Go:如何找出 rune 的 Unicode 属性？

Question

我想找出 rune 的 Unicode 属性，尤其是其脚本属性的值。 Unicode 是这样说的(在 http://www.unicode.org/reports/tr24/ 第 1.5 节):

The script property assigns a single value to each character, either
explicitly associating it with a particular script, or assigning one
of several specail [sic] values.

Go 的 unicode 包为我提供了一种方式来询问“这个 rune 在脚本 x 中吗？”，但我无法问“这个 rune 在什么脚本中？”。我显然可以遍历所有脚本，但那会很浪费。有没有更聪明的方法来找出 rune 的脚本？ (我总是可以实现一个自组织列表，但我正在寻找标准的 go 库中的东西，它已经做了我想要的，但我忽略了。)

谢谢大家!

Answer 1

最简单快捷的解决方案是编写函数。例如，

package main

import (
    "fmt"
    "unicode"
)

var runeScript map[rune]string

func init() {
    const nChar = 128172 // Version 9.0.0
    runeScript = make(map[rune]string, nChar*125/100)
    for s, rt := range unicode.Scripts {
        for _, r := range rt.R16 {
            for i := r.Lo; i <= r.Hi; i += r.Stride {
                runeScript[rune(i)] = s
            }
        }
        for _, r := range rt.R32 {
            for i := r.Lo; i <= r.Hi; i += r.Stride {
                runeScript[rune(i)] = s
            }
        }
    }
}

func script(r rune) string {
    return runeScript[r]
}

func main() {
    chars := []rune{' ', '0', 'a', 'α', 'А', 'ㄱ'}
    for _, c := range chars {
        s := script(c)
        fmt.Printf("%q %s\n", c, s)
    }
}

输出:

$ go run script.go
' ' Common
'0' Common
'a' Latin
'α' Greek
'А' Cyrillic
'ㄱ' Hangul
$