Question

假设我有角色Ú，Ù，Ü。所有这些都与英语U字形相似。

是否有一些列表或算法可以执行此操作：

鉴于Ú或Ù或Ü返回英语U
给定英语U，返回所有U相似字符的列表

我不确定所有字体的Unicode字符的代码点是否相同？如果是的话，我想可以有一些简单的方法和有效的方法来做到这一点？

更新

如果你正在使用Ruby，那么有一个可用的gem unicode-confusable可能在某些情况下有用。

Answer 1

目前还不清楚你要在这里做什么。

有些规范分解的字符都以相同的基本字符开头：e，é，ê，ë，ē，ĕ，ė，ę，ě，ȅ，ȇ，ȩ ，ḕ，ḗ，ḙ，ḛ，ḝ，ẹ，ẻ，ẽ，ế，ề，ể，ễ，ệ，e̳，... 或 s，ś，ŝ，ş，š，ş， ṡ，ṣ，ṥ，ṧ，ṩ，......
有些兼容性分解都包含特定字符的字符：ᵉ，ₑ，ℯ，ⅇ，⒠，ⓔ，㋍，㋎，e，... 或 s，s，ˢ，ẛ，₨，℁，⒮，ⓢ，㎧，㎨，㎮，㎯，㎰，㎱，㎲，㎳，㏛，ft，st，s，... 或 R，ᴿ，₨，ℛ，ℜ，ℝ，Ⓡ，㏚，R，......。
在某些字体中有恰好相似的字符：ß和β和β，或 3和Ʒ和Ȝ和ȝ和ʒ和ӡ和ᴣ，或ɣ和ɤ和γ，或 F和Ϝ和ϝ，或 B和Β和В，或∅和○和0和O和0和0和0和0，或 1和l和I和Ⅰ以及ᛁ和|和|和|，......
不区分大小写的字符，如s和S和s，或 ss和Ss以及SS和ß和ẞ，......。< / p>
所有数值的字符，与 1 的所有值相同：1¹11߁1111୧11౹౼1111111፩1៱᠑᥇᭑᮱᱁᱑⅟᭑᮱᱁᱑⅟①⑴⒈⒈⓵➀➀꘡꣑꤁꧑꩑꯱꘡꣑꤁꧑꩑꯱ ⅰⅰꛦ㆒㈠㊀。
所有具有相同主要归类强度的字符，与所有与 d 相同的字符：DdÐðĎďĐđ◌ͩᴰᵈᶞ◌ᷘ◌ᷙḊḋḌḍḎḏḐḑḒḓⅅⅆⅮⅾⒹⓓꝹꝺDd 。请注意，其中一些不能通过任何类型的分解访问，但只能通过DUCET / UCA值;例如，相当常见的ð或新的ꝺ只能通过主UCA强度比较等同于d;与ƶ和z，ȼ和c等相同
在某些区域设置中相同的字符，例如æ和ae，或ä和ae，或ä和aa，或麦金利和麦金利，......请注意，语言环境可以产生很大的不同，因为在某些语言环境中，c和ç是相同的字符，而在其他语言环境中它们不是;同样适用于n和ñ，或 a和á和ã，......。

其中一些可以处理。有些人不能。根据不同的需要，所有方法都需要不同的方法。

你的真正目标是什么？

Answer 2

这不适用于所有条件，但摆脱大多数重音的一种方法是将字符转换为分解形式，然后丢弃组合重音：

# coding: utf8
import unicodedata as ud
s=u'U, Ù, Ú, Û, Ü, Ũ, Ū, Ŭ, Ů, Ű, Ų, Ư, Ǔ, Ǖ, Ǘ, Ǚ, Ǜ, Ụ, Ủ, Ứ, Ừ, Ử, Ữ, Ự'
print ud.normalize('NFD',s).encode('ascii','ignore')

输出

U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U, U

要查找重音字符，请使用以下内容：

import unicodedata as ud
import string

def asc(unichr):
    return ud.normalize('NFD',unichr).encode('ascii','ignore')

U = u''.join(unichr(i) for i in xrange(65536))
for c in string.letters:
    print u''.join(u for u in U if asc(u) == c)

输出

aàáâãäåāăąǎǟǡǻȁȃȧḁạảấầẩẫậắằẳẵặ
bḃḅḇ
cçćĉċčḉ
dďḋḍḏḑḓ
eèéêëēĕėęěȅȇȩḕḗḙḛḝẹẻẽếềểễệ
fḟ
 :
etc.

Answer 3

为什么不将字形与这样的字形进行比较？

package similarglyphcharacterdetector;

import java.awt.Color;
import java.awt.Font;
import java.awt.Graphics2D;
import java.awt.Rectangle;
import java.awt.font.FontRenderContext;
import java.awt.image.BufferedImage;
import java.util.HashMap;
import java.util.LinkedHashMap;
import java.util.Map;

public class SimilarGlyphCharacterDetector {

    static char[] TEST_CHARS = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz1234567890".toCharArray();
    static BufferedImage[] SAMPLES = null;

    public static BufferedImage drawGlyph(Font font, String string) {
        FontRenderContext frc = ((Graphics2D) new BufferedImage(1, 1, BufferedImage.TYPE_BYTE_GRAY).getGraphics()).getFontRenderContext();

        Rectangle r= font.getMaxCharBounds(frc).getBounds();

        BufferedImage res = new BufferedImage(r.width, r.height, BufferedImage.TYPE_BYTE_GRAY);
        Graphics2D g = (Graphics2D) res.getGraphics();
        g.setBackground(Color.WHITE);
        g.fillRect(0, 0, r.width, r.height);
        g.setPaint(Color.BLACK);
        g.setFont(font);
        g.drawString(string, 0, r.height - font.getLineMetrics(string, g.getFontRenderContext()).getDescent());
        return res;
    }

    private static void drawSamples(Font f) {
        SAMPLES = new BufferedImage[TEST_CHARS.length];
        for (int i = 0; i < TEST_CHARS.length; i++)
            SAMPLES[i] = drawGlyph(f, String.valueOf(TEST_CHARS[i]));
    }

    private static int compareImages(BufferedImage img1, BufferedImage img2) {
        if (img1.getWidth() != img2.getWidth() || img1.getHeight() != img2.getHeight())
            throw new IllegalArgumentException();
        int d = 0;
        for (int y = 0; y < img1.getHeight(); y++) {
            for (int x = 0; x < img1.getWidth(); x++) {
                if (img1.getRGB(x, y) != img2.getRGB(x, y))
                    d++;
            }
        }
        return d;
    }

    private static int nearestSampleIndex(BufferedImage image, int maxDistance) {
        int best = Integer.MAX_VALUE;
        int bestIdx = -1;
        for (int i = 0; i < SAMPLES.length; i++) {
            int diff = compareImages(image, SAMPLES[i]);
            if (diff < best) {
                best = diff;
                bestIdx = i;
            }
        }
        if (best > maxDistance)
            return -1;
        return bestIdx;
    }

    public static void main(String[] args) throws Exception {
        Font f = new Font("FreeMono", Font.PLAIN, 13);
        drawSamples(f);
        HashMap<Character, StringBuilder> res = new LinkedHashMap<Character, StringBuilder>();
        for (char c : TEST_CHARS)
            res.put(c, new StringBuilder(String.valueOf(c)));
        int maxDistance = 5;
        for (int i = 0x80; i <= 0xFFFF; i++) {
            char c = (char)i;
            if (f.canDisplay(c)) {
                int n = nearestSampleIndex(drawGlyph(f, String.valueOf(c)), maxDistance);
                if (n != -1) {
                    char nc = TEST_CHARS[n];
                    res.get(nc).append(c);
                }
            }
        }
        for (Map.Entry<Character, StringBuilder> entry : res.entrySet())
            if (entry.getValue().length() > 1)
                System.out.println(entry.getValue());
    }
}

输出：

AÀÁÂÃÄÅĀĂĄǍǞȀȦΆΑΛАѦӒẠẢἈἉᾸᾹᾺᾼ₳Å
BƁƂΒБВЬḂḄḆ
CĆĈĊČƇΓЄГСὉℂⅭ
...

在Unicode中查找字形相似的字符？

3 个答案:

输出

输出