我是Unicode新手，已经要求查看一些翻译文本，迭代翻译的所有字符，并确定所有字符是否对目标文化（语言和位置）有效。
例如，如果我正在将文档从英语翻译成希腊语，我想检测希腊语翻译中是否有任何英语/ ASCII“A”，并将其报告为错误。翻译记忆库中的数据损坏可能就是这种情况。
文化中是否存在任何现有的Unicode字符分组？或者是否存在开发此类分组的现有策略？我看到（http://www.unicode.org/charts/）有一些字符分组。但看起来这并不是我一眼就能找到的。
是否存在类似“以下是西班牙语的有效Unicode字符 - 西班牙语：[某些Unicode范围]”或“以下是俄语的有效Unicode字符 - 俄罗斯：[某些Unicode范围] “ 或者是否有人制定了定义这些策略？
如果这不是提出这个问题的正确位置，我欢迎任何方向可以提出问题。
答案 0 :(得分：1)
这是CLDR（公共区域设置数据存储库）处理的内容。它不是Unicode标准的一部分，但它是由Unicode Consortium管理的活动和资源。 LDML规范定义了语言环境数据的格式。 Character Elements定义了一些字符集：“main / standard”，“auxiliary”，“index”和“punctuation”。
data for Greek仅包含希腊字母和一些基本标点符号。与CLDR的所有此类数据一样，这在很大程度上是主观的。即使CLDR流程旨在根据共识生成经过良好审核的数据，但实际情况也不尽相同。可以说，在普通的希腊文本中，拉丁字母并不少见，特别是在技术领域。例如，安培的国际符号是拉丁字母“A”;公斤的符号是“kg”，用拉丁字母表示，即使它的字是用希腊语写的希腊字母。
因此，无论您如何进行分析，希腊文中拉丁语“A”的出现都可能被标记为可疑，但不是错误。
作为ICU的一部分，有C / C ++和Java库实现对CLDR数据的访问。