UnicodeCategory Enumeráció

Definíció

Névtér:

System.Globalization

Szerelvények:

netstandard.dll, System.Runtime.dll

Forrás:

UnicodeCategory.cs

Egy karakter Unicode-kategóriáját határozza meg.

public enum class UnicodeCategory

public enum UnicodeCategory

type UnicodeCategory = 

Public Enum UnicodeCategory

Öröklődés

Object

ValueType

Enum

UnicodeCategory

Mezők

Name	Érték	Description
UppercaseLetter	0	Nagybetű. A "Lu" Unicode-jelöléssel (betű, nagybetű) jelölve. Az érték 0.
LowercaseLetter	1	Kisbetű. A Unicode "Ll" (betű, kisbetű) megjelölésével van aláírva. Az érték 1.
TitlecaseLetter	2	Címsor betűje. Az "Lt" Unicode-jelöléssel (betű, címhuzat) jelölve. Az érték 2.
ModifierLetter	3	Módosító betűjel, amely szabadon álló térköz karakter, amely az előző betű módosításait jelzi. Az "Lm" Unicode-jelölés (betű, módosító) jelöli. Az érték 3.
OtherLetter	4	Olyan betű, amely nem nagybetű, kisbetű, cím- vagy módosítóbetű. A "Lo" Unicode-jelöléssel (betű, egyéb) jelölve. Az érték 4.
NonSpacingMark	5	Nem látható karakter, amely egy alapkarakte módosítására utal. Az "Mn" Unicode-jelöléssel (megjelölés, nem megjelölés) jelölve. Az érték 5.
SpacingCombiningMark	6	Térköz karakter, amely az alapkaraktér módosítását jelzi, és befolyásolja az alap karakter karakterének szélességét. Az "Mc" Unicode-jelöléssel (jel, térköz egyesítésével) jelölve. Az érték 6.
EnclosingMark	7	Jelkarakter beágyazása, amely egy nem összefűzhető karakter, amely az összes korábbi karaktert egy alapkarakterig veszi körül. A "Me" Unicode-jelöléssel (megjelölés, belefoglalás) jelölve. Az érték 7.
DecimalDigitNumber	8	Tizedesjegy karakter, azaz a 0 és 9 közötti tartomány egészét képviselő karakter. Az "Nd" Unicode-jelöléssel (szám, tizedesjegy) jelölve. Az érték 8.
LetterNumber	9	Szám betűvel jelölve, tizedesjegy helyett, például az öthöz tartozó római szám, amely "V". A mutatót az "Nl" Unicode-jelölés (szám, betű) jelöli. Az érték 9.
OtherNumber	10	Szám, amely nem tizedesjegy, sem betűszám, például 1/2 tört. A mutatót a Unicode "Nem" (szám, egyéb) megjelölése jelöli. Az érték 10.
SpaceSeparator	11	Szóköz karakter, amely nem rendelkezik karakterjeltel, de nem vezérlőelem- vagy formátumkarakter. A "Zs" Unicode-jelöléssel (elválasztó, szóköz) jelölve. Az érték 11.
LineSeparator	12	Szövegsorok elválasztására használt karakter. A Unicode "Zl" (elválasztó, vonal) megjelölésével van aláírva. Az érték 12.
ParagraphSeparator	13	Bekezdések elválasztásához használt karakter. A Unicode "Zp" (elválasztó, bekezdés) megjelölésével van aláírva. Az érték 13.
Control	14	Vezérlőkód karakter U+007F Unicode-értékkel, vagy U+0000 és U+001F közötti tartományban vagy U+0080 és U+009F között. A Unicode "Cc" (más, vezérlő) megjelölésével van aláírva. Az érték 14.
Format	15	Formázási karakter, amely hatással van a szöveg elrendezésére vagy a szövegfolyamatok működésére, de általában nem jelenik meg. A Unicode "Cf" (más, formátum) megjelölésével van aláírva. Az érték 15.
Surrogate	16	Magas helyettesítő vagy alacsony helyettesítő karakter. A helyettesítő kód értékei az U+D800 és az U+DFFF tartományba tartoznak. A Unicode "Cs" (más, helyettesítő) megjelölésével van aláírva. Az érték 16.
PrivateUse	17	Privát használatú karakter, unicode-értékkel az U+E000 és U+F8FF tartományban. A "Co" Unicode-jelöléssel (egyéb, privát használat) jelölve. Az érték 17.
ConnectorPunctuation	18	Összekötő írásjele, amely két karaktert kapcsol össze. A "Pc" Unicode-jelöléssel (írásjel, összekötő) jelölve. Az érték 18.
DashPunctuation	19	Kötőjel vagy kötőjel karakter. A Unicode "Pd" (írásjel, kötőjel) megjelölésével van aláírva. Az érték 19.
OpenPunctuation	20	Az egyik párosított írásjel nyitó karaktere, például zárójelek, szögletes zárójelek és zárójelek. A "Ps" Unicode-jelöléssel (írásjelezés, megnyitás) jelölve. Az érték 20.
ClosePunctuation	21	Az egyik párosított írásjel záró karaktere, például zárójelek, szögletes zárójelek és zárójelek. A "Pe" Unicode-jelölés (írásjel, bezárás) jelzi. Az érték 21.
InitialQuotePunctuation	22	Nyitó vagy kezdeti idézőjel karakter. A "Pi" Unicode-jelöléssel (írásjel, kezdeti idézőjel) jelölve. Az érték 22.
FinalQuotePunctuation	23	Záró vagy záró idézőjel karakter. A "Pf" Unicode-jelöléssel (írásjel, záró idézőjel) jelölve. Az érték 23.
OtherPunctuation	24	Írásjel, amely nem összekötő, kötőjel, nyitott írásjel, írásjel bezárása, kezdeti idézőjel vagy záró idézőjel. A "Po" Unicode-jelöléssel (írásjel, egyéb) jelölve. Az érték 24.
MathSymbol	25	Matematikai szimbólum karakter, például "+" vagy "= ". "Sm" (szimbólum, matematika) Unicode-jelöléssel jelölve. Az érték 25.
CurrencySymbol	26	Pénznem szimbólum karaktere. Az "Sc" Unicode-jelöléssel (szimbólum, pénznem) jelölve. Az érték 26.
ModifierSymbol	27	Módosító szimbólum karakter, amely a környező karakterek módosítását jelzi. A tört perjel például azt jelzi, hogy a bal oldali szám a számláló, a jobb oldalon pedig a nevező. A mutatót a Unicode "Sk" (szimbólum, módosító) megjelölése jelöli. Az érték 27.
OtherSymbol	28	Nem matematikai szimbólum, pénznemszimbólum vagy módosító szimbólum. "So" Unicode-jelöléssel (szimbólum, egyéb) jelölve. Az érték 28.
OtherNotAssigned	29	Olyan karakter, amely nincs Unicode-kategóriához rendelve. A Unicode "Cn" (más, nem hozzárendelt) megjelölésével van aláírva. Az érték 29.

Példák

Az alábbi példa a Nagybetűs kategóriában szereplő karaktereket és a hozzájuk tartozó kódpontokat jeleníti meg. A példát úgy módosíthatja, hogy bármely más kategóriában megjelenítse a betűket úgy, hogy a nagybetűket a változóhoz való hozzárendelésben az Önt érdeklő kategóriára category cseréli. Vegye figyelembe, hogy egyes kategóriák kimenete kiterjedt lehet.

using System;
using System.Globalization;

public class Example
{
   public static void Main()
   {
      int ctr = 0;
      UnicodeCategory category = UnicodeCategory.UppercaseLetter;

      for (ushort codePoint = 0; codePoint < ushort.MaxValue; codePoint++) {
         Char ch = (char)codePoint;

         if (CharUnicodeInfo.GetUnicodeCategory(ch) == category) {
            if (ctr % 5 == 0)
               Console.WriteLine();
            Console.Write("{0} (U+{1:X4})     ", ch, codePoint);
            ctr++;
         }
      }
      Console.WriteLine();
      Console.WriteLine("\n{0} characters are in the {1:G} category",
                        ctr, category);
   }
}

Imports System.Globalization

Module Example
   Public Sub Main()
      Dim ctr As Integer = 0
      Dim category As UnicodeCategory = UnicodeCategory.UppercaseLetter
      
      For codePoint As UShort = 0 To UShort.MaxValue - 1
         Dim ch As Char = Convert.ToChar(codePoint)

         If CharUnicodeInfo.GetUnicodeCategory(ch) = category Then
            If ctr Mod 5 = 0 Then Console.WriteLine()
            Console.Write("{0} (U+{1:X4})     ", ch, codePoint)
            ctr += 1
         End If 
      Next
      Console.WriteLine()
      Console.WriteLine()
      Console.WriteLine("{0} characters are in the {1:G} category", 
                        ctr, category)   
   End Sub
End Module

Megjegyzések

Az enumerálás egy tagját UnicodeCategory a Char.GetUnicodeCategory metódusok adják CharUnicodeInfo.GetUnicodeCategory vissza. Az UnicodeCategory enumerálás olyan metódusok támogatására Char is használható, mint a IsUpper(Char). Ezek a metódusok határozzák meg, hogy egy adott karakter egy adott Unicode-általános kategória tagja-e. A Unicode általános kategóriája határozza meg egy karakter széles körű besorolását, azaz a betűtípusként, tizedesjegyként, elválasztóként, matematikai szimbólumként, írásjelként stb. való megjelölést.

Ez az enumerálás a Unicode Standard 5.0-s verzióján alapul. További információ: "UCD fájlformátum" és "Általános kategóriaértékek" altopika a Unicode karakteradatbázisban.

A Unicode Standard a következőket határozza meg:

A helyettesítő pár egy kódolt karakterábrázolás egyetlen absztrakt karakterhez, amely két kódegységből álló sorozatból áll, ahol a pár első egysége magas helyettesítő, a második pedig alacsony helyettes. A magas helyettesítő egy Unicode kódpont az U+D800 és U+DBFF közötti tartományban, az alacsony helyettesítő pedig egy Unicode kódpont az U+DC00 és az U+DFFF tartományban.

Az egyesítő karaktersorozatok egy alapkarakterek és egy vagy több egyesítési karakter kombinációját használják. A helyettesítő párok egy alap- vagy egyesítési karaktert jelölnek. Az egyesítő karakterek térközök vagy nem láthatók. A térköz-egyesítési karakterek a rendereléskor önmagukban is térközt foglalnak el, míg a nem konkretáló egyesítési karakterek nem. A mellékjelek a karakterek nem szemléltetését szemléltetik.

A módosító betű egy szabadon álló térköz karakter, amely az egyesítő karakterhez hasonlóan az előző betű módosításait jelzi.

A befoglalójelek olyan nem összefűzendő karakterek, amelyek az összes korábbi karaktert egy alapkarakterig veszik körül.

A formázási karakterek olyan karakterek, amelyek általában nem jelennek meg, de hatással van a szöveg elrendezésére vagy a szövegfolyamatok működésére.

A Unicode Standard több változatot is meghatároz néhány írásjelre. Egy kötőjel lehet például egy kötőjelet képviselő kódérték egyike, például U+002D (kötőjel mínusz) vagy U+00AD (puha kötőjel) vagy U+2010 (kötőjel) vagy U+2011 (nem törhető kötőjel). Ugyanez igaz a kötőjelekre, szóközökre és idézőjelekre is.

A Unicode Standard emellett kódokat rendel egy adott szkripthez vagy nyelvhez tartozó decimális számjegyek ábrázolásához, például U+0030 (nulla számjegy) és U+0660 (Arabic-Indic nulla számjegy).

Lásd még

• UnicodeEncoding