문자가 단순화되었거나 중국어 번체 문자

Question

을 발견했습니다.이 문자는 question으로 문자열에 중국어 문자가 포함되어 있는지 확인할 수 있습니다. 유니 코드 범위가 맞는지 확실하지 않지만 일본어와 한국어에서는 false를 반환하고 중국어에서는 true를 반환합니다.

캐릭터가 전통 중국어인지 간체인지 알 수 없습니다. 이걸 어떻게 알아낼까요?

---

갱신

Q :이은, 중국어 또는 일본어 문자의 경우 유니 코드 문자의 32 비트 값에서 인식 할 수 있습니까? 모양에 상관없이 문자가 같은 의미를 가지므로 동일한 코드로 표현해야한다는

는

http://unicode.org/faq/han_cjk.html

그들의 주장. 글쎄, 나에게 의미가없는 것은 그들의 해결책으로는 작동하지 않는 개별 문자를 분석하기 때문이다 :

더 좋은 해결책은 전체 텍스트를 보는 것이다. 가나가 적당하다면, 아마 일본인 일거야. 한글이 적당하다면 아마도 한국어 야.

Answer 1

당신이 발견했다고 생각 하듯이, 당신은 할 수 없습니다. 간체 및 전통은 동일한 문자를 쓰는 두 가지 스타일입니다. 유럽 언어의 로마자와 고딕체 스크립트의 차이점과 같습니다.

Answer 2

이미 설명한 바와 같이 단일 문자에서 스크립트 스타일을 안정적으로 검색 할 수는 없지만 충분히 긴 텍스트 샘플을 사용할 수는 있습니다. 작업을 수행하는 Ruby gem은 https://github.com/jpatokal/script_detector을, 일반 논의는 Simplified Chinese Unicode table을 참조하십시오.

Answer 3

일부는 자입니다. Traditional 및 Simplified 문자 세트가 겹치기 때문에 기본적으로 세 가지 문자 집합이 있습니다.

1. 기존 문자 만 사용할 수 있습니다.
2. 단순화 된 문자 만;
3. 변경되지 않은 문자는 그대로두고 둘 다 사용할 수 있습니다.

문자를 예로 들어 봅니다. # 2와 # 3 모두에 속합니다 ... 단순화 된 문자로 面 및 麵, 얼굴 및 국수를 나타냅니다. 반면 麵는 전통적인 캐릭터입니다. 따라서 Unihan 데이터베이스에서 麵는 kSimplifiedVariant이고 面을 가리 킵니다. 그래서 당신은 그것이 전통적인 캐릭터라는 것을 공제 할 수 있습니다.

그러나 面도 kTraditionalVariant이며, 麵을 나타냅니다. 그러나 이것은 어디 시스템 중단이다 : 당신이 그 面을 공제 할이 데이터를 사용하는 경우 韩이 韓 가리키는하는 kTraditionalVariant을 가지고, 다른 한편으로

... 당신이 잘못된 것, 간단한 문자 만하고, 이 두 가지는 "실제"간체/번체 쌍입니다.그러나 Unihan 데이터베이스의 어떤 것도 韓 韓와 같은 경우를 麵面와 구분 짓지 않습니다.