使用 .NET 框架对这个泰语字符进行分类答案

【问题标题】：Categorizing this Thai character using the .NET framework使用 .NET 框架对这个泰语字符进行分类
【发布时间】：2018-09-04 04:28:03
【问题描述】：

我正在尝试根据此处http://www.thai-language.com/ref/spacing http://www.thai-language.com/ref/spacing 解释的规则解析一些泰语文本

基本上，我想在空格和标点符号之间找到字符串，类似于我们在英语中所做的那样。我意识到单词本身在泰语中不一定用空格分隔，没关系。

为了解析我尝试简单循环的文本，比如

while( Char.IsLetterOrDigit(theText[i++]) ) {}

查找下一个不是字母或数字的字符。除了像这个这样的某些角色之外，这有效

这是这个单词中的第二个字符（我认为这是单词中第一个字符的“上标”字符）。

这个字符似乎没有被 Char 类归类为任何东西，即：

Char.IsLowSurrogate((char)3657)
Char.IsPunctuation((char)3657)
Char.IsWhiteSpace((char)3657)
Char.IsSymbol((char)3657)
Char.IsSeparator((char)3657)
Char.IsDigit((char)3657)
Char.IsControl((char)3657)
Char.IsLetter((char)3657)
Char.IsSurrogate((char)3657)

全部返回false。

这个字符可能是一个“音调”——如何使用 .NET 来识别它？

【问题讨论】：

标签： c# .net text internationalization thai

【解决方案1】：

根据 Unicode 规范，该字符为 mai tho，位于“标记，非空格 (Mn)”组中。

您可以使用Char.GetUnicodeCategory() 方法来检查类型。对于非间距标记，类型为 5，或 UnicodeCategory.NonSpacingMark

【讨论】：