语言之间的 Unicode 范围映射答案

【问题标题】：Unicode range mapping between languages语言之间的 Unicode 范围映射
【发布时间】：2011-07-19 11:15:43
【问题描述】：

而且 Unicode 也支持语言的书写系统，但我想知道语言和 unicode 范围之间的映射。

unicode 范围的示例之一：“start”=>“0x0900”、“end”=>“0x097F”、“block_name”=>“Devanagari”（什么语言使用这个 unicode 范围？）

有任何文件吗？我需要 unicode 范围内支持的完整语言映射。

【问题讨论】：

脚本到语言不是一对一的映射。您会将'a' 映射到哪里？充其量您可以构建脚本到语言的多对多映射并查找匹配集。像Onmiglot 这样的东西可能是一个有用的资源。
是的，多对多映射。谢谢你的链接，很有帮助，有完整的清单吗？
我不知道任何将脚本映射到语言的标准化列表或资源。就是说，我还没有认真考虑过这个特定的问题，所以它很可能存在，但我想知道这是否有用。实际上并没有一种通用的文本方式来发现文本的语言，而且大多数现实世界的文本可能甚至没有明确定义的单一语言（只要看看任何德国广告）。从代码点发现脚本很好；除此之外的任何事情都是更高级别协议的责任，例如 HTML 的 lang 属性。

标签： unicode

【解决方案1】：

您可以获取所有语言环境（使用 uloc_getAvailable），然后为每个语言环境调用 uloc_addLikelySubtags，然后对结果调用 uloc_getScript。

这将为您提供一种语言最有可能使用的脚本。但是有些语言使用多个脚本。其中一些被 ICU 捕获，而另一些则不是。

【讨论】：