非英语语言中的特殊字符

Question

如何生成包含特定区域设置中所有字符代码的文本文件，例如1029 Czech。我基本上想要生成一个字母表中存在的每个字符的列表？

Answer 1

我会在python +美丽的汤中写一个脚本，从而抓住所有这些：

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

Answer 2

如果这是Windows语言环境，只需生成一个包含32到255之间所有字节的文件：语言环境的字节代码相同;他们只是不同地解释每个字节。有关链接，请参阅this page。

示例：字节0xa5代表捷克语代码页（1250）中的“Ą”，而德语代码页（1252 a.k.a ISO-Latin-1）中代表“¥”。

[编辑]请注意，这仅适用于Unicode前语言环境，其中一个字节只映射到一个字符。它不适用于每个字符需要两个或更多字节的任何亚洲语言环境。

Answer 3

CLDR（公共区域设置数据存储库，http://cldr.unicode.org/）包含该信息。

但如果用Unicode处理所有事情，那么就没有理由关心。 欧盟现在的成员国使用了几个“传统”代码页中的字符：西欧，东欧，土耳其，波罗的海，希腊，西里尔。 Unicode是唯一的方法。