unicode - 如何检查字素是否是字母？

Question

我如何检查字素是否是一个字母(或一些经常在单词中使用的东西，如象形文字)？

查看 Elixir 的 String 后文档我看到的唯一方法是检查是否 String.downcase和 String.upcase返回相同的字符串。如果他们这样做，那么字素就不是用在单词中的东西。

我就是这样做的，但肯定应该有更简单的方法吗？

defmodule Words do
  defp all_letters_uppercase?(string) do
    String.upcase(string) == string
  end

  defp all_letters_downcase?(string) do
    String.downcase(string) == string
  end

  defp contains_letter?(string) do
    not (all_letters_uppercase?(string) and all_letters_downcase?(string))
  end

  def single_grapheme?(string) do
    with graphemes = String.graphemes(string)
    do
      length(graphemes) == 1 and hd(graphemes) == string
    end
  end

  @doc """
  Check whether string is a single letter.
  """
  def letter?(string) do
    single_grapheme?(string) and contains_letter?(string)
  end
end

更新:我的代码不适用于日语字母

iex(35)> Words.letter?("グ")            
false

Answer 1

您可以使用正则表达式来检查某些 unicode 功能，其中之一是 \p{Letter} , 或 \p{L}简称。您可能想要添加 \p{Mark}* , 或 \p{M}*还匹配多个以下组合变音符号。这将与 String.graphemes/1 中的逻辑非常匹配。 .请务必添加 u正则表达式后的修饰符以启用这些 Unicode 功能。例如:

iex> String.match?("グ", ~r/\A\p{L}\p{M}*\z/u)
true

另见 http://erlang.org/doc/man/re.html , “Unicode 字符属性”部分和 http://www.regular-expressions.info/unicode.html#grapheme .