我正在开发一个处理韩语句子的程序，我需要一种将音节或块分解成字母的方法。对于那些不懂韩文的人来说，一个音节由 2-4 个字母 (jamo) 组成，创造出数千种不同的组合。我想做的是将这些音节分解成构成它的字母。
我能够通过将其 Unicode 值与该范围内的相关字母进行比较来获得第一个字母，即以 x 字母开头的音节在 y 范围内。但是，我找不到其余的字母。
这是一个包含韩文音节的 Unicode 值的表格：http://jrgraphix.net/r/Unicode/AC00-D7AF
【问题讨论】：
标签： java unicode character unicode-normalization
基本上，分解韩文 LVT 或 LV 音节的算法是：
其他韩文字母（在 U+1113 和 U+11F9 范围内，不包括上面返回的 3 个范围内的简单 L、V 和 T jamos，或在 U+3131 到 U+318E 范围内的扩展 jamos）可分解为简单 jamos 对的可通过小型表查找（取自包含韩文规范分解对的主 UCD 表）进行处理。
该算法在 Unicode 中标准化，只是为了避免在 UCD 表中将 10,584 个韩文预组合字符（即预组合韩文 LV 或 LVT 音节）规范分解为三元组（L、V、T 简单 jamos），禁止在 UCD 中，或成对（L，V simple jamo）或成对（LV 音节，T simple jamo）。
因此，UCD 表只列出了第一个和最后一个预组合的 LV 或 LVT 字符，这些字符可通过算法分解；并且它们具有所有相同的字符属性（除了它们的“L/V/T/LV/LVT”类型，它列在 UCD 的辅助表中，特定于韩文）
请注意，某些 LL 或 TT 预组合辅音被视为简单的 jamos 并且不可分解。这是韩语中双辅音的传统（“SANG” jamos），但这在 jamo 字母表的主要排序顺序中可见，其中双辅音在单个辅音之后排序，所有 L 或 LL jamos 在所有 V 之前排序jamos，所有 V jamos 都排在 T 和 TT jamos 之前。
通常在格式良好的韩语音节中，V jamo（或元音）只能出现在 L 前导 jamo（辅音）之后，而 T 尾随 jamo（辅音）只能出现在 V jamo（元音）之后。
但是有一些例外情况可以强制使用格式良好的韩文音节：如果您插入前导韩文 V 填充符（未渲染的控件），缺失的 L jamo（在孤立的 V jamo 之前）可能会变得格式良好，而缺失的 V jamo (如果您插入一个前导的 Hangul V 填充符（未渲染的控件），则在孤立的 T jamo 之前）可以变得良好。这有时用于音译一些以元音开头的非韩语单词，但通常韩语使用（并呈现）其字母表的最后一个辅音（IOSEUNG，前导或尾随）来表示缺失的 L jamo。
最后，(L*, V*, T*) 格式良好的韩文音节后面可以跟一些音标（写在音节右侧的点呈现在一个正方形中）。 (L*, V*, T*)音节方块的布局顺序在韩语中是标准的：所有L*水平对齐，所有V*水平对齐，所有T*水平对齐，然后L*块到左边部分正方形，右侧的 V* 块，以及 (L*, V*) 块下方的最终 T* 块。音标分别添加到包含相同音节的所有jamos的（L *，V *，T *）韩文方格的右侧。
韩文也有字母的“半角”变体，它们不是严格意义上的“韩文”。半角字母仅包括 L 或 LV “半音节”，没有 T “半音节（它们被 L 半音节代替）：这些半角字母不会呈现在韩文方块中，它们可以以任何顺序出现，就像拉丁字母一样。半角 LV 音节也可以分解为半角 L 和半角 V 音节，但是因为这会扩大它们的呈现方式，所以这种分解不是规范等价的（半角 LV 音节被认为是牢不可破的连字，类似于拉丁语中的 AE 或 IJ 连字；这种分解仅用于在韩语排序规则中对它们进行排序，这在韩语字母表的主要排序顺序中可见）。这些半角字母被编码用于旧终端或旧打字机上必须限制字符集（因为不可能呈现所有可能的韩文方块）。
【讨论】：
韩文音节分解（例如퓛 → ᄑ + ᅱ + ᆶ）在 Java 中通过 java.text.Normalizer 类完成：
String s = Normalizer.normalize("\uD4DB", Normalizer.Form.NFD);
韩文分解算法也在Section 3.12 of the Unicode Standard (from page 142)中给出；并且由于规范化也会影响其他非韩文字符，因此您应该熟悉UAX #15 中 Unicode 规范化的一般原则和形式。
【讨论】：