unicode 字符值

Question

问题：按值排列的 Unicode 扩展符号的正确顺序是什么？

如果我对 Unicode 字符列表进行 excel 排序，则顺序与我使用 excel "=code()" 并按这些值排序时不同。目的是我想测量字符之间的距离，例如 a-b = 1 和 &-% = 1;当使用 excel 排序功能进行排序时，在三个内排序的两个字符的值似乎在 134 之外。

此外，一些字符符号在 excel 中是空白的，并且有几个用“查找”找到了两次，并且是两个不同的符号 - 有几个根本找不到。请解释这些“特殊”字符的详细信息。

http://en.wikipedia.org/wiki/List_of_Unicode_characters

示例代码：

int charDist = abs(alpha[index] - code[0]);

编辑： 为了找出 c++ vs2008 中的 UNICODE 值，我运行每个代码作为从代码 1 到代码 255 与代码 1 的比较

cout << mem << " code " << key << " is " << abs(key[0] - '') << " from " << endl;

括号里是一个黑色的笑脸，这个网站没有字体，但是命令窗口有，在vs2008中看起来像半张贴|用 T 的右半部分。Excel 留下一个空白。

在 c++ vs2008 中使用 std 库和#include 不处理以下 Unicode 9, 10, 13, 26, 34, 44,

而且，代码 1 到 127 的数字“距离”是正确的，但在 128 处，距离会跳过一个额外的距离，并且由于某种原因更远。然后从 128 到 255，距离反转并变得更近； 255 距离 1 '' 2

如果这些遵循更合乎逻辑的东西并且只有 1 到 255 没有打嗝或跳过和反转，并且 255-1 = 254 但嘿，我知道什么，那就太好了。

EDIT2：我发现它 - 没有绝对值 - UNIFORMAT 的排序规则是 128 到 255，然后是 1 到 127 并产生 1 到 255，其中 9、10、13、26、34、44 的 6 个跳过是垃圾。这并不直观。在新的顺序 128->255,1->127 中，从 127 到 128 的奇怪跳转更加清晰，这是因为没有 0，所以在 255 和 1 之间缺少值。

解决方案：使用每个符号的值制作我自己的哈希表，并且不要依赖 c++ std 库或 vs2008 来提供 UNIFORMAT 值，因为它们对于测量 UNIFORMAT 的几个特定子集之外的字符距离是不正确的。

Answer 1

Unicode 没有定义的排序（或整理）顺序。当 Excel 排序时，它使用基于当前所选语言的表格。例如，在英语模式下使用 Excel 的人可能会得到与在葡萄牙语模式下使用 Excel 不同的排序结果。

还有标准化的问题。使用 Unicode，一个“字符”不一定对应一个值。一些字符可以用不同的方式表示。例如，大写的欧米茄可以编码为希腊字母或表示电阻单位的符号。在某些语言中，单个字符可能由多个连续值组成。

空白值可能对应于您没有任何字体覆盖的字形。一些系统使用所谓的“Unicode 字体”，其中包含每个脚本所需的大部分字形。当当前字体没有必要的字形时，Windows 倾向于即时切换字体。这两种方法都不需要所有字形。此外，一些 Unicode 值不编码为可见字形（例如，Unicode 中有许多不同类型的空格），一些值更像 ASCII 样式的控件代码（例如，段落分隔符或双向控件），还有一些值只有当它们与另一个字符组合时才有意义，就像许多“组合”重音一样。

所以没有一个你会满意的答案。或许，如果您提供更多关于您最终想要做什么的信息，我们可以建议一种不同的方法。

Answer 2

我不认为你可以在 Excel 中做你想做的事而不显着限制你的方法。

通过实验，代码函数永远不会返回高于 255 的值。如果您使用无法通过此 VBA 代码生成的任何 unicode 文本，它将被解释为问号 (?) 或 63。

For x = 1 To 255
    Cells(x, 1).Value = Chr(x)
Next

您应该能够使用代码确定差异。但如果该字符不属于该领域，则需要离开 Excel，因为即使是 VBA 也会将任何其他 Unicode 字符转换为问号 (?) 或 63。