Question

我需要在打印前知道文字的方向。

我正在使用Unicode字符。

我怎样才能在C ++中做到这一点？

Answer 1

如果您不想使用ICU，您可以随时手动解析unicode database（例如，使用python脚本）。它是一个以分号分隔的文本文件，每行代表一个字符代码点。查找每行中的第五条记录 - 这是字符类。如果是R或AL，则表示您有RTL字符，而'L'是LTR字符。其他类是弱或中性类型（如数字），我猜你想忽略。使用该信息，您可以生成所有RTL字符的查找表，然后在C ++代码中使用它。如果您真的关心代码大小，可以通过使用范围（而不是每个字符的条目）来最小化查找表在代码中占用的大小，因为大多数字符都是BiDi类的块。

现在，定义一个名为GetCharDirection(wchar_t ch)的函数，它通过检查查找表来返回枚举值（例如：Dir_LTR，Dir_RTL或Dir_Neutral）。

现在你可以定义一个函数GetStringDirection(const wchar_t*)，它贯穿字符串中的所有字符，直到遇到一个非Dir_Neutral的字符。字符串中的第一个非中性字符应设置该字符串的基本方向。或者至少这就是ICU的工作方式。

Answer 2

您可以使用ICU库，该库具有相应的功能（ubidi_getDirection ubidi_getBaseDirection）。

通过重新编译数据库（通常大约15MB）可以减少ICU的大小，只包括项目所需的转换器/本地。

网站http://userguide.icu-project.org/icudata的减少ICU数据大小：转换表部分包含有关如何减小数据库大小的信息。

如果只需要支持最常见的编码（US-ASCII，ISO-8859-1，UTF-7/8/16/32，SCSU，BOCU-1，CESU-8），则不需要数据库反正。

Answer 3

来自Boaz Yaniv之前说过，也许这样的事情比解析整个文件更容易，更快：

int aft_isrtl(int c){
  if (
    (c==0x05BE)||(c==0x05C0)||(c==0x05C3)||(c==0x05C6)||
    ((c>=0x05D0)&&(c<=0x05F4))||
    (c==0x0608)||(c==0x060B)||(c==0x060D)||
    ((c>=0x061B)&&(c<=0x064A))||
    ((c>=0x066D)&&(c<=0x066F))||
    ((c>=0x0671)&&(c<=0x06D5))||
    ((c>=0x06E5)&&(c<=0x06E6))||
    ((c>=0x06EE)&&(c<=0x06EF))||
    ((c>=0x06FA)&&(c<=0x0710))||
    ((c>=0x0712)&&(c<=0x072F))||
    ((c>=0x074D)&&(c<=0x07A5))||
    ((c>=0x07B1)&&(c<=0x07EA))||
    ((c>=0x07F4)&&(c<=0x07F5))||
    ((c>=0x07FA)&&(c<=0x0815))||
    (c==0x081A)||(c==0x0824)||(c==0x0828)||
    ((c>=0x0830)&&(c<=0x0858))||
    ((c>=0x085E)&&(c<=0x08AC))||
    (c==0x200F)||(c==0xFB1D)||
    ((c>=0xFB1F)&&(c<=0xFB28))||
    ((c>=0xFB2A)&&(c<=0xFD3D))||
    ((c>=0xFD50)&&(c<=0xFDFC))||
    ((c>=0xFE70)&&(c<=0xFEFC))||
    ((c>=0x10800)&&(c<=0x1091B))||
    ((c>=0x10920)&&(c<=0x10A00))||
    ((c>=0x10A10)&&(c<=0x10A33))||
    ((c>=0x10A40)&&(c<=0x10B35))||
    ((c>=0x10B40)&&(c<=0x10C48))||
    ((c>=0x1EE00)&&(c<=0x1EEBB))
  ) return 1;
  return 0;
}

Answer 4

如果您使用的是Windows GDI，GetFontLanguageInfo（HDC）似乎会返回一个DWORD;如果设置了GCP_REORDER，则语言需要重新排序才能显示，例如希伯来语或阿拉伯语。

如何识别C ++中的RTL字符串

4 个答案: