如何区分单词是半宽还是全宽？

Question

最近我一直在处理混合语言的文本，包括中文，英文，甚至一些表情符号。

我一直在寻找这个问题很多，但我唯一能找到的是“用半角字符替换全角字符”，而不是告诉你如何确定角色是否是一半 - 或全角词。

所以，我的问题是：

是否可以判断某个字是半宽还是全宽？

Answer 1

在unicode 6.1中，有一个块Halfwidth and Fullwidth forms，pdf here。

在此块中，\uFF01-\uFF60和\uFFE0-\uFFE6为全宽，而\uFF61-\uFFDC和\uFFE8-\uFFEE为半宽。

Answer 2

我认为这是一个难以回答的问题，除非你有一个明确的标准，即什么是半角字符和什么是全角字符。如果您可以决定，那么您可以在Unicode（或任何编码方案）中针对特定范围测试单词中的字符。

Unicode块Halfwidth and Fullwidth Forms仅显示哪些字符具有替代形式。对于此块中没有的任何功能，您必须决定您考虑的半宽和全宽。

我认为大多数西方字符是半宽的，大多数东方字符是全角的，但两者都有例外。由于this Unicode report突出显示，也存在歧义。

This proposal包括code，似乎将字符划分为全半宽和不明确宽度。您可以将这些代码点用作起始位置。

Answer 3

如果单词的字符是全角，则该单词为全角。您需要查找unicode规范并查看哪个字符范围是全角，然后检查每个字符。