Asiatische Zeichen finden

[Sanix]

Ich habe einen String und möchte eine bestimmte Aktion ausführen, falls sich in diesem asiatische Zeichen befinden. Nur wie finde ich dies raus? Der String ist im UTF-8 Format.

 

[SlaterB]

du schaust dir jedes einzelne Zeichen an (charAt()) und prüfst ob es ein asiatisches Zeichen ist,

setzt natürlich voraus, dass du weißt, was so alles als asiatisches Zeichen gilt

 

[hupfdule]

Müsste sich eigentlich am Ordinalcode heraus finden lassen. Asiatische Zeichen haben da ihren eigenen Bereich.

 

[Sanix]

Müsste sich eigentlich am Ordinalcode heraus finden lassen. Asiatische Zeichen haben da ihren eigenen Bereich.

Ja, ich bin auf die Unicode Seite gegangen. Da gibt es unendlich Textfiles und ich habe das System nicht so ganz begriffen, auch nicht, wie ihc den Code rausbekomme.

@SlaterB
Ich denke, es lässt sich über den Code machen, der in einem bestimmten Bereich liegt, so ist es extrem rechenaufwändig und anstrengend, dies zu tun.

 

[SlaterB]

ähm, wo liegt denn der Unterschied zwischen dem was ich sage und dem anderen?
wenn du ein char prüfst, dann natürlich seinen Code, was anderes ist ein Zeichen ja nicht?

wie kann es da ein extrem aufwendiges und nocht ein einfaches Prüfen geben?
oder gehts um andere Codes vom ganzen String aus?

 

[Sanix]

Ich habe an so etwas gedacht, UTF-8 hat so riesige Tabellen, die ich nicht ganz begreifen. Wahrscheinlich ist es möglich zu sagen, asiatische Zeichen liegen im Bereich von 10'000 - 20'000. Dann halt sowas wie:

code = getUTF8Code(Zeichen)
if(code in asiatischem bereich)
{
ausgabe: asiatische zeichen entdeckt
}

Nur wie kriege ich den UTF8 Code eines Zeichens und wo liegt der Bereich?

 

[SlaterB]

hehe, da kann ich ja wieder mein erstes Post zitieren

> Nur wie kriege ich den UTF8 Code eines Zeichens
->
du schaust dir jedes einzelne Zeichen an (charAt())

ein char ist gleichzeitig auch ein Code, ein Unicode, ein int,

> und wo liegt der Bereich?
->
setzt natürlich voraus, dass du weißt, was so alles als asiatisches Zeichen gilt

ich weiß das allerdings nicht,
falls du ein paar Strings mit diesen Zeichen zur Verfügung hast, schau dir doch deren Unicodes an

 

[Sanix]

"内蒙".codePointAt(1)

jo so kriege ich den Code. Diese 2 Zeichen, weissen einen Unterschied von 10'000 auf. Jetzt muss ich nur noch den Gesamtbereich rausfinden.

 

[SlaterB]

http://www.unicode.org/charts/
http://www.itl.de/oneworld/index/know-why/codepagesundunicode.html