Question

在Perl中，我通常使用音译来计算字符串中与一组可能的字符匹配的字符数。比如：

$c1=($a =~ y[\x{0410}-\x{042F}\x{0430}-\x{044F}]
            [\x{0410}-\x{042F}\x{0430}-\x{044F}]);

将计算$ a中的西里尔字符数。和前面的例子一样，我有两个类（或两个范围，如果你愿意的话），我还有一些其他的类：

$c4=($a =~ y[\x{AC00}-\x{D7AF}\x{1100}-\x{11FF}\x{3130}-\x{318F}\x{A960}-\x{A97F}\x{D7B0}-\x{D7FF}]
            [\x{AC00}-\x{D7AF}\x{1100}-\x{11FF}\x{3130}-\x{318F}\x{A960}-\x{A97F}\x{D7B0}-\x{D7FF}]);

现在，我需要在Java中做类似的事情。 Java中是否有类似的结构？或者我需要迭代所有字符，并检查它是否在每个类的限制之间？

谢谢

Answer 1

在Java中没有看到类似tr///的内容。

你可以使用这样的东西来计算所有的比赛：

Pattern p = Pattern.compile("[\\x{0410}-\\x{042F}\\x{0430}-\\x{044F}]", 
                            Pattern.CANON_EQ);
Matcher m = p.matcher(string);
int count = 0;
while (m.find())
    count++;

Answer 2

你可以试着玩这样的东西：

s.replaceAll( "[^\x{0410}-\x{042F}\x{0430}-\x{044F}]*([\x{0410}-\x{042F}\x{0430}-\x{044F}])?", "$1" ).length()

这个想法是从这里借来的：Simple way to count character occurrences in a string

Answer 3

为了良好的顺序：使用Java Unicode支持。

int countCyrillic(String s) {
    int n = 0;
    for (int i = 0; i < s.length(); ) {
        int codePoint = s.codePointAt(i);
        i += Character.charCount(codePoint);
        if (UnicodeScript.of(codePoint) == UnicodeScript.CYRILLIC) {
            ++n;
        }
    }
    return n;
}

这使用完整的Unicode（其中两个16位字符可能代表Unicode＆＃34;代码点。＆＃34; 在Java中，Character.UnicodeScript类已经拥有了你需要的一切。

或者：

int n = s.replaceAll("\\P{CYRILLIC}", "").length();

此处\\P是西里尔集团\\p{CYRILLIC}的否定。

如何在Java中模拟音译？

3 个答案: