Question

两个相关问题。 Perl 6非常聪明，它将字形理解为一个字符，无论是一个Unicode符号（如ä，U+00E4）还是两个或多个组合符号（如p̄和{{ 1}}）。这个小代码

ḏ̣

给出以下输出：

my @symb;
@symb.push("ä");
@symb.push("p" ~ 0x304.chr); # "p̄" 
@symb.push("ḏ" ~ 0x323.chr); # "ḏ̣"
say "$_ has {$_.chars} character" for @symb;

但有时我希望能够做到以下几点。 1）从ä has 1 character p̄ has 1 character ḏ̣ has 1 character中删除变音符号。所以我需要一些像

这样的方法

ä

2）拆分＆＃34;合并＆＃34;符号分成部分，即将"ä".mymethod → "a"分成p̄和p。例如。类似Combining Macron U+0304中的以下内容：

bash

Answer 1

这是我能从文档中得到的最好的 - 可能有一种更简单的方法，但我不确定。

my $in = "Él está un pingüino";
my $stripped = Uni.new($in.NFD.grep: { !uniprop($_, 'Grapheme_Extend') }).Str;
say $stripped; # El esta un pinguino

.NFD方法将字符串转换为规范化形式D（已分解），它将字形分隔为基本代码点，并尽可能组合代码点。然后grep返回仅包含那些没有“Grapheme_Extend”属性的代码点的列表，即它删除组合代码点。然后Uni.new(...).Str将这些代码点组装回一个字符串。

您也可以将这些部分放在一起以回答您的第二个问题; e.g：

$in.NFD.map: { Uni.new($_).Str }

将返回1个字符的字符串列表，每个字符串都有一个分解的代码点，或

$in.NFD.map(&uniname).join("\n")

将成为一个不错的小型unicode调试器。

Answer 2

Perl 6在Str类中具有出色的Unicode处理支持。要在（1）中执行您所要求的操作，您可以使用samemark方法/例程。

根据文件：

multi sub samemark(Str:D $string, Str:D $pattern --> Str:D)
method    samemark(Str:D: Str:D $pattern --> Str:D)
返回$string的副本，其中每个字符的标记/重音信息已更改，以便与$pattern中相应字符的标记/重音相匹配。如果$string超过$pattern，则$string中的其余字符会获得与$pattern中的最后一个字符相同的标记/重音。如果$pattern为空，则不会进行任何更改。

示例：
say 'åäö'.samemark('aäo');                        # OUTPUT: «aäo␤» 
say 'åäö'.samemark('a');                          # OUTPUT: «aao␤» 

say samemark('Pêrl', 'a');                        # OUTPUT: «Perl␤» 
say samemark('aöä', '');                          # OUTPUT: «aöä␤» 

这既可用于从字母中删除标记/变音符号，也可用于添加它们。

对于（2），有几种方法可以做到这一点（TIMTOWTDI）。如果需要字符串中所有代码点的列表，可以使用ords方法获取字符串中所有代码点的List（技术上为Positional）。

say "p̄".ords;                  # OUTPUT: «(112 772)␤»

您可以使用uniname方法/例程来获取代码点的Unicode名称：

.uniname.say for "p̄".ords;     # OUTPUT: «LATIN SMALL LETTER P␤COMBINING MACRON␤»

或只使用uninames方法/例程：

.say for "p̄".uninames;         # OUTPUT: «LATIN SMALL LETTER P␤COMBINING MACRON␤»

如果您只想要字符串中的代码点数，可以使用codes：

say "p̄".codes;                 # OUTPUT: «2␤»

这与chars不同，https://docs.microsoft.com/en-us/azure/analysis-services/analysis-services-connect只计算字符串中的字符数：

say "p̄".chars;                 # OUTPUT: «1␤»

另见@ hobbs＆＃39;使用NFD回答。

Answer 3

我不能说这更好或更快，但我以这种方式剥夺了变音符号：

my $s = "åäö";
say $s.comb.map({.NFD[0].chr}).join; # output: "aao"

如何删除Perl 6中的变音符号

3 个答案: