validation - 验证假名输入

Question

我正在开发一个允许用户输入日语字符的应用程序。我试图想出一种方法来确定用户的输入是否是日语假名（平假名、片假名或汉字）。

应用程序中的某些字段不适合输入拉丁文本，我需要一种方法将某些字段限制为仅限汉字或仅限片假名等。

该项目使用 UTF-8 编码。我不希望接受 JIS 或 Shift-JIS 输入。

想法？

Answer 1

不确定一个完美的答案，但维基百科上列出了片假名和平假名的 Unicode 范围。（我希望也可以从unicode.org获得。）

• 平假名：Unicode：3040-309F
• 片假名：Unicode：30A0–30FF

根据输入检查这些范围应该以与语言无关的方式验证 Unicode 的平假名或片假名。

对于汉字，我希望它会稍微复杂一点，因为我希望中文和日文中使用的汉字都包含在同一个范围内，但话又说回来，我可能在这里错了。（我不能指望简体中文和繁体中文被包含在同一个范围内......）

Answer 2

听起来您基本上只需要检查每个 Unicode 字符是否在特定范围内。Unicode 代码图表应该是一个很好的起点。

如果您使用的是 .NET，我的MiscUtil库有一些 Unicode 范围支持——它是原始的，但它应该可以完成这项工作。我现在手头没有资源，但如果有帮助的话，稍后会用一个例子更新这篇文章。

Answer 3

哦哦！我曾经有过这个......我有一个带有平假名的正则表达式，然后是片假名，然后是汉字。具体代码我忘记了，我去看看。

正则表达式很棒，因为您将问题加倍。我是用 PHP 做的，我选择了更强大的自动问题生成

- 编辑 -

$pattern = '/[^\wぁ-ゔァ-ヺー\x{4E00}-\x{9FAF}_\-]+/u';

我在这里找到了这个，但它不是很好......我会继续寻找

--edit-- 我查看了我的便携式硬盘驱动器......我以为我保留了上一家公司的那个特定片段......对不起。