, к какой категории относится каждый персонаж. Затем вы можете решить, следует ли «игнорировать» его, что бы это ни значило в контексте вашего приложения.
Проверьте Значения общей категории Unicode
Ваши две достопримечательности:
- Ло | Other_Letter для нормального персонажа;
- Mn | Nonspacing_Mark для непропускных меток нулевой ширины;
Дальнейшее чтение:
- Данные Unicode для тайского сценария (прокрутите вниз до первого появления «ТАЙСКОГО ХАРАКТЕРА»)
Другие решения
Других решений пока нет …